写一个用matlab实现离焦点扩散函数的代码

当然，我可以帮你编写一个用 MATLAB 实现离焦点扩散函数的代码。以下是一个简单的示例代码：

function out_img = defocusBlur(in_img, radius)
    % 读取输入图像
    img = im2double(in_img);
    
    % 获取图像尺寸
    [h, w, ~] = size(img);
    
    % 创建一个与输入图像大小相同的零图像作为输出
    out_img = zeros(size(img));
    
    % 计算图像中心坐标
    center_x = floor(w / 2);
    center_y = floor(h / 2);
    
    % 对每个像素进行处理
    for i = 1:h
        for j = 1:w
            % 计算当前像素与中心像素的距离
            distance = sqrt((i - center_y)^2 + (j - center_x)^2);
            
            % 计算模糊程度（根据距离和半径）
            blur_factor = exp(-(distance^2) / (2 * radius^2));
            
            % 对每个颜色通道进行处理
            for k = 1:size(img, 3)
                % 计算当前像素的模糊值
                blurred_value = blur_factor * img(i, j, k);
                
                % 累加到输出图像中对应位置上
                out_img(i, j, k) = out_img(i, j, k) + blurred_value;
            end
        end
    end
end

你可以使用上述代码定义一个名为 `defocusBlur` 的函数，该函数接受输入图像和模糊半径作为参数，并返回模糊后的图像。使用方法如下：

% 读取输入图像
input_image = imread('input.jpg');

% 模糊半径
blur_radius = 10;

% 调用离焦点扩散函数
output_image = defocusBlur(input_image, blur_radius);

% 显示结果
figure;
subplot(1, 2, 1);
imshow(input_image);
title('原始图像');
subplot(1, 2, 2);
imshow(output_image);
title('扩散模糊后的图像');

请注意，在代码中，我们使用高斯函数计算每个像素的模糊程度，并将其与原始像素相乘以得到最终的模糊值。最后，我们将模糊值累加到输出图像中。你可以根据需要调整代码中的参数和实现细节来满足你的需求。希望对你有所帮助！