利用MATLAB实现了图像的盲去卷积算法，给出了lena的原图、灰度图、加噪声、模糊的图像，点扩散函数（PSF），恢复后的图像对比等

描述 该项目旨在消除源自手持摄像机运动或抖动的运动模糊。 它旨在盲目工作，即不需要模糊知识。 使用卷积神经网络估计运动模糊，然后将其用于校准反卷积算法。 该项目包括两个不同的部分： -图像处理部分，包括反卷积算法和正向模型。 -使用神经网络的模糊估计部分。 有关某些视觉见解，请参见 。 该库使用Python3编码。 无论是在图像处理（复杂模糊的建模）还是在模糊估计方面，其贡献都倍受欢迎。 消息 从2020年5月开始，该项目重新启动！ 我们从tensorflow转到pytorch。 我们将把运动模糊模型扩展到比简单的线性运动更复杂的运动。 我们还将解决空间变异情况。 我们计划扩展到电视去模糊。 进步 截至目前（2020年5月），我们支持使用Wiener滤波器对线性模糊进行模糊处理。 安装 在您喜欢的conda环境中，键入： pip install -e . 为了进行开发，请按

数字图像恢复是数字图像处理的一个基本的和重要的课题，它是后期图像处理（分析和理解）的前提。图像在摄取、传输、储存的过程中不可避免地引起图像质量的下降（图像退化），图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌，即根据退化的原因，分析引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。

经典盲解卷积（ 图像超分辨率重建）.

matlab中存档算法代码盲反卷积 盲反卷积是使用未知模糊内核对图像进行模糊处理的过程。 我的大部分工作都与Rob Fergus的相关工作及其实施有关 为了提取清晰的图像，我们首先需要计算模糊核。 后者是使用最大后验（MAP）算法估算的，同时假设模糊核值具有指数先验分布。 理想情况下，先计算后验分布，然后再使用MAP算法。 在估计了模糊内核之后，使用Richardson Lucy算法（非盲反卷积）算法来获取最终锐化图像的像素值。 我的文章中给出了该算法的详细解释。 结果很少显示如下： 您还可以通过仅选择特定的图像区域并将其作为算法的输入，来锐化图像的一部分。 例如，考虑下面的模糊图像及其结果。 在这里，我只是想使瓶子更锋利，而不是使backgorund变得更锋利。 在任何模糊图像上运行代码的步骤： 将模糊的图像复制到images /中（例如ian1.jpg） 复制结果/中的示例图像脚本之一（例如，如果使用Linux，则为“ cp ian1.m ian1.m”） 编辑新的图像脚本（例如ian1.m），更改以下设置：-obs_im以反映新的文件名（例如obs_im ='../images/

用Matlab 语言实现基于最佳维纳滤波器的地震信号盲解卷积算法，使用给定的任意类型子波，期望输出可以有五类选择 （类型1：零延迟尖脉冲；类型2：任一延迟尖脉冲； 类型3：时间提前了的输入序列；类型4：零相位子波；类型5：任意期望波形。），检验上述算法。

关于图像盲复原的经典文章，对于不确定点扩散函数的情况下，盲解卷积是一种比较好的方法

盲迭代反卷积法，对压缩包中提供的图片复原效果还好，但其他的图片……我不敢保证。清华大学的某图像课的作业，在CSDN上你或许能搜到类似的东西……

采用频域多帧循环迭代解卷积算法(CIBD)，针对提高复原图像的准确性和快速性两个方面进行研究。以退化序列中任意帧作为起始帧，逐次增加迭代帧，确保更多的观测帧参与循环迭代解卷积以增加复原的准确性；通过图像间的相关矩阵估计初始点扩展函数(PSF)，采用尺度梯度投影法，自适应迭代步长，增加迭代终止条件等措施提高算法的收敛速度。实验结果表明，采用提议的算法能够有效地重建不同大气湍流条件下的远距离观测图像，性能优于传统多帧盲反卷积(MBD)迭代算法。

盲反卷积代码，用于还原模糊图像，只要更改图片路径可以直接使用！！！