論文提要內容：
　　隨著目前生活中數位相機的普及，對於數位影像的處理也日益成為重要課題，但一般使用者拍攝數位影像的過程中可能不盡完美，例如拍攝時手部不穩的晃動，或是離拍攝物太過接近，而造成相機對焦失敗數位影像模糊的情況發生。因此有效地改善數位影像模糊也成為數位影像處理的主要研究方向之一。這類研究通稱為影像去模糊（Image deblur）。此類問題所產生的模糊影像可看成是相機與被拍攝物之間的晃動軌跡，或是對焦失敗造成的錯誤焦點進行卷積（Convolution）運算所產生的結果。改善這類問題的方法一般稱為反卷積（Deconvolution），常見的影像反卷積方法有Richardson-Lucy algorithm與Wiener Filter。
	本篇論文主要探討當影像失焦模糊發生時，使用點擴散函數（Point Spread Function）描述像素點的模糊情形，並試著找出最佳參數配合Wiener Filter以改善數位影像模糊情形。

Abstract:

With the popularity of digital camera, digital image processing is getting more important. Most of photographs are not clear enough because of camera sharking, too close to the object or focus failure. So improve these blurring images are one of the major direction in image processing called “Image Deblur”. The blur process can be formulated as the image takes convolution operation with camera shaking path or focus fail. Most common deconvolve improvements are Richardson-Lucy algorithm and Wiener filter.
In this paper, we use the Point Spread Function try to represent the blurring image pixels and find out an optimal parameter pair with Wiener filter to improve the image blur.

目錄
第一章  緒論	1
1.1 前言	1
1.2 研究動機	1
1.3 實作步驟	2
1.4 論文內容大綱	3
第二章  背景知識	4
2.1 Wiener Filter	4
2.2 Richardson-Lucy algorithm	7
2.3 Point Spread Function	8
第三章  演算法及實作	14
3.1 Wiener Filter的實作	14
3.2 Point Spread Function最佳化估算	15
第四章  使用者互動介面	18
4.1 系統環境與操作介面簡介	18
4.2 實際操作	21
第五章 實驗結果與比較	24
5.1 Wiener Filter雜訊參數K值影響比較	24
5.2 最佳化CoC半徑比較	26
5.3 Wiener Filter動態模糊處理結果	29
第六章 結論	33
參考文獻	34
附錄－英文論文	35

 
圖目錄  

圖一、去模糊流程圖	6
圖二、光學影像系統影像取樣示意圖	9
圖三、光學顯微鏡成像受PSF影響	9
圖四、直線光源對焦	10
圖五、點光源實際對焦成像結果	11
圖六、CoC影響成像示意圖	12
圖七、像素點受CoC影響結果	12
圖八、影像G值範例	16
圖九、 影像Orientation輸出範例	17
圖十、實作程式主介面	18
圖十一、PSF設定視窗（Single Mode）	19
圖十二、PSF設定視窗（Dual Mode）	20
圖十三、實際操作PSF設定視窗	21
圖十四、模糊影像	22
圖十五、實際操作影像去模糊還原結果	22
圖十六、Wiener Deconvolution with K = 0.001	24
圖十七、Wiener Deconvolution with K = 0.00001	25
圖十八、Wiener Deconvolution with K = 0.0000001	26
圖十九、原始影像與不同CoC半徑結果	28
圖二十、動態模糊範例原始影像	29
圖二十一、動態模糊影像還原效果	30
圖二十二、PSF設定值	31

 
表目錄  

表一、Orientation分類	16

[1] Reginald L. Lagendijk and Jan Biemond, BASIC METHODS FOR IMAGE ESTORATION AND IDENTIFICATION, 15 February, 1999.

[2] Arijit Dutta, Aurindam Dhar, Kaustav Nandy, Image Deconvolution By Richardson Lucy Algorithm, INDIAN STATISTICAL INSTITUTE, November 2010.

[3] Alan V. Oppenheim and George C. Verghese, SIGNALS, SYSTEMS and INFERENCE, Class Notes for 6.011: Introduction to Communication, Control and Signal Processing, spring 2010.

[4] 郭突松，刘泽昕，徐伯庆，一种Lucy- Richardson 算法和小波变换结合的图像复原算法，光学仪器，Vol.34, No. 6 December, 2012.

[5] Lucas C. Parra, Lecture 11 Point Spread Function, Inverse Filtering, Wiener Filtering, Sharpening, BME I5000: Biomedical Imaging.
http://bme.ccny.cuny.edu/faculty/parra/teaching/med-imaging/

[6] Che-Yen Wen, Chien-Hsiung Lee, Point spread functions and their applications
to forensic image restoration, pp. 15-26, Forensic Science Journal, January, 2002.

[7] GTK+, http://www.gtk.org/documentation.html

[8] FFTW, http://www.fftw.org/