DIP Homework Final README
文件说明
| 文件名 | 文件类型 | 说明 |
|---|---|---|
run_demo.m |
Script | 执行测试脚本，输入图片路径在generate_init_data中设置 |
generate_init_data.m |
Script | 生成输入图片I、模糊图B、模糊核K、噪点图N和降噪图Nd等数据 |
test_denoise.m |
Script | 测试降噪功能（仅测试一个通道） |
test_matrix_vector_mul.m |
Script | 测试图片的Matrix形式的转换，并测试转换后的矩阵乘法 |
generate_blurimg.m |
Function | 为输入图片生成模糊图和噪点图 |
random_kernel.m |
Function | 生成随机的Blur Kernel |
write_kernel.m |
Function | 将Kernel以图片形式保存到磁盘 |
denoise.m |
Function | 为输入图片降噪 |
denoise_preprocess.m |
Function | 降噪算法预处理数据 |
denoise_channel.m |
Function | 为RGB图的单一通道（或灰度图）进行降噪，根据参数会调用两种不同的降噪算法 |
call_denoi_bls_gsm.m |
Function | BLS-GSM降噪算法的调用函数，在其中进行了一些参数的设置 |
FAST_NLM_II.m |
Function | 使用的降噪算法之一——Fast NLM |
deblur.m |
Function | 根据输入的降噪图片和模糊图片两者对模糊图片进行去模糊 |
kernel_estimation.m |
Function | 根据传入图片和参数估算Blur Kernel |
mat2kmat.m |
Function | 将普通图片矩阵转换为论文中所提到的矩阵形式 |
| 文件名 | 文件类型 | 说明 |
|---|---|---|
mat2vec.m |
Function | 将普通图片矩阵转换为论文中所提到的向量形式 |
deconv.m |
Function | 封装算法实现的各类反卷积算法 |
deconvglucy.m |
Function | Gain-Controlled Richardson-Lucy算法实现 |
Gscale.m |
Function | 生成Gaussian Pyramid |
compute_Igain_map.m |
Function | 生成gain map |
jbfilter2.m |
Function | Joint/Cross Bilateral Filtering算法 |
fftconv2.m |
Function | 用快速傅里叶变换实现的2d卷积 |
/denoise |
Directory | BLS-GSM降噪算法工具箱 |
/l1_ls_matlab |
Directory | L1-LS问题求解工具箱 |
/images |
Directory | 存放输入和输出的图片文件 |
使用方法
配置
a. Denoise 工具箱的配置
将下述文件夹按照给定顺序加到MATLAB path中：
denoise\denoising_subprograms (at the top)
denoise\matlabPyrTools\MEX
denoise\matlabPyrTools
denoise\Simoncelli_PyrTools
denoise\Added_PyrTools
*如果使用Portilla提供的原版代码，需要用BLS-GSMmod.zip覆盖原有内容，具体方法参见这里。
b. L1-LS 工具箱的配置
向MATLAB path中加入：
l1_ls_matlab
最终顺序：
使用
a. 使用现有的测试脚本
-
在
generate_init_data.m第6行设置好输入的图片文件（原图） -
执行
run_demo.m脚本，会依次执行每一种算法 -
执行结果保存在
/images目录下
b. 具体函数调用流程
-
输入：模糊图片
$B$ ，噪点图片$N$ -
调用
denoise函数为$N$ 降噪，得到$N_D$ Nd = denoise( N ); -
调用
deblur函数为$B$ 进行去模糊[ I, K ] = deblur( Nd, B, unikernel, deconvmode, verbose );其中：
-
unikernel为真时表示对rgb图的每一个通道估算一个统一的Kernel -
deconvmode表示反卷积使用的算法，可以为-
'reg'：Matlab自带的Regularized Filter方法（deconvreg） -
'lucy'：Matlab自带的Richardson-Lucy算法（deconvlucy） -
'resRL'：Residual RL算法，调用自己实现的deconvglucy -
'gcRL'：增益控制RL算法，调用deconvglucy -
'detailedRL'：增加细节的gcRL算法，会同时计算resRL和gcRL
-
-
-
上一步中输出的
$I$ 即为所求的去模糊后的结果，$K$ 为估算的Blur Kernel
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent