# deblur

**Repository Path**: greitzmann/deblur

## Basic Information

- **Project Name**: deblur
- **Description**: Image Deblurring with Blurred/Noisy Image Pairs. Yuan et al. 2007.
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-08-18
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 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

*<small>如果使用Portilla提供的原版代码，需要用[`BLS-GSMmod.zip`](http://users.ece.cmu.edu/~yuliwang/Methods/Imaging/BLS-GSMmod.zip)覆盖原有内容，具体方法参见[这里](http://users.ece.cmu.edu/~yuliwang/Methods/Imaging/index.html)。</small>

#### b. L1-LS 工具箱的配置

向MATLAB path中加入：

>
	l1_ls_matlab


最终顺序：

![](http://ww1.sinaimg.cn/large/6313a6d8jw1estbla01rxj20ws06etbi.jpg)


### 使用

#### a. 使用现有的测试脚本

1. 在`generate_init_data.m`第6行设置好输入的图片文件（原图）

2. 执行`run_demo.m`脚本，会依次执行每一种算法

3. 执行结果保存在`/images`目录下

#### b. 具体函数调用流程

1. 输入：模糊图片 $B$ ，噪点图片 $N$

2. 调用`denoise`函数为 $N$ 降噪，得到 $N_D$

	```
	Nd = denoise( N );
	```

3. 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`

4. 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