5.1退化模型 离散退化模型还可以用矩阵描述 g=Hf+ 其中，f、g和门表示MN×1维的列向量，分别是由M×N维的矩 阵f(m,n以g(m,)和1(m,n)的各行堆积而成，如下所示： f(0,0) 8e(0,0) 7e(0,0) f(0,1) 8e(0,1) 7e(0,1) f(0,N-1) f= 8e(0,W-1) 7e(0,N-1) 8= f(1,0) 8e(1,0) 7= 7.(1,0) f(1,1) 8e(1,1) 7e(1,1) f(M-1,N-1) 8e(M-1,N-1) n(M-1,N-1) Digital Image ProcessingDigital Image Processing Digital Image Processing 离散退化模型还可以用矩阵描述 离散退化模型还可以用矩阵描述 其中，f 、g和 表示MN×1维的列向量，分别是由 维的列向量，分别是由M×N维的矩 阵 、 和 的各行堆积而成，如下所示 的各行堆积而成，如下所示 ： g = Hf + η (0,0) (0,1) (0, 1) (1, 0) (1,1) ( 1, 1) e e e e e e f f f N f f f fM N ⎡ ⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ − ⎢ ⎥ = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢⎣ − − ⎥⎦ # # (0,0) (0,1) (0, 1) (1, 0) (1,1) ( 1, 1) e e e e e e g g g N g g g gM N ⎡ ⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ − ⎢ ⎥ = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢⎣ − − ⎥⎦ # # (0,0) (0,1) (0, 1) (1,0) (1,1) ( 1, 1) e e e e e e N M N η η η η η η η ⎡ ⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ − ⎢ ⎥ = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢⎣ − − ⎥⎦ # # 5.1 退化模型 η e f (m,n) e g (m,n) ηe (m,n)