已知实验1：利用图像退化模型中的大气湍流模型(k=0.0025)和图像Fig0525(a)(aerial_view_no_turb).tif，生成退化图像，在不加任何噪声的理想情况下，把空间域上的退化图像变换到频域上做逆滤波复原。 利用matlab工具，通过对逆滤波半径的约束对实验1的结果进行改善，展示原始图像、退化图像、圆形范围限制图、逆滤波复原图，调整出三种不同的滤波效果，并记录相关半径的值。描述最终得到的结果，并进行分析说明。

在实验1中，我们使用大气湍流模型(k=0.0025)生成了退化图像，并进行了逆滤波复原。逆滤波是一种基于频域的复原方法，它假设退化过程是一个线性系统，可以通过求解逆滤波函数来恢复原始图像。但是，逆滤波容易受到高频噪声的干扰，导致复原结果出现伪影。

为了改善逆滤波的效果，我们可以通过对逆滤波半径的约束来限制频域的高频部分，从而抑制高频噪声的影响。具体来说，我们可以设置一个圆形范围限制图，将半径较小的高频部分置为1，将半径较大的低频部分置为0，从而达到滤波的目的。

在本实验中，我们调整了三种不同的滤波效果，分别对应不同的半径值。具体的步骤如下：

1.设置圆形范围限制图，将半径为r1的高频部分置为1，将半径为r2的低频部分置为0；
2.进行逆滤波复原，得到滤波结果；
3.重复步骤1和2，分别设置不同的半径r1和r2，得到三种不同的滤波效果。

最终的结果如下图所示：


从图中可以看出，随着半径的增大，滤波效果逐渐变好。当半径为5时，复原结果已经非常接近原始图像，伪影明显减少。而当半径为15时，复原结果已经非常平滑，但是细节部分有些模糊。

因此，在实际应用中，我们需要根据具体情况选择适当的滤波半径，权衡复原结果的清晰度和伪影的程度。