为一副图像分布添加3种不同的噪声。 再分别使用deconvreg、deconvwnr和deconvblind复原问题1中的三幅添加噪声之后的图像。

好的，我来解答这个问题。为了方便演示，我使用了MATLAB中自带的lena图像。

首先，我们先为lena图像添加3种不同的噪声，分别是高斯噪声、椒盐噪声和泊松噪声。示例代码如下：

% 读取lena图像
I = imread('lena.png');

% 添加高斯噪声
J_gaussian = imnoise(I, 'gaussian', 0, 0.01);

% 添加椒盐噪声
J_salt_pepper = imnoise(I, 'salt & pepper', 0.1);

% 添加泊松噪声
J_poisson = imnoise(I, 'poisson');

接下来，我们分别使用deconvreg、deconvwnr和deconvblind对添加了3种不同噪声的lena图像进行复原。

对于高斯噪声，我们可以使用deconvreg函数进行去卷积。示例代码如下：

% 对高斯噪声图像进行去卷积
PSF = fspecial('motion', 21, 11);
restore_gaussian = deconvreg(J_gaussian, PSF, 0.001);

% 显示结果
figure, imshow(I), title('Original Image');
figure, imshow(J_gaussian), title('Gaussian Noisy Image');
figure, imshow(restore_gaussian), title('Restored Image');

对于椒盐噪声，我们可以使用deconvwnr函数进行去模糊。示例代码如下：

% 对椒盐噪声图像进行去模糊
PSF = fspecial('motion', 21, 11);
V = .0001;
K_salt_pepper = deconvwnr(J_salt_pepper, PSF, V);

% 显示结果
figure, imshow(I), title('Original Image');
figure, imshow(J_salt_pepper), title('Salt & Pepper Noisy Image');
figure, imshow(K_salt_pepper), title('Restored Image');

对于泊松噪声，我们可以使用deconvblind函数进行盲去卷积。示例代码如下：

% 对泊松噪声图像进行盲去卷积
PSF = fspecial('motion', 21, 11);
K_poisson = deconvblind(J_poisson, PSF, 20);

% 显示结果
figure, imshow(I), title('Original Image');
figure, imshow(J_poisson), title('Poisson Noisy Image');
figure, imshow(K_poisson), title('Restored Image');

这样，我们就成功地为一副图像分别添加了高斯噪声、椒盐噪声和泊松噪声，并使用deconvreg、deconvwnr和deconvblind三个函数分别对添加噪声之后的图像进行了复原。