针对模糊图像的图像修复matlab代码

在MATLAB中处理模糊图像通常涉及到图像去噪和锐化操作，其中一种常见的模糊修复技术是基于图像插值和滤波的方法。下面是一个简单的例子，展示了如何使用MATLAB内置函数来恢复模糊的图像：

% 加载模糊图像
img_blurred = imread('your_fuzzy_image.jpg'); % 替换为你的模糊图像文件名

% 使用均值滤波器去除噪声 (假设噪声较小)
img_filtered = imfilter(img_blurred, fspecial('average', [5 5])); % 可调整滤波器大小

% 对滤波后的图像进行锐化
kernel_sharpening = [-1 -1 -1; -1 9 -1; -1 -1 -1]; % 锐化核
img_sharpened = imfilter(img_filtered, kernel_sharpening, 'replicate');

% 选择适当的插值方法恢复细节 (如最近邻插值)
img_restored = imresize(img_sharpened, [size(img_blurred)], 'bicubic'); % 使用 bicubic 插值

% 显示原始和修复后的图像对比
figure;
subplot(1,2,1), imshow(img_blurred);
title('Original Blurry Image');
subplot(1,2,2), imshow(img_restored);
title('Restored Image');

这只是一个基础示例，实际的图像修复可能需要更复杂的算法，比如基于深度学习的超分辨率重建，或者使用像Total Variation Denoising等高级技术。记得替换`'your_fuzzy_image.jpg'`为你实际的模糊图像文件。