利用加权预测的图像迭代盲解卷积

为解决大气湍流造成的图像退化问题,本文鉴于现有的盲解卷积算法收敛性不稳定,计算量大等特点,提出了一种基于加权预测的迭代盲解卷积算法。对目前性能优秀的用迭代实现盲解卷积的L-R算法进行优化,在每次迭代结束后通过加权方法求出预测值,根据预测值计算方向加速算子,从而大大提高算法的收敛速度。实验表明:该算法不仅可对模糊退化图像进行很好的复原,同时与L-R算法相比收敛速度提高约43.8倍,其迭代速度快的特点决定了算法具有较高的工程实用价值。

自适应光学图像非对称图像迭代盲复原算法

为了提高自适应光学图像复原效果,提出了一种新的多重约束非对称图像迭代盲解卷积算法。首先,在点扩散函数(PSF)频率域引入带宽有限约束来提高迭代盲解卷积算法的可靠性;然后,在PSF空间域引入支持域动态更新的思想以加快迭代盲解卷积算法收敛速度;最后,自动计算迭代盲解卷积算法的非对称因子以提高算法的自适应性。模拟实验结果表明,与RL-IBD算法比较,新算法迭代次数减少22.4%、峰值信噪比提高10.18 dB。在FK5-857和某双星的自适应光学图像复原实验中,也取得很好的复原效果。

图像盲复原问题的研究

大气湍流、相对运动、散焦和噪声等诸多因素会导致获取的图像产生降质。图像盲复原的任务是在预定义的意义上改善退化模型未知的图像。本文深入分析图像的退化模型、噪声模型及复原算法后,基于迭代盲解卷积算法,对含高斯噪声的且由大气湍流或悬浮物散射造成的降质图像提出了一种复合的盲复原方法。同时分析了噪声抑制对改善病态性问题的影响。实验结果表明:该方法复原效果较迭代盲解卷积算法、MATLAB库函数deconvblind()方法更佳。

复合的图像盲复原算法

当点扩展函数未知或不确知的情况下,从观察到的退化图像中恢复原始图像的过程称为图像盲复原。近年来,图像盲复原算法得到了广泛地研究。迭代盲解卷积在抑制噪声放大与保留图像边缘信息有很好的效果,但在不知道点扩展函数并有噪声的情况下并不能有效的去除噪声导致图像恢复效果很差。针对图像盲复原的特点,提出了一种复合算法,该算法有效地解决了迭代盲解卷积的去噪问题,最后通过实验验证了算法的可行性和有效性。

基于旋转阵列的多帧合成孔径图像复原

针对光学合成孔径成像系统的调制传递函数(MTF)在中-低频段的衰减以及造成的合成图像降质问题,以6孔径Y型阵列为例,提出子孔径阵列旋转成像以获取包含互补信息的多帧图像;通过截止频率与中频能量比确定旋转角度,并利用多帧迭代盲解卷积算法进行图像复原。实验表明,与现有的代表性工作相比,本文方法对于Y型阵列的合成孔径图像有较好的复原效果和重建的准确性。