Dijital işleme kısmı hakkında, keskin olmayan maske gibi genel amaçlı keskinleştirme yöntemlerini kullanmaktan kaçınmalısınız, çünkü bu yöntemler yalnızca yerel kontrastı artıracaktır - ayrıntıları daha görünür hale getirir, ancak görünmez hale gelen ayrıntıları geri alamazsınız. Kusurlu odaklama nedeniyle bulanıklığı gerçekten tersine çevirmeye dayanan yöntemleri kullanmak daha iyidir ve bunun için nokta yayma işlevini bilmeniz gerekir (böylece, görüntünün odakta olmayan kısmında, tek bir nokta görünecektir bazı parlaklık profiline sahip küçük bir disk olması için bu noktaya yayılma işlevidir).
Görüntünün yüksek kontrast alanlarını yakınlaştırarak nokta yayma işlevini hesaplayabilirsiniz. Parlaklığın bir miktar değiştiği keskin bir kenar olduğunu biliyorsanız, görüntüde gördüğünüz profili verecek nokta yayılma işlevinin ne olduğunu kolayca hesaplayabilirsiniz.
Nokta yayılma fonksiyonunun R yarıçapının muntazam bir diski olduğu varsayılarak kaba bir yaklaşım elde edilir . Keskin bir kenara yakınlaştırırsanız, büyütülmüş resimde eğrilik çok küçük olur, böylece düz bir çizginiz olduğunu varsayabilirsiniz, bir tarafta parlaklık çizginin diğer tarafında v1 olur v2 olacaktır . Resimdeki v (d) çizgisinden d mesafesinin parlaklığı , bir taraftaki v1 ve diğer taraftaki v2'ye olan eğilimsizlik nedeniyle düzgün bir işlev olacaktır . D = 0 yakınında, g (d) = [v (d) - v1] / [2 (v2 - v1)] işlevi aşağıdaki gibi davranır:
g(d) = 1/4 - d/(pi R) + d^3/(6 pi R^3) +...
Böylece, çizginin yakınındaki resmin x ve y koordinatları açısından g (d) - 1/4 işlevine doğrusal bir uyum sağlayarak formun bir sonucunu elde edersiniz:
g(x,y) = A + b x + c y
ve sonra şunu takip eder:
1/(pi R) = sqrt[b^2 + c^2]
Eğer matematikte çok kötü değilseniz, nokta yayma fonksiyonu resimden biraz çaba ile hesaplanabilir.
Eğer nokta yayma fonksiyonunu hesapladıysanız, odak bulanıklığını tersine çevirmek Wiener dekonvolüsyonu veya Richardson – Lucy dekonvolüsyonu gibi algoritmaları kullanan bir çocuk oyuncağıdır . Bu tür algoritmalar genellikle görüntü işleme yazılımında bulunur, ancak bunları bazı standart Gauss bulanıklığını değil, görüntünüze uygulanan gerçek nokta yayma işlevini kullanarak çalıştırmalısınız. Örneğin, bu ImageJ eklentisi nokta yayılım fonksiyonunu belirtmenizi gerektiren çeşitli dekonvolüsyon algoritmalarına sahiptir. Ve ImageJ buradan elde edilebilir .
Burada, bunun doğrusal bir renk uzayında yapılması gerektiğini eklemeliyim. Bu nedenle, önce doğrusal RGB'ye veya XYZ renk uzayına dönüştürmeniz, orada keskinleştirme işlemini yapmanız ve daha sonra tekrar sRGB'ye dönüştürmeniz gerekir.