Richardson-Lucy 反卷积可以恢复潜在内核吗？

我知道理查森-露西反卷积是为了恢复潜在图像，但假设我们有一个噪声图像和原始图像。我们能找到引起转变的内核吗？

下面是一个 MATLAB 代码理查森-露西反卷积 http://en.wikipedia.org/wiki/Richardson%E2%80%93Lucy_deconvolution我想知道是否很容易修改并使其恢复kernel而不是潜在的image。我的想法是我们将卷积选项更改为valid所以输出代表内核，你觉得怎么样？

function latent_est = RL_deconvolution(observed, psf, iterations)
    % to utilise the conv2 function we must make sure the inputs are double
    observed = double(observed);
    psf      = double(psf);
    % initial estimate is arbitrary - uniform 50% grey works fine
    latent_est = 0.5*ones(size(observed));
    % create an inverse psf
    psf_hat = psf(end:-1:1,end:-1:1);
    % iterate towards ML estimate for the latent image
    for i= 1:iterations
        est_conv      = conv2(latent_est,psf,'same');
        relative_blur = observed./est_conv;
        error_est     = conv2(relative_blur,psf_hat,'same'); 
        latent_est    = latent_est.* error_est;
    end

提前致谢。

这是一个非常简单的问题。卷积是可交换的。因此，你不需要改变RL反卷积的实现来获得PSF，你可以简单地调用它，如下所示：

psf = RL_deconvolution(observed, latent_est, iterations)