使用matlab软件读取一个图像并产生一个模糊图像，采用维纳滤波图像复原的方法对图像进行处理并显示

在MATLAB中，读取图像并对其进行模糊处理通常涉及以下步骤：

1. **读取图像**:
首先，你需要使用`imread`函数加载图像文件，例如：

   original_img = imread('image_file.jpg');

这将读取指定路径下的图像，并存储在一个称为`original_img`的数组变量中。

2. **创建模糊图像**:
MATLAB有内置的模糊滤波器，如`imfilter`或`fspecial`函数结合`imfilter`，可以生成模糊效果。例如，使用均值滤波器产生模糊：

   kernel_size = 5; % 可调整大小
   blur_kernel = fspecial('average', kernel_size);
   blurred_img = imfilter(original_img, blur_kernel, 'replicate'); % 或者 'convol'

`'replicate'`选项保持边界像素不变，而`'convol'`用于卷积运算，结果可能会有所不同。

3. **维纳滤波图像复原**:
维纳滤波是一种基于最小均方误差的去噪技术，可以用`wiener2`函数实现。假设`noisy_img`是模糊后的图像：

   restored_img = wiener2(noisy_img, [kernel_size kernel_size], 'noise_floor', 0); % 设置噪声级别

4. **显示图片**:
最后，你可以使用`imshow`函数显示原始图像、模糊图像以及复原后的图像：

   subplot(2, 2, 1), imshow(original_img);
   title('Original Image');
   subplot(2, 2, 2), imshow(blurred_img);
   title('Blurred Image');
   subplot(2, 2, 3), imshow(restored_img);
   title('Restored (Wiener Filter) Image');

运行此代码后，将在图形窗口中看到四个小窗口，分别展示四幅图像。