逆滤波图像复原matlab

逆滤波是一种图像复原的方法，用于恢复由于模糊、噪声等因素而失真的图像。在 MATLAB 中，可以使用以下步骤进行逆滤波图像复原：

1. 读取需要恢复的图像并显示：

   im = imread('blurry_image.jpg');
   imshow(im);

2. 定义点扩散函数（PSF），即模糊核，可以使用预定义的函数或手动定义：

   % 预定义函数
   psf = fspecial('motion', 20, 45); % 运动模糊
   
   % 手动定义
   psf = zeros(31,31);
   psf(15,15) = 1;
   psf = fspecial('gaussian', 31, 5) - psf;
   psf = psf/max(psf(:));

3. 对图像进行模糊处理：

   blurred = imfilter(im, psf, 'conv', 'circular');
   imshow(blurred);

4. 计算逆滤波器：

   % 计算傅里叶变换
   F = fft2(blurred);
   % 计算逆滤波器
   H = conj(fft2(psf, size(blurred,1), size(blurred,2))) ./ (abs(psf).^2 + 0.0001);

5. 对图像进行逆滤波处理：

   % 计算逆滤波
   restored = real(ifft2(F .* H));
   % 显示恢复后的图像
   imshow(restored, []);

需要注意的是，逆滤波容易受到噪声的影响，可能会产生较大的估计误差。因此，在实际应用中，需要采用一些方法来控制噪声的影响，如加入正则项或使用其他的图像复原方法。