论文部分内容阅读
高速飞行器在大气层中飞行时，光学头罩与高速气流发生剧烈的相互作用，导致其探测窗口附近形成复杂的流场和温度场，引起气动光学效应，使得红外和可见光图像出现模糊与畸变。为了获取目标的原始图像，实现准确的目标识别，必须对模糊与畸变图像进行校正和复原。相关技术在航天、航空、国防等领域有广泛应用，具有重要理论意义和应用价值。针对气动光学效应下的图像模糊、抖动和畸变问题，本学位论文研究了图像配准、图像融合与图像复原理论与方法。
由于气动光学流场和温度场的复杂性，CCD获取的每一幅图像会产生不同程度的模糊与畸变，单幅图像很难有效地去除气动光学效应的影响，获取高保真的原始图像。本文选择了序列多帧图像作为信息源，利用彼此的互补信息进行图像校正和复原，设计了多组实验验证，实验表明了本文算法的有效性。
本文主要工作与贡献如下:
(1)针对序列图像的畸变问题，提出了一种基于B样条和RC相似度测量的图像配准算法，以及新的边缘修正算法。考虑到图像像素之间的关联特性，用RC距离代替传统的SSD、MI距离，在这种新的距离函数上，利用基于B样条的图像配准算法，对序列多幅图像中的每帧图像进行配准;设计了一种新的边缘修正算法，利用该算法消除配准后出现的锐利边缘。选择SIPI-misc数据库进行了4组实验，实验表明:引入新的RC图像距离，用基于B样条的配准算法和新的边缘修正算法，能显著地对序列图像的畸变进行校正。
(2)针对单帧图像校正后存在细节信息不足问题，提出了一种新的基于质量指数的图像融合算法。通过亮度、相关性、对比度等因子，对配准后的图像进行质量评价，基于该质量评价函数，对序列图像进行融合，实现了从序列图像中复原出一幅具有丰富细节的图像。选择上述SIPI-misc数据库的校正图像集合，进行了融合实验，实验表明:该融合算法能有效地从序列图像中恢复图像的细节信息。
(3)对气动光学效应图像的模糊、抖动与畸变过程，进行整体建模，融合图像配准、图像融合和图像复原技术，获取原始图像。在复杂的气动光学流场中，整体考虑CCD获取的图像模糊、畸变、噪声影响，构建了一种整体的退化模型;根据该退化模型，融合上述图像配准和图像融合技术，引进MEPLL(maximizingthe Expected Patch Log Likelihood)图像复原算法，对图像的模糊、抖动与畸变影响进行去除。通过与国际权威算法对比，实验结果表明:本文算法在图像的清晰度和形变复原上都有显著提升。