基于多分辨率盲目去卷积的气动光学效应退化图像复原算法

为了有效地恢复气动光学效应退化图像 ,该文提出了一种基于两帧退化图像的多分辨率盲目去卷积复原算法 .该算法在大气流场的光学退化模型未知的情况下 ,采用两帧退化图像数据来估计点扩展函数值 .为了克服噪声的干扰 ,该文将点扩展函数非负性和光滑性约束转化为数学上可表达的惩罚项 ,融合到目标函数中 ,建立了一个基于各向异性调整的目标函数表达式 ,采用约束优化原理迭代估计点扩展函数值 .同时 ,针对复原图像的快速需求 ,将多分辨率技术用在点扩展函数的最优估计和图像复原过程中 ,提出了基于图像多分辨率的盲目去卷积复原新算法 .在微机上进行了一系列的图像恢复实验和对比分析 ,实验结果表明该文复原算法十分有效 ,在抑制噪声和提高复原速度方面取得了明显的效果 .

高阶统计超指数收敛拉曼谱盲目去卷积

基于Shalvi-Weinstein盲目去卷积标准,提出了一种拉曼光谱盲目去卷积的超指数收敛算法,可以同时从观测数据估计真实光谱数据与仪器的响应函数,且具有超指数的收敛速度。通过实测拉曼光谱数据的试验,验证了该算法的可行性。

基于贝叶斯理论的湍流退化图像复原方法研究

大气湍流退化图像的复原在航天成像、天文观测等领域具有重要的地位,也是目前亟需解决的问题。该问题的解决能够克服大气湍流扰动带来的图像降质和提高目标图像的分辨能力,以便于后续的目标特征提取和识别等处理。为了对湍流退化图像进行有效复原,提出了一种基于贝叶斯理论的单帧双重循环盲目去卷积图像复原算法,并对该算法的快速实现进行了研究,最后还进行了稳健性分析与测试。实验结果表明,该算法具有较强的稳定性和抗噪声能力,对于缺乏先验知识的情况尤为适用,可见该算法具有实用价值。

基于频域共轭梯度法的交替迭代复原算法研究

对迭代盲目去卷积复原方法进行了研究,提出了基于频域共轭梯度法的交替迭代优化复原算法,在频域上构造了关于目标图像和点扩展函数频谱的误差代价函数,将共轭梯度法引入到频谱误差代价函数的极小化过程中,并将空域非负性和频域带限等先验约束知识融合到对目标图像和点扩展函数的迭代交替优化估计过程中,取得了预期的复原效果,增强了算法的抗噪性和稳定性。在微机上进行了一系列的复原实验,实验结果表明算法复原效果好,抗噪能力强,速度较快,且能恢复具有复杂背景的目标图像。