基于稀疏先验的合成孔径光学系统的图像复原方法

由于通光面积减小以及系统共相误差等原因,合成孔径光学系统的成像会出现降质模糊。针对该问题,提出一种基于L_(0)范数的稀疏先验图像复原方法。对合成孔径系统的退化过程建模,通过统计分析与数学验证,发现退化后图像的暗通道值变成非极小值。基于暗通道理论提出图像复原算法模型,将暗通道和梯度先验以L_(0)范数的形式作为正则化项进行约束,光学系统阵列结构下计算的点扩散函数作为初始模糊核;最后,使用半二次分裂法迭代求解最终估计的清晰图像。在仿真实验中,不同活塞误差下和多场景下方法均能够提升图像的对比度、还原细节部分,迭代5次复原后的平均峰值信噪比分别达到23.13 dB和23.79 dB,平均结构相似度分别达到0.77和0.80,优于维纳滤波与Richardson-Lucy方法。在合成孔径相机实际拍摄图像的复原中,本文方法仍然能够有效还原退化图像。