使用OpenCV进行反卷积去模糊图像

5
我有两个图像o1o2,我使用相同的高斯模糊核对这两个图像进行了模糊处理。然后我找到了核函数k1 = DFT(b1) / DFT(o1),其中b1是通过对o1进行模糊处理得到的图像。
我使用这个核函数(k1)对b2进行反卷积处理,其中b2是通过对o2进行模糊处理得到的。
但是解除模糊后的输出不正确(输出图像与原始图像没有关系),我的代码有什么问题?
int main(int argc, char** argv) 
{
  Mat orig1 = imread(argv[1], 0);
  Mat orig2 = imread(argv[2], 0);

  Mat blur1, blur2;
  GaussianBlur(orig1, blur1, Size(11, 11), 0, 0 );
  GaussianBlur(orig2, blur2, Size(11, 11), 0, 0 );

  imshow("or1", orig1);
  imshow("bl1", blur1);
  imshow("or2", orig2);
  imshow("bl2", blur2);
  waitKey(0);



  deconvolution(orig1, blur1, orig2, blur2);

  return 0;
}
void deconvolution(Mat & o1, Mat & b1, Mat & o2, Mat & b2)
{
  Mat o1f, o2f, b1f, b2f;
  Mat o1dft, o2dft, b1dft, b2dft;

  o1.convertTo(o1f, CV_32F);
  b1.convertTo(b1f, CV_32F);
  o2.convertTo(o2f, CV_32F);
  b2.convertTo(b2f, CV_32F);

  computeDFT(o1f, o1dft);
  computeDFT(b1f, b1dft);
  computeDFT(o2f, o2dft);
  computeDFT(b2f, b2dft);

  Mat k1, k2, b1d, b2d;
  divide(b1dft, o1dft, k1);

  Mat r1, r2;
  divide(b1dft, k1, r1);
  divide(b2dft, k1, r2);

  Mat idftr1, idftr2;
  computeIDFT(r1, idftr1);
  computeIDFT(r2, idftr2);

  Mat r1_8u, r2_8u;
  idftr1.convertTo(r1_8u, CV_8U);
  idftr2.convertTo(r2_8u, CV_8U);

  imshow("r1", r1_8u);
  imshow("r2", r2_8u);
  waitKey(0);
  destroyAllWindows();
}

以下按顺序给出了图像o1、o2、b1、b2、r1r2:

o1(原始图像-1)

o2(原始图像-2)

b1(模糊的原始图像-1)

b2(模糊的原始图像-2)

b1去模糊处理后的图像

b2去模糊处理后的图像


1
你能比“去模糊化的输出不正确”更明确吗?现实生活并非电视剧《犯罪现场调查》,去模糊化并非精确操作。 - MSalters
因为这是一个视觉问题,我建议添加几张图片,一张展示您当前的情况,另一张展示您想要得到的结果。 - MeetTitan
1个回答

3
问题很可能是您的模糊核在某些频率上具有消失系数。对于信号(f)和模糊核(h)的每个变换系数,您现在计算f/h。对于这些系数来说,这实际上相当于除以零,导致您观察到的强噪声。
一个快速的解决方案是伪逆滤波:
仅对于|h| > epsilon使用f/h
否则将系数设为0
如果这不够平滑,您可以通过维纳滤波获得更好的结果。

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接