【反卷积算法】Richardson-Lucy (RL) ：通过不断迭代更新图像估计值

原创 已于 2026-06-09 11:21:53 修改 · 2.8k 阅读 · 11 GEO检测
标签
#算法 #计算机视觉 #深度学习 #python
于 2025-04-10 22:18:59 首次发布

文章目录

一、RL反卷积（Richardson-Lucy）

Richardson–Lucy deconvolution（图解）

1、基本介绍

Richardson-Lucy（RL）反卷积算法：是一种基于最大似然估计（Maximum Likelihood Estimation, MLE）的图像去卷积方法，常用于去模糊和图像增强。通过不断地更新图像估计值，来最小化模糊图像和恢复图像之间的误差，逐步消除模糊，最终接近真实的原始图像，每次迭代都会根据当前估计的图像来修正下次迭代的结果。该算法最初由 Richardson 和 Lucy 在 1972 年提出，应用于天文学中的 X 射线成像，但随后被广泛应用于各类图像处理领域，尤其是在医学成像、显微镜图像分析、遥感图像恢复等领域取得了显著的应用成果。

（1）主要特点

了解本专栏 订阅专栏 解锁全文
RL_deconv:Richardson-Lucy 反卷积的 C++ OpenCV 实现
07-14
RL_deconv Richardson-Lucy 反卷积的 C++ OpenCV 实现 用法： 制作 rl_deconv image_name number_of_iterations
Lucy-Richardson算法（opencv版） stackoverflow.rar
06-18
图像复原之Lucy-Richardson算法滤波（OpenCV版），算法主要来源于stackoverflow问答:https://stackoverflow.com/questions/20266825/deconvolution-with-opencv。CSDN博客为：https://blog.csdn.net/coming_is_winter/article/details/92800150。
从泊松噪声到清晰图像：Richardson-Lucy算法的卷积推导与优化实践
wdx012345的博客
02-05 814
本文深入探讨了Richardson-Lucy算法在图像复原中的应用，特别针对泊松噪声问题进行了详细解析。通过卷积推导和优化实践，展示了如何利用极大似然估计方法从噪声图像中恢复清晰图像，并提供了实际应用中的优化技巧和参数调优经验。
图像去模糊（二）——Richardson–Lucy算法
xueruhongchen的博客
10-17 3万+
Richardson Lucy Algorithm（Richardson-Lucy算法详解及效果实例）
概念解析 | Richardson-Lucy去卷积算法
NLOS的博客
11-11 2561
在图像处理中,图像获取时经常会存在模糊现象,这会严重影响图像的质量。去模糊(Deconvolution)就是试图恢复被模糊处理的图像,重现图像原本的清晰面貌。20世纪70年代,Richardson和Lucy分别独立提出了一种基于Bayesian理论的迭代去模糊算法,即Richardson-Lucy去模糊算法。该算法能够有效地进行图像复原,被广泛应用于天文图像处理等领域。
Richardson–Lucy滤波的一点个人理解
comic97的博客
12-22 1618
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录一、泊松分布二、高尔顿钉板三、极大似然估计四、RL滤波六、参考文献 一、泊松分布        泊松分布和二项分布有密切的联系。下为泊松分布的来源：        交通部门对一个十字路口一天内发生车祸的情况做研究，经过大量的统计和观察，该路口一天平均发生车祸的次数为λ\lambdaλ次。假设某
反卷积（Deconvolution）/ 转置卷积（Transpose Convolution）
JNing
09-06 879
提出于FCN。 反卷积和卷积类似，都是相乘相加的运算。只不过后者是多对一，前者是一对多。而反卷积的前向和后向传播，只用颠倒卷积的前后向传播即可。所以无论优化还是后向传播算法都是没有问题。图解如下： ...
RICHARDSON-LUCY 去卷积简介
驽马十驾，功在不舍；锲而不舍，金石可镂。
12-28 8620
Lucy去卷积1.泊松过程及联合概率分布2.极大似然估计参考文献 1.泊松过程及联合概率分布 首先假设相机接收光子生成图像的过程符合泊松分布。 因此，一次曝光过程中，某像素位置接收到iii个光子的概率p(i)p(i)p(i)为： p(i)=exp⁡(−λ)⋅λii!\qquad\qquad p(i)=\exp(-\lambda)\cdot\cfrac{\lambda^{i}}{i!}p(i)=exp(−λ)⋅i!λi​ 那么针对一张M∗NM*NM∗N的图像，所有像素的联合概率分布可以描述为： P(I)=∏e
【PyTorch项目实战】反卷积（Deconvolution）
📷 图像处理践行者 | 传统算法 · 深度学习 · 多模态 | 分享实战经验与技术洞见，探索从像素到智能的无限可能。
04-10 1263
（1）卷积（Convolution）：是一种通过滑动窗口（卷积核）遍历整个图像，对每个像素进行加权求和的操作。（2） 反卷积（Deconvolution）：是卷积的逆运算，旨在通过迭代优化方法从模糊图像中恢复原始图像，减少模糊和失真。
命令行可用的OpenCV C++版Richardson-Lucy图像去模糊工具，纯CPU实现
orange的博客
06-07 246
直接在终端运行的轻量级图像去模糊程序，基于经典Richardson-Lucy反卷积算法，用标准OpenCV C++接口编写，不依赖深度学习框架或GPU。编译后执行 ./rl_deconv 输入图路径 迭代次数 即可启动处理，支持8位和16位灰度图（附带term_8bit.png、term_16bit.png、col_star.png等示例图）。程序通过迭代优化估计原始清晰图像，在显微成像、天文观测等低信噪比场景中稳定复原模糊细节。源码结构简洁，含完整Makefile、LICENSE和README说明，.gi
【图像增强】去条纹 + 去暗角 + 去模糊 + 去噪 + 超分
📷 图像处理践行者 | 传统算法 · 深度学习 · 多模态 | 分享实战经验与技术洞见，探索从像素到智能的无限可能。
11-04 1131
本文总结了四种图像处理算法：图像去模糊采用反卷积RL算法，通过迭代更新图像估计值；去条纹使用FFT频域滤波方法，适用于自然图像与荧光图像；去暗角算法用于消除图像边缘暗区；去噪算法提供了五种方法，包括计算复杂度、边缘保留性及适用场景的对比，重点介绍了自适应方向保持去噪算法，该算法结合结构张量与方向性高斯加权滤波，能有效保留SEM图像中的纤维状微结构。
【图像处理】基于贝叶斯的Lucy-Richardson图像复原算法
artzers的专栏
03-12 1万+
研究空间域滤波方法是图像处理领域的重要内容。相比频域滤波，空间域滤波直接在图像空间上进行操作，除了传统的滤波外，还能加入各种直观的空间域操作，可扩展性和可理解性都比较强。在图像复原领域，当噪声较为复杂时，频域滤波方法因为难以计算得到噪声的频域模型，不能合理地去除噪声干扰，空间域方法就容易多了，因此空间域滤波方法占有很重要的地位。 图像复原问题的重要步骤是建立合理的图像退化模型。假设退化图像，即观测......
Lucy-Richardson去模糊法、水声定位反卷积LR（简单直白的个人理解）
YANGN1的博客
12-20 3919
Lucy-Richardson去模糊法的个人理解前半部分，是从物理现象抽象到数学的过程。
Richardson–Lucy deconvolution
zssyu0416的博客
08-16 2117
Richardson–Lucy deconvolution Jump to navigationJump to search Not to be confused with Modified Richardson iteration. The Richardson–Lucy algorithm, also known as Lucy–Richardson deconvolution, is ...
Richardson-Lucy 非盲去模糊算法
毛财胜的专栏
07-12 3555
相关论文：2011-PAMI - Richardson-Lucy Deblurring for Scenes under a Projective Motion Path 空间均匀的运动模糊表示如下： B=k⊗IB=k\otimes IB=k⊗I B为模糊图像，I为清晰图像，k为模糊核。 RL算法假设 P(B∣k,I)P(B|k,I)P(B∣k,I)满足Poisson分布（传送门：如何通俗理解泊...
python实现特征检测算法4
闲人编程的博客
07-23 607
Richardson-Lucy反卷积算法是一种经典的图像复原技术，其通过迭代优化过程，逐步恢复图像的细节和清晰度。由于其简单有效的特性，广泛应用于各种图像处理和分析任务中。Richardson-Lucy反卷积算法是一种迭代算法，用于恢复因成像系统中的点扩散函数（PSF）导致的模糊图像。我们可以使用Python结合NumPy和SciPy库来实现Richardson-Lucy反卷积算法。分别于1972年和1974年提出，广泛应用于天文学、医学成像等领域的图像复原任务中。
图像处理之图像复原算法：Lucy-Richardson去卷积：Lucy-Richardson算法原理
kkchenjj的博客
07-28 2272
点扩散函数（PSF）是成像系统对点光源响应的数学描述。在图像复原算法中，PSF是关键的输入之一，因为它提供了关于图像模糊特性的信息。PSF可以是实测的，也可以是基于成像系统特性的理论模型。在图像复原领域，评估复原图像的质量是至关重要的。这不仅涉及到图像的视觉效果，还包括了数学上的度量。在图像复原领域，Lucy-Richardson算法作为去卷积技术的一种，虽然在处理模糊图像时表现出色，但其局限性也不容忽视。计算复杂度高。
盲去卷积原理及在图像复原的应用
热门推荐
沉心修炼
03-28 4万+
盲去卷积的原理及在图像复原的应用
MATLAB图像处理：图像复原技术（三）Richardson-Lucy算法
weixin_31268759的博客
02-18 873
Richardson-Lucy算法是一种基于泊松噪声模型的迭代非盲去模糊方法，广泛用于天文影像恢复、显微镜图像增强等领域。本文将深入解析其数学原理、MATLAB实现细节及调优策略。
医用超声图像模拟系统算法：线密度详解
最新发布
alxraves的博客
06-23 624
在超声成像中，线密度（Line Density）是指单位扫描角度或单位扫描宽度内超声扫描线的数量。简单来说，它描述了超声探头在扫描区域内发射和接收声波线的密集程度。核心概念扫描线：超声探头发射的每一条声波束，对应图像中的一条垂直线（A-mode）或图像重建的一个数据采集通道（B-mode）。线间距：相邻两条扫描线中心之间的距离，是线密度的倒数。单位：通常表示为线/度（对于扇形扫描）或线/厘米（对于线性扫描）。更高的线密度意味着更密集的采样，理论上能获得更丰富的图像细节和更好的横向分辨率。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

胖墩会武术

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值