Python 在模糊图像中执行边缘检测

我正在做一项任务，要求我：

用手机（或照相机）拍摄（模糊的）图像，然后将其传送到 你的电脑。执行一些基本的图像分析步骤以增强 图片：

a） 直方图均衡化（带注释和绘图）

b） 通过应用合适的 滤波器（在空间/频率场上）并用不同的 选择并提供评论

c） 使用一种（或多种）技术进行边缘检测

我设法完成了所有三项任务（对于

c

我使用了Canny边缘检测）。我的问题是，任务中的去模糊部分无法生成足够好的图像，无法用于边缘检测：

这是代码：

# Task a
equ = cv2.equalizeHist(gray) 

# Task b (attempt #1)
kernel = np.array([[-1,-1,-1], [-1,50,-1], [-1,-1,-1]])
im = cv2.filter2D(equ, -1, kernel)

# Task b (attempt #2)
psf = np.ones((5, 5)) / 25
equ = convolve2d(equ, psf, 'same')
im, _ = restoration.unsupervised_wiener(equ, psf)

# Task c
equCopy = np.uint8(im)
edges = cv2.Canny(equCopy,300,500)

这是均衡图像：

这些是产出：

B部分：

尝试#1：

尝试#2（取自）（但不明白为什么它会这样输出）：

C部分：

---

这是我能从如此模糊的图像中得到的最好的结果，还是有其他方法？有谁能帮我修复我第二次尝试分离

b

？

背景严重模糊，几乎无法恢复。尝试使用各种大小的高斯psf进行监督去模糊。并在均衡前完成。可能重复的