基于估计点扩展函数值的湍流退化图像复原
大气湍流退化图像的复原研究
![大气湍流退化图像的复原研究](https://img.taocdn.com/s3/m/45b8a134443610661ed9ad51f01dc281e53a56e5.png)
大气湍流退化图像的复原研究
李庆菲;朱志超;方帅
【期刊名称】《合肥工业大学学报(自然科学版)》
【年(卷),期】2011(034)001
【摘要】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,也是目前急需解决的问题.该问题的解决能够克服大气湍流扰动带来的图像降晰和提高目标图像的分辨能力,以便后续的目标特征提取和识别等处理.文章提出将大气湍流的光学传递函数应用在迭代盲目反卷积图像复原算法上,使图像达到更好的复原效果.研究表明,此复原方法可以更有效地应用于大气湍流退化图像的复原.
【总页数】4页(P80-82,127)
【作者】李庆菲;朱志超;方帅
【作者单位】合肥工业大学,计算机与信息学院,安徽,合肥,230009;合肥工业大学,计算机与信息学院,安徽,合肥,230009;合肥工业大学,计算机与信息学院,安徽,合肥,230009
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.基于字典学习的大气湍流退化图像复原技术应用 [J], 徐玉蕊;刘乐;王刚刚;侯阿临
2.大气湍流退化图像多帧盲复原 [J], 杨彦伟;徐蓉;牛威;麻蔚然;甘宸伊
3.大气湍流参数对图像退化效果影响的研究 [J], 邹皓;李清瑶;赵群;王建颖;刘智超;杨进华
4.稀疏先验型的大气湍流退化图像盲复原 [J], 周海蓉;田雨;饶长辉
5.基于加速正则化RL算法的大气湍流退化图像盲复原方法 [J], 李勇;范承玉;时东锋
因版权原因,仅展示原文概要,查看原文内容请购买。
改进极大似然估计大气湍流图像复原算法
![改进极大似然估计大气湍流图像复原算法](https://img.taocdn.com/s3/m/2115fc7a1fb91a37f111f18583d049649b660e3f.png)
改进极大似然估计大气湍流图像复原算法张丽娟;邱欢;殷婷婷;刘颖【摘要】Zernike polynomial is applied for wavefront reconstruction which is taken as the initial value of the point spread function.With the prior information of images and the improved maximum likelihood estimation, experiment is carried for simulation of turbulence degraded images restoration.The results indicate that image gray mean gradient is obvious improved compared with that of Lucy-Richardson and blind deconvolution algorithm.%采用Zernike多项式进行波前复原,并作为点扩散函数的初值,结合图像先验信息和参数估计改进最大似然估计法,对模拟的湍流退化图像进行复原实验.实验结果表明,相比于Lucy-Richardson和盲卷积算法,该算法复原后图像的灰度平均梯度有明显提高.【期刊名称】《长春工业大学学报(自然科学版)》【年(卷),期】2017(038)001【总页数】7页(P31-37)【关键词】大气湍流;自适应光学;波前复原;点扩散函数;极大似然估计【作者】张丽娟;邱欢;殷婷婷;刘颖【作者单位】长春工业大学计算机科学与工程学院, 吉林长春 130012;长春工业大学计算机科学与工程学院, 吉林长春 130012;长春工业大学计算机科学与工程学院, 吉林长春 130012;吉林财经大学管理科学与信息工程学院, 吉林长春130117【正文语种】中文【中图分类】TP391自适应光学(Adaptive Optics, AO)系统在成像过程中受大气湍流效应影响,光波折射率会在传播路径中发生随机变化,使波前产生严重畸变,导致观测到的目标图像模糊或退化[1]。
水下湍流成像退化及优化恢复研究
![水下湍流成像退化及优化恢复研究](https://img.taocdn.com/s3/m/74556c93b8d528ea81c758f5f61fb7360b4c2b67.png)
水下湍流成像退化及优化恢复研究谌雨章;叶婷;程超杰;杨婉璐【摘要】为了全面且针对性地研究水下湍流成像的退化因素,同时优化相应图像恢复算法,搭建了一个可控湍流条件和重复使用的水下成像实验系统,利用循环水泵控制实验水箱中湍流的强度,气泡发生器制造微气泡,图像传感器获取不同条件下的正弦条纹目标板的成像结果.研究了流速场、程辐射和流体介质对水下成像的影响,结合图像复原和超分辨率重建技术,比较了基于三种退化因素的调制传递函数(MTF)的差异和适用性.结果表明,湍流流速场在低空间频率段造成MTF快速下降,程辐射和流体介质则会导致高空间频率的调制对比度减小;在水下湍流退化图像恢复中,湍流流速场的MTF适合图像复原,程辐射和流体介质的MTF适合图像重建.【期刊名称】《光电工程》【年(卷),期】2018(045)012【总页数】11页(P52-62)【关键词】海洋光学;调制传递函数;图像复原重建;超分辨率【作者】谌雨章;叶婷;程超杰;杨婉璐【作者单位】湖北大学计算机与信息工程学院,湖北武汉430062;湖北大学计算机与信息工程学院,湖北武汉430062;湖北大学计算机与信息工程学院,湖北武汉430062;华中科技大学计算机科学与技术学院,湖北武汉430074【正文语种】中文【中图分类】P733.3+1;TP391.411 引言上世纪70年代,光学湍流被提出是影响水下光学系统的因素之一[1],到如今,水下成像技术已经被广泛地应用于水下地形勘测和水下地貌观测等领域。
在自然静态水体中,悬浮颗粒的散射和吸收特性是造成水下图像退化的主要因素,这个影响因素使得水下可见范围最长才达到几十米,导致水下操作困难。
在自然水体环境下,高频随机运动的湍流会对成像产生严重的影响,水下可见距离会进一步缩小,并导致水下成像质量降低,这与静态水体中的成像结果相差甚远。
因此,深入研究水下湍流是很有必要的。
关于大气湍流的研究和技术都已经趋于成熟,相比之下,对水下湍流的关注较晚。
基于点扩散函数估计长曝光大气湍流图像复原
![基于点扩散函数估计长曝光大气湍流图像复原](https://img.taocdn.com/s3/m/0d9c0afcd05abe23482fb4daa58da0116c171f10.png)
基于点扩散函数估计长曝光大气湍流图像复原
徐丹青;安博文;赵明
【期刊名称】《现代计算机(专业版)》
【年(卷),期】2018(000)024
【摘要】在大气介质中工作的光学成像设备因为受到大气湍流的影响,获取的图像存在抖动、畸变、模糊以及光照不均等影响.在遥感、天文观测以及远程监视等领域需要对这一类的退化图像进行处理以求获得清晰图像.利用大气湍流退化的点扩散函数可以对模糊图像进行复原,但在实际的情况下,点扩散函数通常无法精确获得.结合研究背景,先针对长曝光大气湍流退化图像使用APEX算法,并通过结合图像的频谱特征对APEX算法中的点扩散函数(PSF)估计过程进行改进,通过该方法可以较为精确地获得大气湍流模型的点扩散函数(PSF),然后优化拟合算法,恢复出的图像可以拥有较为良好的视觉效果,通过对比改进前后图像的灰度平均梯度值和拉普拉斯梯度模这两个客观评价标准,进一步验证该方法的有效性.
【总页数】6页(P60-64,71)
【作者】徐丹青;安博文;赵明
【作者单位】上海海事大学信息工程学院,上海 201306;上海海事大学信息工程学院,上海 201306;上海海事大学信息工程学院,上海 201306
【正文语种】中文
【相关文献】
1.改进极大似然估计大气湍流图像复原算法 [J], 张丽娟;邱欢;殷婷婷;刘颖
2.基于点扩散函数的散焦图像复原及其效果比较 [J], 殷惠莉;杜娟;梁睿
3.基于FPGA的实时大气湍流图像复原算法及实现 [J], 李亚伟;张弘;伍凌帆;杨一帆;陈浩
4.基于最优费米函数的点扩散函数求取与图像复原 [J], 方明;王成;尹大力
5.大气湍流对长曝光和短曝光条件下分辨率与像斑半径的影响 [J], 马雪莲
因版权原因,仅展示原文概要,查看原文内容请购买。
湍流图像退化复原
![湍流图像退化复原](https://img.taocdn.com/s3/m/a414e1280066f5335a8121d6.png)
湍流退化图像复原1、引言由于人类活动和太阳辐照等因素引起了大气温度的变化,这一温度变化又引起了大气密度的随机变化,导致大气折射率发生随机变化,从而产生了对光学系统对目标的成像分辨率和成像质量的重要影响,这种现象后经对其定义指大气中任意一点的运动,其速度的方向和大小都时刻发生着不规则的变化,从而引起各个气团相对于大气整体平均运动的不规则运动,这种现象被称为大气湍流。
大气湍流是造成图像退化的原因之一,大气湍流能够造成图像模糊降晰,它能够退化远距离拍摄的图像质量,如通过望远镜观测到外太空的星星表现出的模糊降晰,因为地球上的大气退化了图像的质量,大气湍流随机地干扰,使像元强度分布扩散、峰值降低、图像模糊、像素位置偏移及抖动,给目标识别带来了较大的困难。
光学器件受到大气湍流的影响主要是当光经过折射率不均匀的大气结构到达接收器件后,其振幅和相位等参数都产生了随机的起伏变化。
传统的图像复原技术都是在退化模型确定和已知的情况下进行复原的,即先确定点扩展函数或其参数,然后利用诸如逆滤波和维纳滤波这样的方法恢复图像。
但这些方法对光学系统的设计和光学器件的加工工艺都提出了更高的要求,并且不能消除系统像差中由大气湍流引起的部分,而且湍流流场对目标成像的影响是复杂多变的,导致湍流光学点扩展函数难以测定,其形式也是无法事先确定,所以往往单幅图像中所包含的信息量很少,而且不够全面,很难进行图像复原。
因此通常大气湍流图像的复原都是在图像序列基础上进行的。
为了消除大气湍流导致的成像抖动和模糊,很多学者进行了广泛深入的研究,如今已有很多针对大气湍流图像的复原算法,其中有不少取得的不错的进展。
2、国内外研究现状及方法湍流退化图像的复原是一个世界性的难题,也是国内外不少科学家们多年来一直想致力解决的问题。
大气湍流退化图像复原的困难之处在于其退化模型是未知的和随机变化的,且很难用数学解析式来描述,另外退化图像还含有噪声,这进一步增加了复原的难度。
基于相位估计的湍流降质图像盲复原
![基于相位估计的湍流降质图像盲复原](https://img.taocdn.com/s3/m/8e7fde57bf1e650e52ea551810a6f524ccbfcbc4.png)
基于相位估计的湍流降质图像盲复原杨阿锋;鲁敏;滕书华;孙即祥【摘要】地基望远镜观测的空间目标图像受大气湍流的影响,其分辨率受到很大的限制。
为了提高湍流降质图像的复原效果,提出一种改进的盲解卷积方法。
考虑观测图像受到高斯噪声和泊松噪声的干扰,推导出基于混合噪声模型的盲解卷积代价函数;根据傅里叶光学原理,利用波前相位表示点扩展函数,将点扩展函数从像素值估计转换为参数估计;通过参数化表示方式,将代价函数寻优从约束最优化问题转换为无约束最优化问题。
模拟实验结果验证了本文模型与数值算法的有效性。
%The resolution of space object images observed by ground-based telescope is greatly limited due to the influence of atmospheric turbulence.An improved blind deconvolution method is presented to enhance the performance of turbulence degraded images restoration.Firstly,a mixed noise model based blind deconvolution cost function was deduced under Gaussian and Poisson noise contamination of measurement.Then, point spread function (PSF)was described by wavefront phase aberrations in the pupil plane according to Fourier Optics theory.In this way,the estimation of PSF was generated from the wavefront phase parameterization instead of pixel domain value.Finally,the cost function was converted from constrained optimization problem to non-constrained optimization problem by means of parameterization of object image and PSF.Experimental results show that the proposed method can recover high quality image from turbulence degraded images effectively.【期刊名称】《国防科技大学学报》【年(卷),期】2013(000)006【总页数】6页(P103-108)【关键词】湍流降质图像;盲解卷积;混合噪声模型;波前相位;点扩展函数【作者】杨阿锋;鲁敏;滕书华;孙即祥【作者单位】国防科技大学电子科学与工程学,湖南长沙 410073;国防科技大学电子科学与工程学,湖南长沙 410073;国防科技大学电子科学与工程学,湖南长沙 410073;国防科技大学电子科学与工程学,湖南长沙 410073【正文语种】中文【中图分类】TP391.41随着科学技术的不断进步,人类对太空的认知已经有了长足的进展。
基于APEX方法的改进图像复原算法
![基于APEX方法的改进图像复原算法](https://img.taocdn.com/s3/m/12e3cc3b43323968011c921a.png)
1 引 言
法
由于大气湍流扰动的影响, 在成像探测过程中, 目 标图像的质量常常产生不同程度 的下降, 甚至导 致 目标形状的严重畸变 , 从而影响 目标的探测精度。 为了减少或消除大气湍流对 目 标探测带来 的影 响, 众多国内外学者对湍流退化图像的复原进行了大量 研究 , 也取得 了许多 的成就 , 图像复原… 就是 其 盲 中之一。大多数都是采用迭代的方式实现图像的复 原, 通常都 比较耗时 , 因此很难满足实时图像复原的 要 求 。为 了节省 图像 复原 的时 间 , 足 实 时 图像 复 满 原 的要求 , 一些 学者 对 非 迭 代 式 的 图像 复 原进 行 了 许多研究 , 出了许 多行 之有效 的算 法 , P X方 提 AE
法采用 A E P X方法的基本原理 , 结合真实湍流退化 图像 的频谱信息特征 , A E 对 P X方法 中点 扩展函数的估计过程进行 了相应的改进 , 采用多方向的综合估计代替原有一次性估计 , 从而减 少 了点扩展 函数的估计误差, 增加了A E P X方法的稳定 性。对 改进 算法和原有算法进行 了对 比性实验研究, 其结果表明, 该算法对湍流退化 图像的复原较原有算法在稳定性上有一定的提 高, 减少 了随机噪声对图像复原 的影响。 关键词 : 大气湍流; 图像复原 ;P X方法 ; AE 点扩展函数估计 中图分类 号 :P5 T71 文献标 识码 : A
基于 A E P X方 法 的改进 图像 复 原 算 法
谢 盛华 , 张启衡 宿 , 丁
(. 1 中国科学 院光 电技术研究所 , 四川 成都 6 0 0 ;. 12 92 中国科 学院研究生院 , 北京 10 3 ) 0 09
摘
要: 在湍流退化 图像复原研究中, 出了一种基于 A E 提 P X方法的改进 图 像复原算法。该算
基于大气湍流光学传递函数的图像复原
![基于大气湍流光学传递函数的图像复原](https://img.taocdn.com/s3/m/fab12d5ead02de80d5d8400f.png)
基于大气湍流光学传递函数的图像复原【摘要】本文讨论了大气湍流的光学传递函数,基于大气湍流中图像降质的先验知识,对湍流模糊图像逆滤波复原和维纳滤波复原进行了仿真实验。
【关键词】大气湍流光学成像点扩散函数图像复原1 大气湍流运动导致大气折射率的随机变化引起光束抖动、强度起伏(闪烁)、光束扩展和像点抖动等一系列光传输的大气湍流效应大气湍流导致的最常见且明显的光传输效应是光闪烁与光像抖动。
湍流畸变图像中含有成像系统物体的衍射极限信息,研究光学系统在各类湍流环境和系统结构条件的成像规律和像场所含有物信息细节的极限,是图像恢复研究领域的基本问题。
2 大气湍流的光学调制传递函数设物体的光强分布是坐标的函数,是观察瞬时像的光强分布,其也是的函数。
一个长曝光像可认为是的系综平均。
设物体位于处,由于天文像是完全非相干的,故与之间满足线性关系。
我们进一步假定大气成像系统是平移不变的,即大气成像系统是等晕的,这个假定是指在接收系统全视场内湍流平均效应是相同的。
这样,与之间满足卷积关系。
定义像的二维复傅里叶变换在傅里叶频率空间中这里是大气成像系统的光学传递函数OTF。
为了用波结构函数表示OTF考虑一个非常远的准单色光平面波垂直入射到透镜上。
在有大气湍流时,入射到非均匀介质上的平面波在介质内传播,最终落到透镜上的是一个受到扰动的波。
入射到透镜上的场可以表示为。
式中,是入射平面波的光强,和S是Rytov近似下的高斯随机变量。
在各态历经假设下,式中即不存在湍流时光学系统的OTF,而是大气的长曝光OTF。
和S均服从高斯统计,故总平均OTF的形式为:式中,假定无扰动的光学系统的OTp退化数学模型的空域、频域表达形式分别是:其中:、、、分别为观测的退化图像、模糊函数、原图像、加性噪声,*为卷积运算符,(x=0,1,2,…,M-1),(y=0,1,2,…,N-1)。
根据导致模糊的物理过程,大气湍流造成的传递函数OTF其中c是与湍流性质有关的常数,依赖于扰动的类型,通常由实验方法寻求。
基于生成逆推的大气湍流退化图像复原方法
![基于生成逆推的大气湍流退化图像复原方法](https://img.taocdn.com/s3/m/f6c7dc47a9114431b90d6c85ec3a87c241288a78.png)
基于生成逆推的大气湍流退化图像复原方法崔浩然;苗壮;王家宝;余沛毅;王培龙【期刊名称】《计算机应用研究》【年(卷),期】2024(41)1【摘要】大气湍流是影响远距离成像质量的重要因素。
虽然已有的深度学习模型能够较好地抑制大气湍流引起的图像像素几何位移与空间模糊,但是这些模型需要大量的参数和计算量。
为了解决该问题,提出了一种轻量化的基于生成逆推的大气湍流退化图像复原模型,该模型包含了去模糊、去偏移和湍流再生成三个核心模块。
其中,去模糊模块通过高维特征映射块、细节特征抽取块和特征补充块,抑制湍流引起的图像模糊;去偏移模块通过两层卷积,补偿湍流引起的像素位移;湍流再生成模块通过卷积等操作再次生成湍流退化图像。
在去模糊模块中,设计了基于注意力的特征补充模块,该模块融合了通道注意力机制与空间混合注意力机制,能在训练过程中关注图像中的重要细节信息。
在公开的Heat Chamber与自建的Helen两个数据集上,所提模型分别取得了19.94 dB、23.51 dB的峰值信噪比和0.688 2、0.7521的结构相似性。
在达到当前最佳SOTA方法性能的同时,参数量与计算量有所减少。
实验结果表明,该方法对大气湍流退化图像复原有良好的效果。
【总页数】6页(P282-287)【作者】崔浩然;苗壮;王家宝;余沛毅;王培龙【作者单位】陆军工程大学指挥与控制工程学院【正文语种】中文【中图分类】TP391【相关文献】1.基于字典学习的大气湍流退化图像复原技术应用2.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3.基于改进湍流模型和偏振成像技术的水下退化图像复原方法4.基于改进湍流模型和偏振成像技术的水下退化图像复原方法5.基于多尺度生成对抗网络的大气湍流图像复原因版权原因,仅展示原文概要,查看原文内容请购买。
基于清晰度评价的水下退化图像盲复原
![基于清晰度评价的水下退化图像盲复原](https://img.taocdn.com/s3/m/7c5134a38662caaedd3383c4bb4cf7ec4afeb6ae.png)
基于清晰度评价的水下退化图像盲复原陈从平;邹雷;王健【期刊名称】《三峡大学学报(自然科学版)》【年(卷),期】2012(24)4【摘要】针对水下图像信噪比低、图像模糊的特点,开发了一种基于图像清晰度评价的水下图像盲复原算法.在分析水下图像特点的基础上,选取带参数的点扩展函数,结合Lucy-Richardson算法对图像进行复原并获得随参数变化的系列复原图像,进而以最高清晰度为评价指标,确定最优复原效果和参数,获得最高清晰度复原图像.实验证明,该算法获得了比较理想的复原效果.%In light of the characteristics that low signal noise ratio(SNR) and blurring of underwater image, so an algorithm that image blind restoration based on definition measurement is made. Based on analysing the characteristics of the underwater image, the particle spread function(PSF) with parameters is selected. Then combined with Lucy-Richardson algorithm to restore the image which needs restoring, and a series of restored images that change with the parameter are obtained. And then the highest definition as evaluation index is used to determine the best recovery result and parameters. Finally, the images that have the highest definition are obtained. The experiments prove that this method has obtained clearer result.【总页数】3页(P86-88)【作者】陈从平;邹雷;王健【作者单位】三峡大学机械与材料学院,湖北宜昌 443002;三峡大学机械与材料学院,湖北宜昌 443002;三峡大学机械与材料学院,湖北宜昌 443002【正文语种】中文【中图分类】TP391.41【相关文献】1.基于广义规整化的红外湍流退化图像盲复原方法 [J], 何成剑;洪汉玉;张天序2.基于粒子群优化的正则化水下图像盲复原 [J], 雷选华;孔小健;杨文亮3.基于微分方程的退化图像盲复原数学模型构建 [J], 姚海燕4.基于加速正则化RL算法的大气湍流退化图像盲复原方法 [J], 李勇;范承玉;时东锋5.基于小波清晰度计算的水下图像融合增强研究 [J], 姚凯因版权原因,仅展示原文概要,查看原文内容请购买。
高斯型点扩展函数估计及图像复原
![高斯型点扩展函数估计及图像复原](https://img.taocdn.com/s3/m/6d0be0db26fff705cc170a36.png)
F U W e . U Z i i LI h —we Ga si n o n s r a f n t n si to a d ma e e t r to Co n. u sa p i t p e d u c i e tma i n n i g r so a i n. mp t r o u e En i e r n a d gn e i g n
s o i g i e r d d i g . h s o ns o n ee ta d s r a f n t n a a t r h v e a n ea in . c r i g t h s k n f h w n n d g a e ma eT e e p i t f i tr s n p e d u ci p r me e a e c r i r lt sAc od n o t i id o o t o
结果表明, 这种算法简单 、 精度较 高, 有一定的参考价值 、
关键 词 : 高斯型 点扩 展 函数 ; 征(0 7 3 — 0 0 0 文献标 识码 : 中图分类 :P 5 10 — 3 l2 0 )6 0 8 — 2 A T7l
l 前言
这组参数对小车位移下摆角度和上摆角度的控制效果分别见图4中点划线所示的泛逻辑控制器对小车位移下摆角度和上摆角度的控制效果分别见图4中实线所示的上述三种控制方法的详细实验结果比较如表2由于小车位移上摆角度和下摆角度的控制目标均为零故表中的最大偏离量为最大的状态量绝对值
维普资讯
A pi t n ,0 7 4 ( 6 :0 8 . p l ai s 2 0 ,3 3 ) 8 — 1 c o
Ab ta t P it p ed u cin ( S sr c : on S ra F n t o P F) e t t n, n se t lp r fr ma e etrt n. a n c u ae si t n loi m si i a es ni at o i g rsoai h s o a c rt ma o a o e t i ag r h ma o t
基于加速阻尼RL算法的湍流退化图像盲复原方法毕业设计(论文)
![基于加速阻尼RL算法的湍流退化图像盲复原方法毕业设计(论文)](https://img.taocdn.com/s3/m/0a6e5d146c85ec3a87c2c57c.png)
基于加速阻尼RL算法的湍流退化图像盲复原方法在前面的前言以及第二章中已经介绍了RL算法以及RL迭代盲目反卷积(RL-IBD)算法。
RL算法分别由Richardson[49]于1972年及Lucy[50]于1974年独立发现,该算法给定了泊松图像数据的极大似然估计,由贝叶斯定理推导而来。
RL算法是非线性算法,具有收敛性,能自动地满足图像的非负约束和能量守恒。
在噪声存在的情况下,RL 算法能获得较高质量的复原图像,但是该算法还是存在一些问题,主要表现在两个方面:一是算法的收敛速度慢;二是算法存在噪声放大的问题[53,54]。
同样的,基于RL算法的盲复原算法也存在这些缺点。
要解决这些问题,需要从三个方面进行改进:一是需要对点扩散函数(PSF)和图像有一个更精确的初始估计;二是加速算法的收敛速度;三是增强算法的噪声抑制能力。
本章将从这三个方面对RL算法进行改进,得到改进的RL算法——加速阻尼RL(Accelerated and Damped RL, ADRL)算法,并将该算法应用到迭代盲目反卷积(IBD)算法中,形成一种基于加速阻尼RL算法的湍流退化图像盲复原算法。
具体而言,本章做了如下几个方面的工作:(1)在阻尼RL算法[54](即抑噪RL算法)的基础上,引入二阶矢量外推加速技术[53],形成ADRL算法,并将其应用到IBD算法中;(2)使用长曝光大气湍流光学传递函数(OTF)的物理模型或根据观测图像来获取点扩散函数(PSF)的初始估计,在已知相关大气参数的情况下,能够获得PSF的一个比较准确的初始估计,进一步改善算法的复原效果;(3)利用阈值分割技术获取图像目标的可靠支持域,在每一次迭代中,对图像施加支持域约束。
4.1 RL迭代盲目反卷积算法4.1.1 目标通过大气湍流的成像退化模型观测目标经过大气湍流和地基望远镜系统的成像是非相干光成像,在等晕区内,大气湍流对目标成像的影响满足线性空间移位不变性,因此其成像退化模型可用下式表示:yxfhxy⊗=(4.1)ng+xy,x()()),,,(y)(式中,g(x, y)为湍流退化图像,f(x, y)为目标原图像,h(x, y)为PSF,n(x, y)为加性噪声,⊗表示卷积运算符。
多帧PML规整化湍流退化图像复原算法
![多帧PML规整化湍流退化图像复原算法](https://img.taocdn.com/s3/m/2ed9b21253ea551810a6f524ccbff121dd36c5b5.png)
多帧PML规整化湍流退化图像复原算法
王亮亮;李明
【期刊名称】《飞行器测控学报》
【年(卷),期】2010(029)001
【摘要】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.
【总页数】5页(P34-38)
【作者】王亮亮;李明
【作者单位】北京跟踪与通信技术研究所·北京·100094;北京跟踪与通信技术研究所·北京·100094
【正文语种】中文
【中图分类】TN919.8
【相关文献】
正则化的双迭代RL湍流退化图像复原算法 [J], 王锋;张昆帆;王希云;赵拥军
2.基于总变分规整化的湍流退化图像复原RL算法 [J], 赵剡;张怡;许东
3.航天湍流退化图像的极大似然估计规整化复原算法 [J], 洪汉玉;张天序;余国亮
4.混合正则化约束的湍流退化图像复原算法 [J], 张姣;李俊山;隋中山;汪晓建
5.基于总变分规整化的湍流退化图像复原RL算法 [J], 赵剡;张怡;许东
因版权原因,仅展示原文概要,查看原文内容请购买。
基于字典学习的大气湍流退化图像复原技术应用
![基于字典学习的大气湍流退化图像复原技术应用](https://img.taocdn.com/s3/m/49b1fd11f68a6529647d27284b73f242336c3135.png)
基于字典学习的大气湍流退化图像复原技术应用
徐玉蕊;刘乐;王刚刚;侯阿临
【期刊名称】《吉林大学学报(信息科学版)》
【年(卷),期】2016(034)001
【摘要】为了消除大气湍流对图像的影响,提高图像质量,结合稀疏表示理论,采用字典学习的算法处理大气湍流退化图像.将DCT过完备字典、K-svd全局字典和自适应字典的算法应用于图像去噪过程,并与维纳滤波算法进行比较.结果表明,该算法能较好地滤除大气湍流退化图像的噪声,提高图像的峰值信噪比.仿真实验验证了稀疏表示在处理大气湍流退化图像的可行性,对比传统算法具有更好的去噪性能.【总页数】5页(P153-157)
【作者】徐玉蕊;刘乐;王刚刚;侯阿临
【作者单位】长春工业大学计算机科学与工程学院,长春130012;长春工业大学计算机科学与工程学院,长春130012;长春工业大学计算机科学与工程学院,长春130012;长春工业大学计算机科学与工程学院,长春130012
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于大气湍流光学传递函数的图像复原 [J], 周学军;韩香娥
2.基于点扩散函数估计长曝光大气湍流图像复原 [J], 徐丹青;安博文;赵明
3.基于结构字典学习的图像复原方法 [J], 杨航;吴笑天;王宇庆
4.基于多尺度生成对抗网络的大气湍流图像复原 [J], 甄诚;杨永胜;李元祥;钟娟娟
5.基于FPGA的实时大气湍流图像复原算法及实现 [J], 李亚伟;张弘;伍凌帆;杨一帆;陈浩
因版权原因,仅展示原文概要,查看原文内容请购买。
基于APEX方法的湍流退化图像复原算法
![基于APEX方法的湍流退化图像复原算法](https://img.taocdn.com/s3/m/3fe88bcf18e8b8f67c1cfad6195f312b3169ebc3.png)
基于APEX方法的湍流退化图像复原算法
谢盛华;张启衡;宿丁
【期刊名称】《光电工程》
【年(卷),期】2007(34)2
【摘要】在目标探测过程中,为了消除大气湍流带来的影响,提出了一种基于APEX 方法的盲去卷积图像复原算法.该算法是一种非迭代的盲图像复原算法,以湍流退化系统具有G类点扩展函数为假设前提,通过模糊图像的频谱信息直接估计点扩展函数,并采用SECB方法实现目标图像的重建.本文对该算法的原理及其对湍流退化图像复原的可行性进行了深入研究,进行了真实的湍流退化图像的复原实验,其结果表明,该算法能够快速实现对湍流退化图像的重建,并具有一定的稳定性,能满足目标探测过程中的实时性要求.
【总页数】5页(P88-92)
【作者】谢盛华;张启衡;宿丁
【作者单位】中国科学院光电技术研究所,四川,成都,610209;中国科学院研究生院,北京,100039;中国科学院光电技术研究所,四川,成都,610209;中国科学院光电技术研究所,四川,成都,610209;中国科学院研究生院,北京,100039
【正文语种】中文
【中图分类】TP391
【相关文献】
1.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 [J], 李东兴;赵剡;许东
2.基于总变分规整化的湍流退化图像复原RL算法 [J], 赵剡;张怡;许东
3.基于总变分规整化的湍流退化图像复原RL算法 [J], 赵剡;张怡;许东
4.基于小波变换的RL湍流退化图像复原算法 [J], 徐晓睿;戴明;尹传历
5.基于二次二维经验模态分解去噪的湍流退化图像复原算法 [J], 徐斌; 葛宝臻; 吕且妮; 陈雷
因版权原因,仅展示原文概要,查看原文内容请购买。