图片 盲模糊变清晰 matlab

盲模糊的图像恢复是一个比较复杂的问题，需要一些高级的图像处理技术。在MATLAB中，可以使用盲模糊图像恢复工具箱（Blind Deconvolution Image Restoration Toolbox）来实现。该工具箱提供了多种算法来解决盲模糊问题，包括基于正则化的方法、基于变分的方法、基于最大后验估计（MAP）的方法等。

以下是一个基于正则化的盲模糊图像恢复的示例：

% 读取盲模糊图片
I = imread('blurred_image.jpg');

% 创建盲模糊系统模型
PSF = fspecial('gaussian', 15, 5); % 创建模糊核
LEN = 21; THETA = 11; % 创建运动模糊核
motionBlur = zeros(LEN,LEN);
motionBlur(round((LEN+1)/2),round((LEN+1)/2)-THETA:round((LEN+1)/2)+THETA) = 1;
PSF = motionBlur./sum(motionBlur(:)) + PSF;
noise_var = 0.0001; % 添加噪声
estimated_nsr = noise_var / var(double(I(:))); % 估计信噪比
deblurred = deconvreg(I, PSF, estimated_nsr); % 盲模糊图像恢复

% 显示处理后的图片
imshow(deblurred);

这里创建了一个盲模糊系统模型，包括高斯模糊核和运动模糊核，并添加了噪声。然后使用deconvreg函数对图像进行盲模糊图像恢复。可以根据具体情况选择合适的模型和参数，达到更好的效果。