为什么我们不能从图像中去除非常高的模糊？答案

【问题标题】：Why can't we remove very high blur from an image?为什么我们不能从图像中去除非常高的模糊？
【发布时间】：2013-06-08 06:07:42
【问题描述】：

我在数字图像修复领域工作。最近我研究了一些基于图像恢复技术的论文。我还使用了这些论文的项目页面上提供的 MATLAB 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？

这是一张具有高质量模糊的简单图像：

需要专家建议，并提供完整的解释。

我也想知道；高质量的模糊去除是否是数字图像处理中的悬而未决的问题？

【问题讨论】：

【解决方案1】：

由于模糊核是未知的，所以算法应该是盲反卷积算法。典型的盲反卷积算法将恢复卷积核（点扩散函数）以及图像本身。

但大多数此类算法仅处理空间不变模糊，这需要模糊内核在整个图像中保持稳定。您提供的图像包含移位变量空间变量模糊。曝光期间相机和狗都在移动，导致图像非常复杂。 AFAIK，没有算法可以恢复你模糊的狗。如果您可以从图像中删除狗，结果可能会更好。

此外，相机模糊也会影响结果。由于是真实照片，焦点应该更清晰，而景深以外的其他东西则模糊不清。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。复杂移位变量模糊的去模糊算法仍然是一个悬而未决的问题。

此外，图像中的噪点也会影响去模糊质量。并且真实的照片总是包含噪音。

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，因此数据中的扰动很小（例如测量中的噪声） “模糊”图像）导致重建中的大错误。由于在模糊中丢失了大量信息，因此并不总是可以恢复模糊的图像。

【讨论】：

【解决方案2】：

为了成功去除“高质量”模糊，您需要所有图像中涉及的模糊的数学模型。有相机运动模糊，这已经很好地建模了。此外，它是一个适用于图像中所有像素的简单函数。

但是，您的图像也存在失焦模糊：距相机不同距离的物体未聚焦的方式也不同。狗、灌木丛、原木等被不同程度的模糊。图像的每个部分的模糊模型都不相同。去模糊这种类型的模糊非常困难。

研究标签：失焦模糊、空间变体模糊。

一些作者建议将图像分解成小区域并计算每个区域的模糊函数，同时考虑边界像素。

试试 C.T.Shen、W.L.Hwang 和 S.C.Pei 在 ICASSP 2012 上发表的这篇论文： “使用 L1-2 优化和引导模糊图的空间变化离焦图像去模糊”

【讨论】：