论文部分内容阅读
由于实际物理条件的限制，通常观测到的图像都存在着各种不同程度的退化模糊。为了有效识别目标，必须先对模糊图像进行预处理以恢复出清晰的图像。图像复原的目的就是从观测到的退化图像中恢复出清晰的目标图像。本文重点研究了如何针对光电成像系统中的大气湍流退化图像进行有效复原，主要涉及湍流退化图像盲反卷积算法的研究。
根据点扩散函数的概率密度特性，假设某一类退化图像的点扩散函数为G类点扩散函数，采用APEX方法和非线性最小二乘拟合算法，可以得到点扩散函数解析表达式，之后采用SECB算法根据估计出的点扩散函数进行图像复原。为了克服SECB算法复原出的图像带有明显的噪声和振铃效应的缺陷，提出了一种具有保真项和高阶凸正则化项的各向异性扩散模型，有效的抑制了噪声和振铃效应。
假设观测图像服从Poisson分布，基于极大似然理论，根据Picard迭代方法，提出了一种单帧Poisson指数迭代复原算法，并将其推广，得到了一种收敛速度更快的加速Poisson指数迭代算法，该算法具有良好的图像复原性能。
对于传统的多帧图像期望最大化复原算法，随着迭代次数的增加，恢复出的目标图像容易带来噪声甚至出现无效解，且恢复出的点扩散函数的带宽超出了光电成像系统的带宽。针对这些缺点，本文提出了一种具有带宽和总变分约束的盲复原算法。将总变分约束加入到似然函数中用以抑制噪声，并通过带宽有限函数来控制点扩散函数的带宽在成像系统的有效带宽范围之内。该算法能有效抑制噪声，避免了恢复的目标图像出现无效解，实验结果证明了该算法的优越性。
在极大似然估计理论的基础上，将观测图像所满足的似然函数的最大化问题转化成目标函数的极小化进行求解。根据实际先验信息，即目标图像和点扩散函数的非负性以及点扩散函数的带宽有限性，建立了一种具有强制性非负约束和点扩散函数带宽惩罚函数的优化目标函数。根据最优化理论，采用共轭梯度优化算法，通过区间限定、黄金分割搜索以及迭代二次逼近的混合最优步长搜索方法对优化目标函数进行寻优求解。实验结果证明了该梯度优化算法的有效性以及在噪声情况下的鲁棒性。
在单帧图像Poisson指数迭代算法的基础上，提出了多帧图像的Poisson指数迭代算法，与单帧Poisson指数迭代算法相比，多帧情况下的复原算法能够获得更加清晰的复原图像。由于在分辨率最高时，点扩散函数将是极狭窄的，而且没有旁瓣的，将旁瓣抑制引入到多帧图像Poisson指数迭代算法中。通过构造旁瓣抑制函数，在迭代过程对点扩散函数进行旁瓣抑制，保证恢复出的目标图像更加接近真实解。实验表明，旁瓣抑制多帧Poisson指数迭代算法恢复出的目标图像具有更明显的细节纹理特征和具有更高的分辨率。