基于乘数交替方向法的系统图像退化恢复方法

针对一般正则化方法不能有效解决非线性成像和高动态成像的系统退化恢复问题,提出一种非线性图像恢复方法,该方法利用乘数交替方向法解决双边全变差(bilateral total variation,BTV)模型的正则化项不平滑问题。建立包含复原图像的非线性最小二乘数据拟合项和BTV正则化项的目标函数;对目标函数进行优化;构建一套有效的乘数交替方向法(multiplier alternating direction method,MADM)求解提出的模型。利用峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性度量(structural similarity index measurement,SSIM)评估图像恢复结果。对于非线性成像系统退化,提出的方法在PSNR和SSIM方面比基于TV(total variation)模型的方法分别提高4.5%和4.1%。对于高动态的成像退化问题,提出的方法获得的恢复图像PSNR值可达61.89 d B,相比其他方法,至少提高了2.9%。此外,该方法的运行时间也至少节省了26%,具有较高的计算效率。

空间目标图像的非凸稀疏正则化波后复原

现有的空间目标图像波后处理方法多直接套用自然光学图像的复原技术,效果并不理想。本文通过分析空间目标图像的近似稀疏性和灰度值服从超拉普拉斯分布的独有特点,提出了一个采用正则化方法的非凸稀疏正则化空间目标图像复原模型。在数值计算过程中,根据交替方向乘数法将复原模型分解为两个子问题,对凸优化子问题采用快速傅里叶变换求解,对非凸优化子问题采用固定点迭代方法求解。文中设计了非凸稀疏正则化空间目标图像波后复原的完整算法流程,并针对模拟图像和真实空间目标图像进行了对比验证。结果显示:相对于最近的流行算法,提出方法的最大峰值信噪比提高了2dB,最大平均结构相似度提高了0.17,最大信息熵提高了3.85,图像清晰度提高了2.65。

辐射保真的红外遥感图像超分辨率重建

为了解决红外遥感图像超分辨率重建与辐射定标精度保真之间的矛盾,结合正则化超分辨率重建理论,建立了基于二阶总广义变分的超分辨率重建模型。通过分析重建模型的特点,引入交替方向乘子法进行数值求解;重建过程利用双边滤波器原理,将图像的高低频信息分离;针对分离后高频信息图像进行重建处理,将低频信息图像与重建后的高频信息图像融合达到超分辨率的目的。利用风云四号气象卫星得到的真实红外图像进行实验验证和定量化分析,表明该方法对辐射定标精度的影响要小于常规意义下的超分辨率重建的影响。

考虑储能充放电的孤岛微电网经济优化模型

针对孤岛微电网的实时、经济调度问题,提出一种新的优化模型。该模型充分考虑了储能系统过去一段时间的购电成本和未来一段时间的运行收益,确定当前一段时间内储能系统单元的合理能源调度。微电网中的每个单元在最大限度地提高自身运行收益前提下,只需与相邻单元交换预期的电价和交易电能。经过优化后,参与经济调度的相邻单元可以同时实现电价与交易电能的一致性。引入交替方向乘子法得到最优解并对孤岛微电网在3种不同天气条件下分布式经济优化调度运行情况进行仿真,仿真结果验证了该策略模型的有效性。