Matlab 使用图片的清晰部分重新创建PSF

我正试图解开下图中模糊的部分

原始的PSF没有给出，所以我继续分析模糊的部分，看看是否有一个单词我能大致辨认出来。我发现我能在模糊的部分辨认出“of”。我剪掉了模糊的“of”和清晰部分的对应部分，如下所示

然后，我通过FFT的讲座思考，你用一个特定的模糊函数（频域）分割模糊（频域）来重建原始图像

我想，如果我能做到无模糊（频域）\模糊（频域），原始的PSF就可以恢复。请告诉我如何才能做到这一点

下面是我的代码：

img=im2double（imread（'C:\Users\adhil\Desktop\matlabpics\image1.JPG'）；
模糊=imcrop（img，[205 541 13 12]）；
未模糊=imcrop（img，[39 140 13 12]）；
UB=FFT换档（无阻）；
UB=fft2（UB）；
UB=ifftshift（UB）；
F_1a=零（尺寸（B））；
对于idx=1：大小（模糊，3）
B=FFT换档（模糊（：，：，idx））；
B=fft2（B）；
B=ifftshift（B）；
UBa=UB（：，：，idx）；
tmp=UBa./B；
tmp=ifftshift（tmp）；
tmp=ifft2（tmp）；
tmp=FFT换档（tmp）；
[J，P]=去盲（模糊，tmp）；
结束
子批次（1,3,1）；imshow（模糊）；标题（“模糊”）；
子批次（1,3,2）；imshow（无障碍）；标题（“原始无障碍”）；
子批次（1,3,3）；imshow（J）；标题（“试图清除障碍”）；

但是，此代码不起作用，我得到以下错误：

使用deconvblind时出现

错误
预期输入编号2 INITPSF为实数。
解盲>解析_输入时出错（第258行）
validateattributes（P{1}，{uint8''uint16''double''int16''single'}，。。。
解盲错误（第122行）
[J、P、NUMIT、DAMPAR、读数、重量、尺寸、等级、尺寸、FunFcn、FunArg]=。。。
test2中的错误（第20行）
[J，P]=去盲（模糊，tmp）；

---

这是重建原始PSF的好方法吗？

我不是这方面的专家，但我已经对反褶积进行了一些研究，并编写了一个程序，在给定清晰图像和模糊图像时计算点扩散函数。一旦我用这个程序得到PSF函数，我就用它验证了它的正确性去卷积模糊的图像，效果很好。代码如下。我知道这篇文章非常古老，但希望它对某些人仍然有用

import numpy as np
import matplotlib.pyplot as plt
import cv2

def deconvolve(normal, blur):
    blur_fft = np.fft.rfft2(blur)
    normal_fft = np.fft.rfft2(normal)
    return np.fft.irfft2(blur_fft/(normal_fft))

img = cv2.imread('Blurred_Image.jpg')
blur = img[:,:,0]
img2 = cv2.imread('Original_Image.jpg')
normal = img2[:,:,0]

psf_real = deconvolve(normal, blur)


fig = plt.figure(figsize=(10,4))
ax1 = plt.subplot(131)
ax1.imshow(blur)
ax2 = plt.subplot(132)
ax2.imshow(normal)
ax3 = plt.subplot(133)
ax3.imshow(psf_real)
plt.gray()
plt.show()