Aquí se encuentran las funciones usadas en los resultados de la tesis "Restauración de imágenes borrosas usando programación lineal", el código fue estrito para MatLab 2017 o más reciente.
-En el script "prueba.m" se encuentra un ejemplo de la aplicación del modelo
-En el script "diferentes_gamma_regularizaciones.m" se encuentra un ejemplo de restauración de una imagen a color con diferentes valores para el coeficiente de regularización Gamma.
-En el script "Experimento_diferentes_metodos.m" se encuentra una muestra de la comparación del método propuesto contra otros ya propuestos.
-En el script "interior_iteraciones_imagen_color.m" se encuentra un ejemplo del método propuesto en una imagen de color.
-La carpeta "blind dec " corresponde al algoritmo presentado en el trabajo "Blind deconvolution using a normalized sparsity measure".
-La carpeta "HNO " corresponde al algoritmo presentado en el libro "Deblurring Images: Matrices, Spectra, and Filtering".
-La carpeta "restauracion" corresponde a funciones usadas en el algoritmo propuesto y que son desarrolladas en el libro "Deblurring Images: Matrices, Spectra, and Filtering".
-La carpeta "funciones propias" corresponde a varios tipos de PSF usados en el trabajo, las medidas de desempeño y el algoritmo de programación lineal.
-La carpeta "imagenes-prueba" contiene imágenes de prueba usadas para la prueba de este código. Pueden añadirse imágenes extra (imágenes pequeñas 300 X 300 px)