湍流图像退化中的模糊与畸变

基于光线传播以及相位叠加原理,构建了湍流图像退化模型,获得了湍流下目标对应的点扩散函数,并通过调制传递函数面积以及等晕角验证了仿真模型。同时,通过平均相关系数定义了像方近似不变区域,像方近似不变区域有助于对点扩散函数变化程度的理解。通过光线在湍流中的传播过程,猜测图像退化的模糊与畸变的程度和湍流的分布有关。为验证以上猜测,设置了两种极端情况下的湍流分布情形进行仿真实验,并通过调制传递函数面积以及像方近似不变区域对仿真结果进行分析。结果表明在同等湍流强度情况下,靠近镜头端的湍流会对图像造成更多的模糊效应,靠近物体端的湍流会对图像造成更多的畸变效应。基于此,解释了在湍流图像退化模型中采用先畸变后模糊是更为合理的操作,并建议湍流复原算法应根据退化结果中的模糊与畸变的程度采取相应的复原措施。

红外目标湍流退化图像的优化复原算法

提出了基于最速下降法的湍流退化图像盲目复原算法。将图像转换到频域中,建立一个基于目标图像和点扩展函数频谱的目标函数,通过迭代方式采用最速下降优化方法来极小化该目标函数,并利用傅里叶变换和反变换将目标图像和点扩展函数在频域和空域之间进行变换,在每次迭代中交替加入约束条件进行反复修正,以便取得预期的图像恢复效果,增强算法的稳定性和抗噪能力。针对红外目标湍流退化图像,在微机上对算法进行了一系列复原验证实验。实验结果表明:该文算法复原效果稳定,抗噪能力强,具有实用价值。

基于随机点扩散函数的多帧湍流退化图像自适应复原方法

针对湍流退化图像随机性的问题,提出了一种基于随机点扩散函数的多帧湍流退化图像自适应复原方法。首先介绍了随机点扩散函数的图像退化模型,并分析了点扩散函数随机性对图像复原造成的影响,建立了基于随机点扩散函数的多帧图像退化模型。在此基础上,建立了基于多帧退化图像的全变分复原模型,利用前向后向算子分裂法对模型进行求解,提高了算法的运算效率。然后,提出了一种新的自适应正则化参数选取方法,该方法利用全变分复原模型的目标函数计算正则化参数,当正则化参数收敛时,复原图像的峰值信噪比达到最大值,因此利用目标函数的相对差值作为自适应算法迭代终止的条件,可以获得最佳复原效果。最后通过实验分析,算法中退化图像的帧数应不大于10帧。实验结果表明:当取10帧退化图像时,AFBS算法运算时间与单帧的FBS算法相当,信噪比增益为1.4 d B。本文算法对图像噪声有明显的抑制作用,对湍流退化图像可以获得较好的复原效果。

基于Poisson模型的湍流退化图像多帧迭代复原算法

随着航天空间技术的发展,空中目标的成像探测研究越来越重要。受大气湍流的干扰,观测到的目标图像是严重模糊的。为了从观察到的多帧含噪的湍流退化图像中将目标原图像有效地恢复出来,本文提出了一种新颖的基于图像统计模型的图像复原算法。跟据图像Poisson概率模型建立了有关多帧图像数据的对数似然函数,通过极大化该对数似然函数,推导出了目标图像及各帧图像点扩展函数的迭代求解关系。同时,将点扩展函数的支持域等先验条件有效地加入到迭代计算过程中,以便快速地利用迭代技术将目标图像和各帧点扩展函数估计出来。该算法能用少数帧图像极大程度地恢复出目标图像。为了验证本文算法的恢复效果和可靠性,对在强噪声污染条件下的湍流退化图像进行了恢复实验,实验结果表明本文算法对空中目标湍流退化图像的复原是非常有效的。

基于总变分规整化的湍流退化图像复原RL算法

根据RL(Richardson-Lucy)不需要点扩散函数尺寸先验信息的优点和湍流退化模式的特点,将RL图像复原算法应用到气动光学效应退化图像的复原中.针对RL算法极易引起噪声放大和过度平滑的缺点,提出了基于总变分最小化的RL图像盲复原算法.仿真结果表明,该算法在噪声抑制和细节保存方面都优于非规整化的RL算法.

基于各向异性和非线性正则化的湍流退化图像复原

提出了一种基于各向异性和非线性正则化的湍流退化图像复原新算法。为了有效地从湍流退化图像中估计出退化模型 ,在湍流点扩展函数的优化估计过程中合理地融合了有关湍流点扩展函数的一些基本的先验知识。首先 ,将点扩展函数的非负性和光滑性约束加入到目标函数中。再针对湍流点扩展函数的衰减性质 ,建立了一个具有非线性和空间各向异性的正则化函数 ,使其在重建点扩展函数时能适当地进行空间梯度平滑。由此通过迭代极小化目标函数来优化估计湍流点扩展函数值 ,进而恢复图像。对各种噪声条件下的湍流退化图像进行了恢复实验 ,实验结果表明本文算法具有较强的稳定性和抗噪能力。

基于小波分解的湍流退化图像的快速复原算法

提出了一种基于小波分解的湍流退化图像的复原新方法 .该方法以 2帧同一目标的湍流退化图像作为输入 ,采用小波变换技术对两帧湍流退化图像进行多尺度分解 .利用两个低频子频段图像的傅立叶频谱估计出两湍流点扩展函数在大尺度下的离散值 ,在图像的低频子频段进行去模糊 ,而在高频子频段则主要进行抑制噪声和保边缘特征 .实验结果表明该方法十分有效 ,不但可以极大地减少计算复杂性 ,加快恢复速度 ,而且还可以很好地提高图像的恢复质量和抗噪能力 .

基于飞行参数约束的湍流退化图像快速复原算法

为了克服盲目去卷积求解点扩展函数中由于点扩展函数大小的不确定性引起的复原图像的模糊和振铃现象,提出了一种基于飞行参数估计点扩展函数大小的湍流退化图像快速复原算法。利用飞行参数中飞行马赫数、高度、攻角等已知的先验条件来估计点扩展函数大小,并建立了一个点扩展函数大小与飞行参数的函数表达式,解决了点扩展函数估计的盲目性,减少了估计时间,提高了退化图像复原校正的质量与速度。仿真试验结果表明:该方法对提高图像复原的速度与质量有明显效果。

复杂背景红外湍流退化图像复原算法研究

针对大气湍流复杂背景红外退化图像的复原问题,构造了各向异性权重差分项,在此基础上将基于二阶差分的2范数极小作为空间相关性约束应用在复杂背景湍流退化图像相邻两帧点扩展函数的优化求解过程中,提出了针对复杂背景的湍流退化图像复原算法。在微机上进行了一系列复原和方法对比实验,实验结果表明本文方法有效,效果较好。

航天湍流退化图像的极大似然估计规整化复原算法

为了从有噪的湍流退化图像中有效地恢复出目标图像,提出了一种基于极大似然估计准则的规整化复原算法.根据图像随机场模型建立了有关多帧图像数据的对数似然函数,同时为了平滑噪声和保护图像边缘以及避免无价值的解,将一些合理的惩罚项和辅助平滑项融合到该对数似然函数中.推导出了湍流点扩展函数和目标图像的交替迭代求解公式,通过迭代方式可将点扩展函数和目标图像同时估计出来,给出了算法的并行处理方案.在微机上对强噪声条件下的湍流退化图像进行了恢复实验,实验结果表明本算法具有较强的抗噪能力和实用价值.

基于非负支持域递归逆滤波技术的湍流退化图像复原算法

在常规图像复原算法中,成像系统的点扩展函数和观测噪声被认为是先验信息。当飞行器在大气层内高速或超高速飞行时,会产生气动光学效应,严重影响成像制导系统的成像质量,在这种情况下,降晰函数和观测噪声是未知信息。为有效复原湍流退化图像,提出了基于非负支持域递归逆滤波技术的湍流退化图像复原算法,该算法可同时辨识递归滤波器的参数。非负支持域递归逆滤波技术适用于视场背景为单一的黑色、灰色或白色并且支持域确定的目标图像的复原及相应滤波器参数的辨识。提出的算法首先将湍流退化图像通过一个空域高通有限脉冲响应滤波器,以滤除部分因噪声引起的模糊信息,然后将首次滤波后的图像进行递归逆滤波,同时共轭梯度算法用于最小化非负支持域递归逆滤波凸集价格函数。该算法用于复原风洞测试图像,实验结果表明,复原效果有明显的改进。

基于加速正则化RL算法的大气湍流退化图像盲复原方法

提出了一种基于加速正则化Richardson-Lucy(RL)算法的大气湍流退化图像盲复原方法(AccRLTV-IBD)。在总变分(TV)正则化RL算法的基础上,引入二阶矢量外推加速技术对其进行加速,形成加速正则化RL(AccRLTV)算法,并将该算法应用到迭代盲目反卷积(IBD)算法中。使用长曝光大气湍流光学传递函数(OTF)的物理模型或根据图像来获取初始的点扩散函数(PSF),在灰度平均梯度(gray mean grads,GMG)的基础上定义了一个相对灰度平均梯度(relative gray mean grads,RGMG)参数作为无参考图像复原质量的评价标准.模拟图像和实际湍流退化图像复原结果表明,基于RL的IBD算法要优于基于Wiener滤波的IBD算法,并且与RL-IBD算法相比,AccRLTV-IBD收敛速度更快,复原效果更好。

基于二阶加权差分的湍流退化图像快速复原

针对航天飞行器成像系统大气湍流扰动条件下退化图像的快速复原需求,对二维卷积理论进行了探讨,构造了移位算子。提出了基于二维卷积理论和移位算子的复杂背景图像大气湍流退化图像的相邻帧快速复原算法,该算法主要将基于二阶的加权差分极小作为空间相关性约束应用在湍流退化图像的复原校正过程中,自定义几个二阶加权差分项,推导了二阶加权差分算子矩阵快速构造的理论方法。在此基础上,将点扩展函数的非线性估计转化为基于递归迭代的线性方程快速求解,为大气湍流干扰所引起的退化图像的复原校正提供了一种快速的有效方法。实际场景大气湍流退化图像的复原校正实验结果表明,该方法对湍流退化图像的复原效果好,且算法稳定,速度较快。

红外探测湍流退化图像并行复原方法研究

湍流退化图像的恢复面临着计算量大、耗时长等问题,为提高算法的有效性、适应性和快速性,主要对红外探测湍流退化图像复原算法的并行处理进行了研究,提出了基于机群计算的并行处理方法。采用并行编程技术,建立基于微机多节点计算的并行机群系统,充分利用各节点的计算资源,提高并行速度,优化并行效率。实验结果表明,所提出的基于机群计算的并行方法十分有效,提高了湍流退化图像复原处理的计算效率。

基于双重循环交替迭代的湍流退化图像复原

湍流退化图像复原是一个富有挑战性的世界性难题,在航天光电成像领域具有广泛的应用前景。为了从少数几帧湍流退化图像中将目标图像有效地恢复出来,提出一种新颖的基于双重循环交替迭代的湍流退化图像复原算法,建立了基于内外循环交替求解目标图像及各帧点扩展函数的迭代关系。在微机上进行了一些复原实验,实验结果表明该算法能用少数几帧图像获取目标图像和点扩展函数的最佳联合估计,证实了算法的可行性和实用价值。

湍流退化图像并行校正方法

文章对湍流退化图像的双重循环迭代图像复原算法的计算流程进行了分析,将算法的串行计算模式转换为并行模式,提出了基于并行模式的多结点并行处理方法。成功地实现算法的并行计算模式到多结点结构的有效映射,对算法的程序代码进行了有效移植,在多结点系统上运行通过。实验结果表明,不仅提出的并行校正方法有效,而且提高了图像复原处理帧频数。

多帧PML规整化湍流退化图像复原算法

从湍流退化图像中有效地恢复出原目标图像,是空间目标成像观测亟待解决的问题。为解决强模糊实际观测湍流退化图像的复原问题,本文提出了多帧PML规整化图像复原算法。该算法主要利用非线性规整化项在点扩散函数和目标图像的估计过程中进行平滑。为验证算法的有效性,针对强噪声退化图像进行了恢复实验,实验结果证明,该算法对于强噪声湍流退化图像的复原是非常有效的。

湍流退化图像复原技术研究现状及展望

根据点扩散函数的特点,将湍流退化图像复原技术分为空间不变模糊(Space-invariant Blur,SIB)图像复原和空间变化模糊(Space-variant Blur,SVB)图像复原两种类型,分别阐述了目前处理两类模糊图像的常用算法的研究现状,并指出其优缺点。最后提出了对未来工作关注重点的展望。

基于边缘预测和稀疏约束的湍流图像盲复原

大气湍流严重影响天文观测图像的成像效果,必须对退化图像进行处理才能获得清晰的图像。经典的湍流退化图像盲复原算法(IBD、NAS-RIF等)使用的先验知识过于简单,导致很多场合不能获得较优的复原效果。近几年提出的稀疏表达理论,使用自然图像边缘的稀疏先验信息指导图像复原,能复原出较多的细节,但它直接使用模糊图像的梯度图像指导点扩散函数复原,而模糊的梯度图像包含很多噪声和伪边缘,无效的梯度会误导点扩散函数的估计,从而使复原图像中出现较多伪迹。针对上述问题,提出了一种基于边缘预测和稀疏比值正则约束的湍流退化图像盲复原算法,该算法首先从当前的复原图像中预测出有效的边缘,然后将边缘预测信息与自然图像边缘的稀疏先验信息相结合指导点扩散函数复原,得到点扩散函数后,再通过一种非盲复原算法恢复出当前的目标图像,并将此复原图像作为下一次边缘预测的输入图像,如此迭代循环直到求出最终清晰的目标图像。所提算法结合了图像的先验信息与退化图像自身包含的有效信息,能有效抑制图像复原过程中产生的伪迹,获得令人满意的结果。针对多幅模拟的湍流退化图像进行仿真测试,验证了算法的有效性。

气动光学效应退化图像循环迭代复原算法研究

为了从湍流序列退化图像中有效地去除模糊、抖动等气动光学效应,提出一种基于内外循环迭代的湍流退化图像复原新算法.该算法利用多帧湍流退化图像,建立了一个基于航天图像随机场概率模型的联合对数似然函数.通过极大化该对数似然函数,推导出了基于内外循环交替求解目标图像及各帧点扩展函数的迭代关系,据此可将目标图像和各帧点扩展函数同时估计出来.在微机上进行了复原实验,实验结果表明该算法能用多帧图像获取目标图像和点扩展函数的最佳联合估计,可有效地去除模糊、抖动等气动光学效应.