/deblur

Image Deblurring with Blurred/Noisy Image Pairs. Yuan et al. 2007.

Primary LanguageMATLAB

DIP Homework Final README

文件说明

文件名 文件类型 说明
run_demo.m Script 执行测试脚本，输入图片路径在generate_init_data中设置
generate_init_data.m Script 生成输入图片I、模糊图B、模糊核K、噪点图N和降噪图Nd等数据
test_denoise.m Script 测试降噪功能（仅测试一个通道）
test_matrix_vector_mul.m Script 测试图片的Matrix形式的转换，并测试转换后的矩阵乘法
generate_blurimg.m Function 为输入图片生成模糊图和噪点图
random_kernel.m Function 生成随机的Blur Kernel
write_kernel.m Function 将Kernel以图片形式保存到磁盘
denoise.m Function 为输入图片降噪
denoise_preprocess.m Function 降噪算法预处理数据
denoise_channel.m Function 为RGB图的单一通道（或灰度图）进行降噪，根据参数会调用两种不同的降噪算法
call_denoi_bls_gsm.m Function BLS-GSM降噪算法的调用函数，在其中进行了一些参数的设置
FAST_NLM_II.m Function 使用的降噪算法之一——Fast NLM
deblur.m Function 根据输入的降噪图片和模糊图片两者对模糊图片进行去模糊
kernel_estimation.m Function 根据传入图片和参数估算Blur Kernel
mat2kmat.m Function 将普通图片矩阵转换为论文中所提到的矩阵形式
文件名 文件类型 说明
mat2vec.m Function 将普通图片矩阵转换为论文中所提到的向量形式
deconv.m Function 封装算法实现的各类反卷积算法
deconvglucy.m Function Gain-Controlled Richardson-Lucy算法实现
Gscale.m Function 生成Gaussian Pyramid
compute_Igain_map.m Function 生成gain map
jbfilter2.m Function Joint/Cross Bilateral Filtering算法
fftconv2.m Function 用快速傅里叶变换实现的2d卷积
/denoise Directory BLS-GSM降噪算法工具箱
/l1_ls_matlab Directory L1-LS问题求解工具箱
/images Directory 存放输入和输出的图片文件

使用方法

配置

a. Denoise 工具箱的配置

将下述文件夹按照给定顺序加到MATLAB path中：

denoise\denoising_subprograms (at the top)
denoise\matlabPyrTools\MEX
denoise\matlabPyrTools 
denoise\Simoncelli_PyrTools
denoise\Added_PyrTools

*如果使用Portilla提供的原版代码，需要用BLS-GSMmod.zip覆盖原有内容，具体方法参见这里。

b. L1-LS 工具箱的配置

向MATLAB path中加入：

l1_ls_matlab

最终顺序：

使用

a. 使用现有的测试脚本

  1. 在generate_init_data.m第6行设置好输入的图片文件（原图）

  2. 执行run_demo.m脚本，会依次执行每一种算法

  3. 执行结果保存在/images目录下

b. 具体函数调用流程

  1. 输入：模糊图片 $B$ ，噪点图片 $N$

  2. 调用denoise函数为 $N$ 降噪，得到 $N_D$

    Nd = denoise( N );

  3. 调用deblur函数为 $B$ 进行去模糊

    [ I, K ] = deblur( Nd, B, unikernel, deconvmode, verbose );

    其中：

    • unikernel为真时表示对rgb图的每一个通道估算一个统一的Kernel

    • deconvmode表示反卷积使用的算法，可以为

      • 'reg'：Matlab自带的Regularized Filter方法（deconvreg）
      • 'lucy'：Matlab自带的Richardson-Lucy算法（deconvlucy）
      • 'resRL'：Residual RL算法，调用自己实现的deconvglucy
      • 'gcRL'：增益控制RL算法，调用deconvglucy
      • 'detailedRL'：增加细节的gcRL算法，会同时计算resRL和gcRL

  4. 上一步中输出的 $I$ 即为所求的去模糊后的结果， $K$ 为估算的Blur Kernel