大气湍流的复原

合集下载

一种基于边界感知对抗学习的大气湍流退化图像复原方法[发明专利]

一种基于边界感知对抗学习的大气湍流退化图像复原方法[发明专利]

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010583739.5(22)申请日 2020.06.24(71)申请人 北京航空航天大学地址 100191 北京市海淀区学院路37号(72)发明人 崔林艳 姜鸿翔 (74)专利代理机构 北京科迪生专利代理有限责任公司 11251代理人 张乾桢 贾玉忠(51)Int.Cl.G06T 5/00(2006.01)G06T 7/00(2017.01)G06N 3/04(2006.01)(54)发明名称一种基于边界感知对抗学习的大气湍流退化图像复原方法(57)摘要本发明涉及一种基于边界感知对抗学习的大气湍流退化图像复原方法,包括以下步骤:(1)基于大气湍流中成像退化机理,构建大气湍流退化图像数据集。

(2))以DeblurGANv2作为基础网络模型,利用构建的大气湍流退化图像数据集对其进行模型微调,初步实现基于对抗学习的用于大气湍流退化图像复原的网络模型。

(3)针对DeblurGANv2无法有效处理大气湍流所引起的图像畸变问题,通过增加边界辅助监督模块,作为边界信息的监督指引,构建边界感知DeblurGANv2网络模型,进一步修复大气湍流所引起的图像边缘扭曲现象。

(4)在构建的大气湍流退化图像数据集上对构建的边界感知DeblurGANv2网络模型进行训练,获得训练后的模型。

(5)利用训练后的网络模型,复原单帧大气湍流退化图像,并对复原效果进行定量评估。

权利要求书3页 说明书7页 附图2页CN 111738953 A 2020.10.02C N 111738953A1.一种基于边界感知对抗学习的大气湍流退化图像复原方法,其特征在于,包括以下步骤:(1)基于大气湍流中成像退化机理,构建大气湍流退化图像数据集;(2)以DeblurGANv2作为基础网络模型,利用步骤(1)构建的大气湍流退化图像数据集对其进行模型微调,初步实现基于对抗学习的用于大气湍流退化图像复原的网络模型;(3)增加边界辅助监督模块,作为边界信息的监督指引,构建用于大气湍流退化图像复原的边界感知DeblurGANv2网络模型,进一步修复大气湍流所引起的图像边缘扭曲现象;(4)针对步骤(3)构建的用于大气湍流退化图像复原的边界感知DeblurGANv2网络模型,在步骤(1)获得的大气湍流退化图像数据集上对其进行模型训练,获得训练后的边界感知DeblurGANv2模型;(5)利用步骤(4)训练得到的边界感知DeblurGANv2模型,分别对仿真的和真实获取的单帧大气湍流退化图像进行复原,并对复原结果进行定量评估。

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

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。

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

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。

大气层中的湍流现象

大气层中的湍流现象

1.引言湍流是大气层中普遍存在的一种现象,它是由于不同速度、密度和温度的空气相互作用而引起的。

湍流现象在大气科学和气象学中具有重要的研究意义,对于了解大气运动、气候变化以及预测天气等方面都有着重要的影响。

2.湍流的定义湍流可以被定义为一种不规则的、无序的流动状态,其中的气流速度和方向随时间和空间的变化而发生突然的、随机的波动。

与湍流相对的是层流,层流是指气流以规则的、有序的方式流动。

湍流现象在大气层中广泛存在,从微观到宏观尺度都能观察到。

3.湍流的形成原因湍流的形成主要受到以下几个因素的影响:3.1.不均匀性:大气层中存在着各种不均匀性,比如地表的地形起伏、不同区域的温度差异和气压梯度等。

这些不均匀性会导致气流的速度和方向发生变化,从而引发湍流现象。

3.2.惯性:空气具有质量和惯性,当气流受到外力的作用时,会产生惯性力。

惯性力对气流的速度和方向产生影响,促使气流发生湍流运动。

3.3.粘性:空气具有一定的粘性,当气流经过不同介质或物体表面时,会受到粘性力的作用。

粘性力会使气流发生湍流现象,并形成涡旋结构。

4.湍流的特征湍流的主要特征包括速度波动、能量分布的不均匀性和尺度层次的多样性。

4.1.速度波动:湍流中的气流速度会随时间和空间的变化而发生快速而不规则的波动。

这种速度波动导致了湍流的无序性和难以预测性。

4.2.能量分布的不均匀性:湍流中的能量分布非常不均匀,大部分的能量集中在较小的空间范围内。

这种不均匀性使得湍流的能量传递和分布变得复杂且难以解析。

4.3.尺度层次的多样性:湍流现象在不同尺度上都能观察到,从微观的涡旋结构到宏观的大气环流系统都存在湍流现象。

这种多样性使得湍流的研究变得复杂且具有挑战性。

5.湍流的影响湍流现象对大气运动和气象学有着重要的影响。

5.1.大气运动:湍流是大气层中能量和质量传递的重要机制之一。

它通过混合和扩散作用,导致气流速度和方向的变化,进而影响大气的运动和循环。

5.2.气候变化:湍流现象对气候变化有着重要的影响。

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

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。

湍流大气中哈特曼传感器的模式波前复原误差

湍流大气中哈特曼传感器的模式波前复原误差

( 11b )
图 3 给出了前 65 阶 Zern ike 模式和 K2L 模式的截断误差, 可见对于同样的复原阶数, K2L 模式的
截断误差比 Zern ike 模式小, 这是 K2L 模式的一个优点。
理论上无论是采用 Zern ike 模式复原法还是 K2L 模式复原法, 选取的阶数越高波前复原的精度也
第2期
李新阳等: 湍流大气中哈特曼传感器的模式波前复原误差 I
151
其中 # 是伽马函数。 (4) 式构成一个对称的模式相关矩阵 CZ= < a aT > , 其对角线元素值反映了 Ko l2
m ogo rov 湍流下各阶 Zern ike 模式的方差。 考虑到湍流强度的影响后, 模式相关矩阵应为 CZ (D r0) 5 3,
F ig. 3 T he recon struction cu t erro r of Zern ike m odes and the K2L m odes
就丢失了, 这就造成模式截断误差
图 3 Zern ike 模式和 K2L 模式的截断误差
p
∑ ∃ Z, C
K
(p
)
=
[ 1. 0299 -
C Z, K (k , k ) ] (D r0) 5 3
2. 246 (- 1) (n+ n’- 2m ) 2 [ (n + 1) (n’+ 1) ]1 2# (n + n’-
5 3
)
∆mm ’
< a ja j’> =
2 # (n - n’+ 137) # (n’- n + 137) # (n + n’+ 233)
(4)
2

湍流图像退化复原

湍流图像退化复原

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。

空气湍流现象原因分析及预测方法讨论

空气湍流现象原因分析及预测方法讨论

空气湍流现象原因分析及预测方法讨论空气湍流是指气流流动时出现的不规则、混乱的涡流现象。

在大气中,湍流广泛存在于各种尺度的气流中,从微观的颗粒运动到宏观的大尺度天气系统中都可以观察到湍流现象。

了解空气湍流的原因和预测方法对于气象学、航空航天领域以及城市规划等方面具有重要意义。

首先,空气湍流的主要原因可以归结为气流的不稳定性和非线性行为。

气流的不稳定性源于各种因素的相互作用,如地表温度梯度、风速剖面变化、地形起伏等。

这些因素导致气流发生运动和混合,产生涡旋结构和不规则的强度变化。

而气流的非线性行为则是由于流体的非线性性质,例如流体运动的非线性对流项和非线性的扩散项,对流引起的湍流扰动和杂散项的相互作用等。

其次,通过观察和实验研究,科学家们发现了一些常见的湍流形态和发生机制。

一种常见的湍流形态是Kolmogorov湍流,它是一种在中等到高雷诺数下出现的湍流形态。

Kolmogorov湍流的特征是具有广泛的尺度范围,小尺度湍流强度高,大尺度湍流强度低。

另一种常见的湍流形态是层流过渡到湍流的形态,其中涡旋结构逐渐形成并导致湍流的出现。

这些湍流形态的出现可以通过数值模拟和实验手段来研究和观测。

针对空气湍流现象的预测方法,科学家们已经提出了多种模型和技术。

其中一种常用的方法是基于雷诺平均Navier-Stokes(RANS)方程的模拟。

该方法通过对流体流动过程中湍流的平均统计行为进行建模和求解,来预测湍流现象。

另外,还有一种叫做大涡模拟(LES)的方法,它在空间上将湍流过程分解为大尺度和小尺度,并采用不同的模型对它们进行数值求解。

LES方法相比于RANS方法,能够更准确地描述湍流的特征。

除了模型方法,另一种常见的预测湍流的方法是通过实验手段获取数据并进行分析。

实验方法包括风洞试验、气象观测和现场测量等。

通过这些实验手段,科学家们可以获得湍流的各种参数和特征,对湍流现象进行统计和分析。

此外,还有一些先进的仪器和技术被应用于湍流现象的观测和预测,如激光多普勒测风仪(LDV)、高分辨率雷达观测等。

湍流大气中哈特曼传感器的模式波前复原误差II

湍流大气中哈特曼传感器的模式波前复原误差II

第12卷 第3期强激光与粒子束V o l.12,N o.3 2000年6月H IGH POW ER LA SER AND PA R T I CL E B EAM S Jun.,2000 文章编号: 1001—4322(2000)03—0319—05湍流大气中哈特曼传感器的模式波前复原误差IIΞ李新阳, 姜文汉, 王春红, 鲜 浩(中国科学院光电技术研究所,国家863计划大气光学重点实验室,成都双流350信箱,610209) 摘 要: 分别采用Zern ike和Karhunen2L oeve两种模式波前复原法,分析了在子孔径斜率测量噪声影响下,哈特曼传感器对大气湍流畸变波前的模式复原误差与模式复原阶数等的关系。

发现最优模式复原阶数主要与哈特曼传感器的子孔径斜率探测信噪比有关。

分析了一个哈特曼传感器对实际大气湍流畸变波前的测量结果,给出了确定传感器测量噪声的方法。

关键词: 哈特曼传感器; 大气湍流; 测量噪声; 波前复原; Zern ike模式; K2L模式 中图分类号: O43711 文献标识码: A 经常利用哈特曼-夏克型波前传感器(简称哈特曼传感器)测量大气湍流造成的动态畸变波前[1~8]。

在圆孔径上常用Zern ike模式和Karhunen2L oeve模式(简称K2L模式)进行模式波前复原计算[8~12]。

模式波前复原算法通常表现为矩阵运算的形式。

选择不同的模式波前复原算法和模式复原阶数对波前复原误差有较大影响。

另外湍流强度、噪声水平等工作环境对波前复原误差影响也很大。

文献[8]指出在没有探测噪声的情况下,模式复原误差主要是由于传感器子孔径空间分辩率限制造成的模式混淆误差,以及由于部分模式复原带来的模式截断误差。

本文将主要针对文献[8]中详细介绍的一个实际的哈特曼探测器,在考虑探测噪声的情况下,确定哈特曼探测器的模式复原误差以及最优模式阶数。

1 哈特曼传感器测量噪声引起的模式波前复原误差 哈特曼探测器中不可避免地要受到探测噪声的影响,探测噪声有许多来源和种类,但最终都反映为子孔径斜率的测量噪声g n,实际测量结果是真实值与测量噪声的叠加[4,5]g’=g+g n(1) 斜率测量噪声通常都可以看作是零均值的白噪声,噪声与真实值不相关,并且噪声之间也互不相关,即满足条件<g n g T n>=IΡ2gn , <gg T n>=<g n g T>=0(2)其中I为单位矩阵;Ρ2gn为子孔径平均测量噪声方差。

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

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。

大气湍流参数对图像退化效果影响的研究

大气湍流参数对图像退化效果影响的研究

析。采用包含湍流内外尺度影响的波结构函数、折射率谱以及成像系统退化函数的改进的 Kolmogorov 谱湍流退化模型,该
模型引入更完整的先验约束条件,更接近于大气湍流的物理特性。通过该退化模型对大气湍流相关参数进行仿真研究,对
图像退化进行理论描述,总结了对图像退化影响的主要的大气相关参数。对进行湍流相关参数的测量和湍流退化图像校正
的复原算法的研究具有重要意义。实验结果表明大气相干长度和格林伍德频率是影响图像退化主要的大气湍流相关参数。
关键词:大气湍流;图像退化;大气相干长度;格林伍德频率
中图分类号: TP391
文献标识码:A
文章编号:1672-9870(2018)04-0095-05
Research On Influence of Atmosphers on Image Degradation
ZOU Hao,LI Qingyao,ZHAO Qun,WANG Jianying,LIU Zhichao,YANG Jinghua
(School of Optoelectronic Engineering,Changchun University of Science and Technology,Changchun 130022)
邹皓,李清瑶,赵群,王建颖,刘智超,杨进华
(长春理工大学 光电工程学院,长春 130022)
摘 要:对远处目标进行观测时,大气湍流是影响成像质量的主要因素,使得观测到的目标图像是严重抖动和模糊的。研
究几种大气相关参数对图像退化的影响,总结了影响图像退化的主要的大气湍流相关参数,对退化图像的特征进行了分
第 41 卷第 4 期 2018 年 8 月
长春理工大学学报 (自然科学版)
Journal of Changchun University of Science and Technology (Natural Science Edition)

大气湍流的形成与扩散

大气湍流的形成与扩散

大气湍流的形成与扩散大气湍流是指空气在水平或垂直方向上,速度和方向不断变化的现象。

它是大气中的一种运动模式,对于气候和天气的形成与变化有着重要的影响。

本文将探讨大气湍流形成的原因以及它的扩散机制。

一、大气湍流形成的原因1. 温度差异引起的湍流大气中存在着不同温度的气团。

当冷空气与热空气相遇时,由于密度不同,会产生温度差异引起的湍流。

这种温度差异可能是由地表不同区域的地形、海洋和陆地的交界处以及人类活动引起的。

2. 强风的湍流强风是引起湍流的另一个重要因素。

当大气中存在高速风时,风与障碍物相互作用,会形成湍流。

例如,当风吹过山脉时,会产生山脉波浪,并引发湍流现象。

3. 大气不稳定引起的湍流大气层中的不稳定现象也是湍流形成的原因之一。

当大气中存在温度递减层、湿度递增层以及气压梯度时,会引发湍流。

这种不稳定的大气条件会导致气流上升和下沉,形成湍流。

二、大气湍流的扩散机制1. 对流扩散对流扩散是大气湍流中最为常见的扩散机制之一。

当气团由于温度变化或上升运动而产生湍流时,湍流中的气团会相互混合和扩散。

这种对流扩散是地球上形成云、降水和气候变化的重要机制。

2. 局地扩散局地扩散是指湍流在地表附近的水平扩散现象。

当地表的温度和地表特征存在差异,例如城市和农田的温度差异,会在地表层产生湍流,并通过湍流扩散来均匀化空气的温度和湿度。

3. 垂直扩散垂直扩散是指大气湍流在垂直方向上的扩散现象。

当大气中存在稳定或不稳定的温度层结时,会引起垂直湍流的形成。

这种垂直湍流可以将气体和颗粒物质从地表迅速混合和扩散到大气中。

三、大气湍流的影响与应用1. 气象预报和气候模拟了解大气湍流的形成和扩散机制,对气象预报和气候模拟具有重要意义。

湍流的存在会影响大气中的温度、湿度和风速分布,进而影响天气和气候的变化。

通过对湍流的研究,科学家们可以更好地预测气象灾害和气候变化趋势。

2. 工程建设和能源利用大气湍流对于工程建设和能源利用也有一定的影响。

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

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

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。

基于加速正则化RL算法的大气湍流退化图像盲复原方法

基于加速正则化RL算法的大气湍流退化图像盲复原方法

基于加速正则化RL算法的大气湍流退化图像盲复原方法李勇;范承玉;时东锋【期刊名称】《大气与环境光学学报》【年(卷),期】2011(6)5【摘要】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。

【总页数】9页(P342-350)【关键词】图像复原;大气湍流退化图像;迭代盲目反卷积;Richardson—Lucy算法;矢量外推加速技术;总变分正则化【作者】李勇;范承玉;时东锋【作者单位】中国科学院安徽光学精密机械研究所中国科学院大气成分与光学重点实验室【正文语种】中文【中图分类】TP391.41【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.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.改进混合正则化约束多帧湍流退化图像盲复原方法 [J], 叶霞;杨书杰因版权原因,仅展示原文概要,查看原文内容请购买。

大气湍流模糊图像的高分辨力复原算法

大气湍流模糊图像的高分辨力复原算法
中 图 分 类 号 :04 3 9 文 献 标 志 码 :A 文 章 编 号 :1 0 0 7 — 2 2 7 6 ( 2 0 1 3 ) 1 2 — 3 4 8 6 — 0 5
Hi g h r e s o l u t i o n r e s t o r a t i o n a l g o r i t hm o f a t mo s p h e r i c t u r b ul e n c e b l u r r e d i ma g e
李 思 雯, 徐 超, 刘广 荣 , 金 伟其
( 北京理 工大 学 光 电学院 “ 光 电成像技 术 与 系统” 教 育部 重点 实验 室 , 北京 1 0 0 0 8 1 )
摘 要 :大 气湍流是 大气 中的一 种重要 运 动形 式 , 它的存 在使 大气 中的动 量 、 热量、 水 气和 污 染物 的
Ab s t r a c t :At mo s p h e ic r t u r b u l e n c e i s a n i mp o r t a n t f o r m o f mo v e me n t i n t h e a t mo s p h e r e,wh i c h ma k e s t h e v e ti r c a l a n d h o iz r o n t a l S e x c h a n g e i n t e r a c t i o n o f mo me n t u m ,h e a t ,wa t e r v a p o r a n d p o l l u t a n t s s i g n i ic f a n t l y e n h a n c e d ,a n d t h i s i n t e r f e r e n c e h a s a g r e a t i mp a c t o n t h e t a r g e t r e s o l u t i o n o f o p t i c a l i ma g i n g s y s t e m. Th e r e a l s o h a v e ” l u c k y r e g i o n s ” i n t h e d e g r a d e d i ma g e s b e c a u s e o f t u r b u l e n c e ,S O t h e a p p r o p ia r t e a l g o it r h m c a n o bt a i n h i g h r e s o l u t i o n r e s t o r e d i ma g e.To o b t a i n he t a t mo s p h e ic r t u r b u l e n c e b l u r r e d i ma g e s wh i c h c o n t a i n s” l u c k y r e g i o ns ” ,t h e a r t i ic f i a l t u r b u l e n c e wa s u s e d i n t h e l a b o r a t o r y a n d c o mb i n e d wi h t t h e s h o t— r e x p o s u r e t e c h n i q u e t o t a k e a s e ia r l o f a t mo s p h e ic r t u r b u l e n c e b l u re d i ma g e s . Th e r e c t a n g l e o v e r l a p p e d p a r t i t i o n m e t h o d wa s u s e d a n d t h e i ma g e r e s t o r a t i o n a l g o it r h m wa s i mp r o v e d b a s e d o n
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

大气湍流的复原研究背景与意义21 世纪以来,美国、欧空局、俄罗斯等空间科技强国都相继提出了新的空间发展规划。

特别的,美国自特朗普上台后提出太空政策,加大对太空探索的投资力度,并积极开展多个民用太空项目。

根据我国至2030 年空间科学发展规划,我国将建立以覆盖多个热点领域的空间科学卫星为标志的空间科学体系[1],通过发展系列空间科学计划,牵引和带动我国在空间目标识别与监视、深空测绘乃至其他重要科技领域的创新与突破,推动我国高科技产业的跨越式发展。

而对空间目标的姿态、形状、特征以及太空星体表面的地形地貌进行高精度识别与判读,都需要采用光学成像系统对其观测与监视,从而获取足够数量的影像资料,从这些影像资料中提取使用者所期望的感兴趣信息。

由于地面受到太阳辐射作用,造成大气中分子和由悬浮粒子构成的离散混合介质的不规则热运动,使得大气呈现出非稳态性和随机性,这种现象称之为大气湍流现象。

当光波穿过空间大气层时,由于大气中湍流介质中各处的压强、温度、湿度以及物理特性的随机变化,使得射出湍流介质的波阵面不再保持平面特性。

因此,光学成像系统中的传感器透过大气对目标物或场景进行观测时,由于近地面的大气湍流强度在空间和时间上分布的差异,造成湍流介质内的空气折射率的随机涨落。

这会导致光波到达像面的振幅和相位的随机起伏,从而导致光束扩散、波面畸变、像点漂移等现象[2][3],使得目标在成像设备上会产生严重的模糊和降质。

大气对成像系统的影响主要包括:1)空间对地高分辨率遥感观测中,卫星或航天飞机对地面目标进行跟踪和监视。

2)在地基成像观测系统中,自适应光学望远镜对卫星、行星以及其他宇宙天体进行识别与探测。

3)在高速飞行器成像制导系统中,使用激光器对目标实施打击的过程(如图1.1 所示)。

由于大气湍流的干扰,飞行器上发射的激光束产生随机扩散与畸变,严重减弱了激光器的打击精度,因此有效的减弱大气湍流的影响,避免激光器的能量扩散和路径偏移是十分必要的。

(a)美国战略导弹防御系统机(b)激光器打击导弹(c)理想情况下激光束的能量分布(d)受大气湍流干扰的激光束能量分布图1.1 美国战略导弹防御机系统在地基空间目标观测过程中,大气湍流扰动的存在,使得光学望远镜的分辨率不再由其理论衍射极限来决定,而取决于其大气相干长度。

当光学系统对受到大气湍流干扰的光波进行成像时,其分辨率不会超过口径为0r 的光学系统衍射极限分辨率,其中0r 就是大气相干长度的大小[4]。

0r 值越大,表示大气整体湍流强度越小。

如果口径数米乃至数十米的光学望远镜在没有自适应补偿系统的条件下,通过空间大气层对近地卫星、行星或其他星体进行观测成像时,由于受到大气湍流的影响,其成像分辨率不会超过口径为分米级小型望远镜[5],且获取的图像会出现模糊与抖动,这严重降低了观测图像的研究价值。

针对大气湍流的扰动问题,目前研究人员提出了两种解决方案:1)发射太空望远镜(如美国哈勃望远镜、康普顿望远镜)。

但是太空望远镜不仅造价和发射耗资巨大,而且出现故障不易检测和维护。

望远镜如果没有补偿措施,在太空中会受到太空低温、失重环境导致镜面畸变,同样会观测图像出现模糊和降质。

2)采用自适应光学补偿系统和波后复原技术。

首先通过自适应光学系统对光波波前畸变进行实时补偿和校正,其后基于数字图像处理技术对目标受抑制的中高频信息进行恢复和重建,最终获得目标的高清晰图像。

在遥感对地观测领域,由于大气湍流干扰、卫星平台的不稳定振动、传感器与被拍摄目标之间的相对运动、光学成像系统的离焦和散焦等因素,再加上传感器在数据传输、扫描成像时引入的噪声,都会导致遥感图像的降质和退化。

然而研究人员希望获取纹理和边缘清晰、易于判读与辨识的遥感影像,这就需要利用图像复原技术从被“污染”的降质图像中恢复所希望得到的细节信息和主要特征[6]。

图像复原技术除了能够在一定程度上提高遥感图像的分辨率和质量之外,也是遥感图像配准、目标变化监测、影像超分辨率重建、遥感影像判读等其它处理的前提,它在遥感图像的应用中起到关键作用。

1.1.1 空间望远镜技术为了能够彻底摆脱大气湍流对天文观测的影响,研究人员希望能够穿越大气层,在太空中建立环绕地球的空间望远镜。

1990 年,在美国肯尼迪航天中心发射的“发现者号”航天飞机携载着哈勃空间望远镜(HST)飞入天空,标志着人类的空间探测视角从地面转入太空,不仅摆脱了大气湍流的干扰,还能够捕捉到太空中的紫外线信息,避免了大气层对紫外线的吸收问题,成功弥补了地面观测的不足,为天文学家的研究提供了不可获取的数据资料,扩宽了人类对宇宙空间的认知领域,如图1.2 为哈勃望远镜及其获取的观测图像。

1991 年成功发射升空的康普顿望远镜,把对天体伽马射线探测范围扩大了300 倍,观测到银河系中心的反物质粒子云。

2003 年,由美国发射的空间红外望远镜(SIRTF),使得人类不再局限于可见光的观测范围,该望远镜能够透过过厚重的宇宙尘埃和气团,获得在地面无法观测的红外波段天文资料。

但是根据NASA公布的数据显示,哈勃望远镜计划共花费不低于12 亿美元,这大大超过了地面上任何一个天文台所的费用,且由于其理论设计复杂,所需材料要求苛刻,使得该计划被多次延迟。

(a)哈勃空间望远镜(b)礁湖星云观测图图1.2 哈勃望远镜及观测图像1.1.2 自适应光学成像系统由于发射太空望远镜有着系统构造复杂、造价昂贵、不易维护和保养等缺陷,而透过大气则会受到湍流效应的干扰,所以构建自适应光学(AO,Adaptive Optics)系统一度成为高分辨率天文成像研究中的热点。

自适应光学系统的工作原理是首先使用波前传感器对到达光瞳面的波前误差进行实时测量,然后利用测量数据计算出变形镜的驱动控制参数,再对光瞳面的畸变误差进行补偿和校正,从而消除大气湍流的影响,使得获取的观测图像分辨率和清晰度大幅度提高。

图1.3 是无AO 校正时海王星观测图像和AO后海王星的图像,不难看出,图1.3(a)受到大气湍流的干扰而模糊不清,难以辨别目标的轮廓,而图1.3(b)经AO 系统校正后,可以清晰的辨别出行星的轮廓甚至其中的纹理,因此自适应光学系统能够在一定程度上削弱对大气湍流对影像质量的影响。

(a)无AO 校正时海王星图像(b)AO 校正后海王星观测图像图1.3 AO 系统校正前后的海王星观测图像对比1.1.3 图像复原技术尽管在天文望远镜上加入自适应光学系统能够一定程度上减弱大气湍流的干扰,但是由于计算机的运算速度的限制、闭环伺服带宽、非等晕效应、波前观测数据误差以及噪声的影响,使得自适应光学系统仅能对影像进行部分补偿,而不能够完全消除大气湍流的影响,影像的边缘纹理等细节信息仍然受到严重的抑制与掩盖,导致影像模糊和影像噪声,因此必须对自适应光学观测图像进行图像复原后处理。

现代的地基、空基大型望远镜几乎都安装了自适应光学系统及相应的图像复原技术。

而在对地遥感观测影像中,图像复原技术已成为了影像预处理的关键步骤之一,而大气退化图像的校正与恢复也成为了遥感影像处理中的研究热点与方向。

目前,美国的IKONOS 系列、QuickBird 系列以及OrbView 系列等遥感卫星等都在采用了MTF 补偿等图像恢复手段来改善影像的品质。

由于传感器平台的非稳定性和大气的湍流效应导致成像设备观测的图像出现变形和模糊,降低了其使用价值。

因此相关学者希望找到一种能够恢复图像“本来面貌”的后处理方法,提高图像的分辨率和可辨识能力[7],图像复原技术便得到了大力研究与发展。

如图1.4 所示,未经AO 系统校正的图像只能看到一片星团,经AO 系统校正后可以看出是双星系统,再经过图像复原后处理可以完全清晰的辨识出该双星系统的轮廓。

(a)无AO 校正时双星观测图像(b)AO 校正后双星观测图像(c)AO 校正及复原后结果图1.4 自适应光学天文望远镜观测的双星图像及其复原结果1.1 研究背景与意义21 世纪以来,美国、欧空局、俄罗斯等空间科技强国都相继提出了新的空间发展规划。

特别的,美国自特朗普上台后提出太空政策,加大对太空探索的投资力度,并积极开展多个民用太空项目。

根据我国至2030 年空间科学发展规划,我国将建立以覆盖多个热点领域的空间科学卫星为标志的空间科学体系[1],通过发展系列空间科学计划,牵引和带动我国在空间目标识别与监视、深空测绘乃至其他重要科技领域的创新与突破,推动我国高科技产业的跨越式发展。

而对空间目标的姿态、形状、特征以及太空星体表面的地形地貌进行高精度识别与判读,都需要采用光学成像系统对其观测与监视,从而获取足够数量的影像资料,从这些影像资料中提取使用者所期望的感兴趣信息。

由于地面受到太阳辐射作用,造成大气中分子和由悬浮粒子构成的离散混合介质的不规则热运动,使得大气呈现出非稳态性和随机性,这种现象称之为大气湍流现象。

当光波穿过空间大气层时,由于大气中湍流介质中各处的压强、温度、湿度以及物理特性的随机变化,使得射出湍流介质的波阵面不再保持平面特性。

因此,光学成像系统中的传感器透过大气对目标物或场景进行观测时,由于近地面的大气湍流强度在空间和时间上分布的差异,造成湍流介质内的空气折射率的随机涨落。

这会导致光波到达像面的振幅和相位的随机起伏,从而导致光束扩散、波面畸变、像点漂移等现象[2][3],使得目标在成像设备上会产生严重的模糊和降质。

大气对成像系统的影响主要包括:1)空间对地高分辨率遥感观测中,卫星或航天飞机对地面目标进行跟踪和监视。

2)在地基成像观测系统中,自适应光学望远镜对卫星、行星以及其他宇宙天体进行识别与探测。

3)在高速飞行器成像制导系统中,使用激光器对目标实施打击的过程(如图1.1 所示)。

由于大气湍流的干扰,飞行器上发射的激光束产生随机扩散与畸变,严重减弱了激光器的打击精度,因此有效的减弱大气湍流的影响,避免激光器的能量扩散和路径偏移是十分必要的。

(a)美国战略导弹防御系统机(b)激光器打击导弹第一章绪论第5 页经过国内外学者的不懈研究与探索,图像复原技术和理论已经取得了一定的发展,如经典的直接逆滤波算法、维纳滤波算法等。

经典图像复原算法在无噪声影响以及点扩散函数估计精确的条件下,可以获得较为良好的复原结果。

但在实际应用中,噪声干扰以及点扩散函数偏差都是存在的,这会导致经典图像复原算法的解空间发散,无法得到稳定唯一解,致使图像噪声被过度放大或图像失真等现象。

由于成像设备的衍射极限限制与大气湍流的扰动效应,空间观测图像的点扩散函数(Point Spread Function,PSF)往往是部分已知或完全未知的,我们很难用精准的数学模型去描述它。

因此不需要过多的外界先验知识的图像盲复原技术就应运而生。

由于盲复原可以运用的先验信息较少,因此首先要在复原过程中合理的引入图像和模糊核本身先验信息,以下介绍几种常用的盲复原算法:(1)基于空间域和频率域约束的迭代盲复原算法:Ayers 和Dainty 于1988 年提出了迭代盲解卷积算法[8],该算法通过在复原迭代过程中,对空间域和频率域分别加入支持域和能量非负性先验约束,来逼近原始图像的最优估计。

相关文档
最新文档