Matlab利用低通滤波器对运动模糊图像进行逆滤波恢复完整代码

以下是Matlab代码，实现了使用低通滤波器进行逆滤波恢复运动模糊图像：

clear all;
close all;
clc;

% 读入图像
I = imread('motion_blur.jpg');
figure, imshow(I), title('原始图像');

% 生成运动模糊核
LEN = 21; THETA = 11;
motion_kernel = fspecial('motion', LEN, THETA);
figure, imshow(motion_kernel, []), title('运动模糊核');

% 对图像进行运动模糊
blurred = imfilter(I, motion_kernel, 'conv', 'circular');
figure, imshow(blurred), title('运动模糊图像');

% 对模糊图像进行逆滤波
H = fft2(motion_kernel, size(I, 1), size(I, 2));
blurred_fft = fft2(blurred);
restored_fft = blurred_fft ./ H;
restored = ifft2(restored_fft);
restored = uint8(real(restored));
figure, imshow(restored), title('逆滤波恢复图像');

% 使用低通滤波器进行逆滤波
LPF = ones(size(I));
LPF(1:10, :) = 0;
LPF(end-9:end, :) = 0;
LPF(:, 1:10) = 0;
LPF(:, end-9:end) = 0;
restored_LPF = restored_fft .* LPF;
restored_LPF = ifft2(restored_LPF);
restored_LPF = uint8(real(restored_LPF));
figure, imshow(restored_LPF), title('低通滤波器恢复图像');

代码首先读入了一张运动模糊的图像，然后生成了对应的运动模糊核，并对图像进行了运动模糊。接下来，使用逆滤波对模糊图像进行恢复，并使用一个低通滤波器对恢复后的图像进行进一步处理，以提高图像质量。最后，将结果输出并显示在屏幕上。