使用deconvwnr函数复原模糊噪声图像

%生成模糊图像
f=checkerboard(8);
PSF=fspecial('motion',7,45);
gb=imfilter(f,PSF,'circular');
subplot(2,2,1),imshow(gb),title('模糊图像')

%生成逆滤波图像
noise=imnoise(zeros(size(f)),'gaussian',0,0.001);
g=gb+noise;
fr1=deconvwnr(g,PSF);%使用deconvwnr函数生成逆滤波图像
subplot(2,2,2),imshow(fr1),title('逆滤波图像')

Sn=abs(fft2(noise)).^2;%噪声功率谱
nA=sum(Sn(:))/prod(size(noise));%噪声平均功率
Sf=abs(fft2(f)).^2;%图像功率谱
fA=sum(Sf(:))/prod(size(f));%图像平均功率
R=nA/fA;%计算噪声和信号比例
fr2=deconvwnr(g,PSF,R);%使用deconvwnr函数生成常数比率的维纳滤波图像
subplot(2,2,3),imshow(fr2),title('常数比率的维纳滤波图像')

NCORR=fftshift(real(ifft2(Sn)));%噪声自相关函数
ICORR=fftshift(real(ifft2(Sf)));%原图像自相关函数
fr3=deconvwnr(g,PSF,NCORR,ICORR);%使用deconvwnr函数生成自相关函数的维纳滤波图像
subplot(2,2,4),imshow(fr3),title('自相关函数的维纳滤波图像')