用matlab做给定图像对其加噪声模糊化，通过逆滤波对图像进行复原。

好的，具体步骤如下：

1. 加噪声和模糊化

首先，我们需要给原始图像加上噪声和模糊化。这里我们以高斯噪声和高斯模糊为例，代码如下：

I = imread('lena.png');  % 读取原始图像
h = fspecial('gaussian', [5 5], 2);  % 生成高斯模糊核
Inoise = imnoise(I, 'gaussian', 0, 0.01);  % 添加高斯噪声
Iblur = imfilter(Inoise, h, 'conv', 'same');  % 进行高斯模糊

2. 逆滤波复原

接下来，我们可以使用matlab中的`deconvwnr`函数进行逆滤波复原。这里我们选择最小二乘逆滤波方法，代码如下：

J = deconvwnr(Iblur, h, 0.01);  % 进行最小二乘逆滤波

其中，`Iblur`为模糊图像，`h`为模糊核，`0.01`为正则化参数，可以根据实际情况进行调整。

3. 结果展示

最后，我们可以将原始图像、加噪声模糊图像和复原图像进行对比展示，代码如下：

subplot(1,3,1); imshow(I); title('原始图像');
subplot(1,3,2); imshow(Iblur); title('加噪声模糊图像');
subplot(1,3,3); imshow(J); title('复原图像');

运行后，就可以得到三张图像的对比展示了。

完整代码如下：

I = imread('lena.png');  % 读取原始图像
h = fspecial('gaussian', [5 5], 2);  % 生成高斯模糊核
Inoise = imnoise(I, 'gaussian', 0, 0.01);  % 添加高斯噪声
Iblur = imfilter(Inoise, h, 'conv', 'same');  % 进行高斯模糊
J = deconvwnr(Iblur, h, 0.01);  % 进行最小二乘逆滤波
subplot(1,3,1); imshow(I); title('原始图像');
subplot(1,3,2); imshow(Iblur); title('加噪声模糊图像');
subplot(1,3,3); imshow(J); title('复原图像');