image-processing - 为什么我们不能从图像中去除非常高的模糊？

Question

我在数字图像恢复领域工作。最近我研究了一些基于图像恢复技术的论文。我也用过 MATLAB 这些论文的项目页面上提供的代码。我注意到的一件事是，这些论文中提出的算法能够从各自论文中包含的图像中去除模糊，但这些算法无法去除高质量的模糊。

谁能解释一下，为什么会这样？

这是一个具有高质量模糊的简单图像:



需要专家建议，并有完整的解释。

我也想知道；是高质量的模糊去除开放问题在数字图像处理与否？

Answer 1

由于模糊核未知，算法应该是盲解卷积算法。典型的盲解卷积算法将恢复卷积核(点扩展函数)以及图像本身。

但是大多数这样的算法只处理空间不变的模糊，这需要模糊核在整个图像上保持稳定。您提供的图像包含移位变体空间变体模糊。相机和狗在曝光期间都在移动，导致非常复杂的模糊图像。 AFAIK，没有算法可以恢复模糊的狗。如果您可以从图像中删除狗，结果可能会好得多。

此外，相机模糊也会影响结果。既然是实景照片，焦点应该更清晰，而焦深以外的其他东西就模糊了。它增加了空间方差的另一个维度。许多研究论文仅针对计算出的模糊图像或简单的真实照片评估他们的算法。用于复杂移变模糊的去模糊算法仍然是一个悬而未决的问题。

此外，图像中的噪声也会影响去模糊质量。真实照片总是包含噪音。

最后，您应该记住，从数学上讲，去模糊是一个不适定的逆问题，因此数据中的微扰(例如测量中的噪声)
“模糊”图像)导致重建中的大错误。由于在模糊过程中丢失了大量信息，因此并不总是能够恢复模糊的图像。