写一段代码MATLAB图像复原 维纳滤波的相关代码

好的，下面是一个简单的 MATLAB 图像复原代码，使用维纳滤波进行复原：

% 读入模糊图像和点扩散函数
blur_img = imread('blurry_image.png');
psf = fspecial('motion', 20, 45);

% 显示模糊图像和点扩散函数
figure;
subplot(1,2,1);
imshow(blur_img);
title('Blurred Image');
subplot(1,2,2);
imshow(psf, []);
title('Point Spread Function');

% 对模糊图像进行傅里叶变换
F = fft2(double(blur_img));
H = fft2(psf, size(blur_img, 1), size(blur_img, 2));

% 计算信噪比
SNR = 100;

% 计算维纳滤波函数
epsilon = 0.0001;
G = conj(H) ./ (abs(H).^2 + (1 / SNR) + epsilon);

% 对模糊图像进行维纳滤波
restored_img = real(ifft2(G .* F));

% 显示复原图像
figure;
imshow(restored_img, []);
title('Restored Image');

这段代码首先读入模糊图像和点扩散函数，然后显示它们。接下来，代码使用傅里叶变换对模糊图像进行处理，并计算信噪比。维纳滤波函数可以通过点扩散函数的傅里叶共轭除以点扩散函数幅值的平方再加上信噪比的倒数再加上一个小的正数来计算。最后，代码使用维纳滤波函数对模糊图像进行复原，并显示复原图像。

需要注意的是，在实际应用中，信噪比的值需要根据具体情况进行调整，以达到最佳的复原效果。此外，维纳滤波也是一种比较复杂的处理方法，需要充分理解其原理和特点才能正确应用。