Image processing 低质量相机的模糊内核

我正在做一些图像增强实验，所以我用我的廉价相机拍照。相机具有马赛克伪影，所有图像看起来都像网格。我认为pillbox（失焦）内核和Gaussian内核不是最好的候选。有什么建议吗

编辑：
样品

---

我怀疑这不能通过一个恒定的内核来实现，因为对像素的影响是不同的（因此存在“网格”）。

这些影响是非线性的。（而且可能是非平稳的），所以你不能简单地反转卷积并增强图像——如果可以的话，相机芯片可以在船上完成

计算出卷积是什么（或至少是卷积的近似值）的最佳方法可能是拍摄已知图案的照片，计算并在2D频域/拉普拉斯域中工作，将所得光谱分割，以获得滤波器的线性近似值

---

我怀疑你通过这样做所发现的卷积将是非常依赖于上下文的，因此增强图像的最好方法可能是将其划分为块，将图像的每个区域分类为属于不同的集合（根据测试数据，对于每一种情况，您可以计算出卷积的不同线性近似值），然后分别解卷积。

也许更好的办法是做一些消除混叠的工作，然后应用上面提到的模糊内核。这些可能只是普通的旧JPEG伪影吗？这些块似乎是8x8。是的，这看起来确实像普通的JPEG伪影。酷，@autoculated。但我不太确定如何处理“将得到的光谱除以以获得滤波器的线性近似值”，你能提供更多的线索吗？如果你对数据进行二维傅里叶变换，空间域中的卷积相当于频域中的乘法，因此你可以这样做：

deconvolved real data=IFFT（FFT（真实数据）x FFT（测试补丁）/FFT（测试补丁照片））

其中FFT代表二维傅里叶变换，IFFT代表二维逆傅里叶变换。根据我的经验，在频域中进行分割很容易由于加性噪声而产生错误。我发现“最佳拟合”方法在所述的实际问题中效果更好。有关详细信息，请参阅我的。