[發(fā)明專(zhuān)利]一種基于相關(guān)最大性的湍流退化圖像復(fù)原方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911036364.4
• 申請(qǐng)日: 2019-10-29
• 公開(kāi)（公告）號(hào): CN110852963B
• 公開(kāi)（公告）日: 2021-06-29
• 發(fā)明（設(shè)計(jì)）人: 呂且妮;斯那卓瑪;葛寶臻;田慶國(guó)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 天津大學(xué)
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00;G06T5/50;G06T7/10
• 代理公司: 天津市北洋有限責(zé)任專(zhuān)利代理事務(wù)所 12201
• 代理人: 李林娟

本發(fā)明公開(kāi)了一種基于相關(guān)最大性的湍流退化圖像復(fù)原方法，包括：對(duì)采集的多幅湍流退化圖像做平均及邊緣增強(qiáng)處理，設(shè)為參考圖像；將退化圖像和參考圖像分割為多個(gè)子模塊圖像，再將對(duì)應(yīng)位置的子模塊圖像組成一個(gè)子圖像集；計(jì)算每個(gè)子圖像集中的每一子模塊圖像與其參考圖像集中的子模塊圖像之間的歐幾里得距離，將小于中值距離的子模塊圖像再組成新圖像集；由新圖像集，基于主成分分析法和圖像最大相似性特征，得到最終復(fù)原的子模塊圖像；再將最終復(fù)原的子模塊圖像，按照提取子圖像集對(duì)應(yīng)的位置組成一幅圖像，即為得到的復(fù)原圖像。本方法將采集的多幀圖像和與之對(duì)應(yīng)的參考圖像分割成多個(gè)模糊圖像空不變的子模塊圖像集，適用于實(shí)際的湍流退化圖像。

技術(shù)領(lǐng)域

本發(fā)明涉及退化圖像復(fù)原方法，特別涉及一種大氣湍流圖像復(fù)原問(wèn)題，屬于多幀湍流圖像復(fù)原領(lǐng)域。

背景技術(shù)

在中遠(yuǎn)距離成像系統(tǒng)中，由于風(fēng)速、溫度等影響造成的大氣湍流現(xiàn)象，使得傳播介質(zhì)折射率不規(guī)則變化，導(dǎo)致光波在介質(zhì)中傳播時(shí)產(chǎn)生畸變，從而造成采集圖像的幾何形變和模糊。因此，從湍流退化圖像中有效復(fù)原原始目標(biāo)圖像是實(shí)現(xiàn)對(duì)目標(biāo)探測(cè)、識(shí)別等處理的關(guān)鍵問(wèn)題之一。

常用的湍流退化圖像復(fù)原方法主要基于單幀和多幀湍流圖像的復(fù)原方法。由于湍流很強(qiáng)的隨機(jī)性，從而使對(duì)靜置物體所采集的圖像模糊程度在時(shí)間和空間上存在不確定性，基于多幀圖像互補(bǔ)性的復(fù)原效果優(yōu)于基于單幀圖像的復(fù)原結(jié)果。因此，大多采用基于多幀圖像的復(fù)原方法，目前提出的主要方法有：

利用大量采集的短曝光圖像中存在“幸運(yùn)圖像”的可能性進(jìn)行復(fù)原。這種方法是先利用圖像配準(zhǔn)的方法對(duì)獲取的湍流圖像進(jìn)行配準(zhǔn)，消除幾何形變，從配準(zhǔn)后的多幀圖像中提取出“高質(zhì)量”的圖像，通過(guò)圖像融合成為一張圖像，再基于圖像解卷積或圖像增強(qiáng)的方式對(duì)融合后的圖像進(jìn)行處理，提高圖像的清晰度。如專(zhuān)利CN103310486B公開(kāi)一種大氣湍流退化圖像重建方法。該技術(shù)方案是先進(jìn)行多幀配準(zhǔn)消除畸變圖像，再重建基于時(shí)空近鄰組合的衍射模糊圖像，最后采用全局一致反卷積消除衍射模糊。該類(lèi)方法計(jì)算復(fù)雜，且耗時(shí)長(zhǎng)，配準(zhǔn)的精度直接影響最后的復(fù)原效果。

利用多幀圖像估計(jì)點(diǎn)擴(kuò)散函數(shù)的初值，通過(guò)不斷循環(huán)迭代，在時(shí)域或空域上，利用解卷積得到復(fù)原圖像，如最大似然估計(jì)迭代盲反卷積復(fù)原方法、Richardson-Lucy算法等。但是，通過(guò)估計(jì)點(diǎn)擴(kuò)散函數(shù)再解卷積的方式無(wú)法有效去除噪聲，因此極易導(dǎo)致復(fù)原結(jié)果產(chǎn)生振鈴效應(yīng)。

D.Li和R.M.Meraereau等提出一種基于主成分分析法的湍流退化圖像復(fù)原算法，該方法是基于高頻成分增強(qiáng)的思想恢復(fù)退化圖像，將方差最大的第一主成分作為最大的高頻成分，得到復(fù)原圖像(IEEE Geosci.Remote S.2007；4(3):340-344)。該方法其實(shí)質(zhì)是一種基于主成分分析法的盲去卷積恢復(fù)方法，具有快速及抗噪性強(qiáng)的特點(diǎn)，不僅可以用于多幀退化圖像恢復(fù)，也可用于單幀退化圖像恢復(fù)。由于主成分分析法利用的特征分解具有不確定性，因此，無(wú)法保證所計(jì)算的高頻分量與均值圖像的方向一致性，可能會(huì)得不到期望的復(fù)原圖像。另外，該方法是將整個(gè)退化圖像看成是模糊空不變圖像，并不適用于實(shí)際的湍流退化圖像。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于相關(guān)最大性的湍流退化圖像復(fù)原方法，其基本思想是將采集的多幀圖像分割成多個(gè)模糊圖像空不變的子模塊圖像集，基于主成分分析法和圖像最大相似性特征，得到最終復(fù)原的子模塊圖像，實(shí)現(xiàn)對(duì)湍流圖像的復(fù)原，詳見(jiàn)下文描述：

一種基于相關(guān)最大性的湍流退化圖像復(fù)原方法，所述方法包括以下步驟：

對(duì)采集的多幅湍流退化圖像做平均及邊緣增強(qiáng)處理，設(shè)為參考圖像；

將退化圖像和參考圖像分割為多個(gè)子模塊圖像，再將對(duì)應(yīng)位置的子模塊圖像組成一個(gè)子圖像集；

計(jì)算每個(gè)子圖像集中的每一子模塊圖像與其參考圖像集中的子模塊圖像之間的歐幾里得距離，將小于中值距離的子模塊圖像再組成新圖像集；