如何在圖像上應用反捲積方法？

Question

這是this ques .Thanks到Kindall和斯蒂芬·範德Wallt，它爲了解決前面的問題原來延長的問題，我需要了解如何使用python任何圖像上應用deconvolution過程相關軟件包。
因爲我只知道python，您可能想要告訴我如何使用python轉換MatLab代碼鏈接MatLap code，我只對「卷積定理 - 實踐部分」感興趣，這將是一個很大的幫助。
我還需要了解什麼卷積或去卷積方法對image.I谷歌搜索試圖找出來，但有很多方程式，我不能完全理解。

注意：
（1）關於deconvolve如何工作的任何解釋，它肯定會被讚賞。
謝謝

Answer 1

形式上，卷積是對兩個函數的數學運算。

在圖像處理中，可以將其視爲一種操作，對圖像的每個像素，將其值與鄰居的值進行混合。鄰居值由卷積核進行加權。由於圖像中的所有轉換都平滑，因此該混合對圖像造成模糊效果。

卷積模型的一個強有力的假設是內核在所有圖像中都是相同的，並且不會從一個像素變爲另一個像素。

在光學術語中，卷積核稱爲點擴散函數（PSF）。

解卷積是相反的操作，其目的是將取消混合的像素值。您可以在3類反捲積問題進行排序：

• 盲解，其中沒有信息是已知的有關內核
• 近視反褶積，其中一個有知識有限數量的約卷積核
• 反褶積其中內核事先已知

當然，後面的情況要容易得多解決。這個後來的問題的一個簡單的解決方案在於使用反向內核對圖像應用另一個卷積。這個簡單的解決方案有一個主要的缺點，它傾向於提高圖像的噪聲水平（因爲解卷積是一個不適定的反問題）。

作爲對這個問題的迴應，正規化反演的方法已經得到發展。但請記住，反捲積是研究和通用目標的一個活躍領域，有效的盲反捲積算法尚未找到。

請注意，解卷積與unsharp masking不同，它也旨在銳化圖像，但增加圖像的高頻率。