Python中有类似于Matlab反盲的函数吗？

Question

我在做盲解伏。

在迭代L2norm回归时，我希望同时更新PSF，当我查找它时，我在Matlab中找到了一个名为deconvblind的函数：

lJ，PSF =反盲(i，INITPSF)用极大似然算法对图像I进行反卷积，同时返回去模糊图像J和恢复的点扩散函数PSF。输入数组I和您对PSF的初始猜测INITPSF可以是数字数组或单元格数组。(当您想要执行额外的反卷积时使用单元格数组，从初始反褶积结束的地方开始。请参阅恢复反褶积以获得更多信息。)恢复的PSF是一个与INITPSF相同大小的正数组，标准化后其和加为1。

在Python中有类似于deconvblind的函数吗？

Answer 1

下面是如何使用Richardson露西算法在python中实现盲反褶积的方法：

盲解模糊(如2，4.中提出的)的迭代上升步骤，具有未知的 PSF H、损坏的图像X和恢复的图像SE 211如下所示：

​

​

下面的代码展示了我在1中提出的迭代贝叶斯盲反褶积算法的实现，主要是通过频域操作(而不是在3.中的空域实现)。它类似于3.中的非盲实现，只是需要在每次迭代时估计未知的模糊PSF (从随机的PSF开始)，假设在3.中已知。

import numpy as np
from scipy.signal import fftconvolve

def richardson_lucy_blind(image, psf, original, num_iter=50):    
    im_deconv = np.full(image.shape, 0.1, dtype='float')    # init output
    for i in range(num_iter):
        psf_mirror = np.flip(psf)
        conv = fftconvolve(im_deconv, psf, mode='same')
        relative_blur = image / conv
        im_deconv *= fftconvolve(relative_blur, psf_mirror, mode='same')
        im_deconv_mirror = np.flip(im_deconv)
        psf *= fftconvolve(relative_blur, im_deconv_mirror, mode='same')    
    return im_deconv

下一个动画分别显示了RL算法的非盲版本和盲版本的图像恢复。

​

参考资料：

1. https://courses.cs.duke.edu/cps258/fall06/references/Nonnegative-iteration/Richardson-alg.pdf
2. 露西
3. https://arxiv.org/ftp/arxiv/papers/1206/1206.3594.pdf