本文關(guān)鍵詞：基于邊緣預(yù)測(cè)和稀疏約束的湍流圖像盲復(fù)原　出處：《儀器儀表學(xué)報(bào)》2015年04期 　論文類(lèi)型：期刊論文

  更多相關(guān)文章： 圖像處理 湍流退化圖像盲復(fù)原 稀疏正則約束 邊緣預(yù)測(cè) 點(diǎn)擴(kuò)散函數(shù)

【摘要】：大氣湍流嚴(yán)重影響天文觀測(cè)圖像的成像效果,必須對(duì)退化圖像進(jìn)行處理才能獲得清晰的圖像。經(jīng)典的湍流退化圖像盲復(fù)原算法(IBD、NAS-RIF等)使用的先驗(yàn)知識(shí)過(guò)于簡(jiǎn)單,導(dǎo)致很多場(chǎng)合不能獲得較優(yōu)的復(fù)原效果。近幾年提出的稀疏表達(dá)理論,使用自然圖像邊緣的稀疏先驗(yàn)信息指導(dǎo)圖像復(fù)原,能復(fù)原出較多的細(xì)節(jié),但它直接使用模糊圖像的梯度圖像指導(dǎo)點(diǎn)擴(kuò)散函數(shù)復(fù)原,而模糊的梯度圖像包含很多噪聲和偽邊緣,無(wú)效的梯度會(huì)誤導(dǎo)點(diǎn)擴(kuò)散函數(shù)的估計(jì),從而使復(fù)原圖像中出現(xiàn)較多偽跡。針對(duì)上述問(wèn)題,提出了一種基于邊緣預(yù)測(cè)和稀疏比值正則約束的湍流退化圖像盲復(fù)原算法,該算法首先從當(dāng)前的復(fù)原圖像中預(yù)測(cè)出有效的邊緣,然后將邊緣預(yù)測(cè)信息與自然圖像邊緣的稀疏先驗(yàn)信息相結(jié)合指導(dǎo)點(diǎn)擴(kuò)散函數(shù)復(fù)原,得到點(diǎn)擴(kuò)散函數(shù)后,再通過(guò)一種非盲復(fù)原算法恢復(fù)出當(dāng)前的目標(biāo)圖像,并將此復(fù)原圖像作為下一次邊緣預(yù)測(cè)的輸入圖像,如此迭代循環(huán)直到求出最終清晰的目標(biāo)圖像。所提算法結(jié)合了圖像的先驗(yàn)信息與退化圖像自身包含的有效信息,能有效抑制圖像復(fù)原過(guò)程中產(chǎn)生的偽跡,獲得令人滿(mǎn)意的結(jié)果。針對(duì)多幅模擬的湍流退化圖像進(jìn)行仿真測(cè)試,驗(yàn)證了算法的有效性。
【作者單位】： 西北工業(yè)大學(xué)自動(dòng)化學(xué)院;解放軍93617部隊(duì);
【基金】：航空基金(20131953022) 中央高校基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金(3102014JCQ01062) 裝備研究基金(9140A06050113HK*****)項(xiàng)目資助
【分類(lèi)號(hào)】：P113;TP391.41
【正文快照】： 1引言大氣湍流使目標(biāo)在成像設(shè)備焦平面上的圖像產(chǎn)生嚴(yán)重模糊[1]。如不對(duì)觀測(cè)圖像進(jìn)行復(fù)原處理,就很難對(duì)其進(jìn)行后續(xù)的分類(lèi)、識(shí)別和檢測(cè)等操作[2-4]。因此,對(duì)湍流退化圖像的復(fù)原研究具有非常重要的意義。在圖像復(fù)原領(lǐng)域,根據(jù)點(diǎn)擴(kuò)散函數(shù)(point spreadfunction,PSF)是否已知,將復(fù)

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 魏星;;基于SVM的山體滑坡災(zāi)害圖像識(shí)別方法[J];電子測(cè)量技術(shù);2013年08期

2 詹曙;姚堯;高賀;;基于隨機(jī)森林的腦磁共振圖像分類(lèi)[J];電子測(cè)量與儀器學(xué)報(bào);2013年11期

3 張羽;羅秀娟;夏愛(ài)利;曹蓓;程志遠(yuǎn);曾志紅;司慶丹;王保峰;;傅里葉望遠(yuǎn)鏡成像質(zhì)量分析與評(píng)價(jià)[J];光子學(xué)報(bào);2014年03期

4 劉松松;張輝;毛征;孟博;李昂;;基于HRM特征提取和SVM的目標(biāo)檢測(cè)方法[J];國(guó)外電子測(cè)量技術(shù);2014年10期

5 魏小峰;耿則勛;宋向;;光學(xué)合成孔徑復(fù)原圖像的振鈴探測(cè)與消除[J];光學(xué)精密工程;2014年11期

6 陳波;程承旗;郭仕德;濮國(guó)梁;耿則勛;;自適應(yīng)光學(xué)圖像非對(duì)稱(chēng)圖像迭代盲復(fù)原算法[J];強(qiáng)激光與粒子束;2011年02期

7 范文茹;王化祥;郝魁紅;;基于兩步迭代TV正則化的電阻抗圖像重建算法[J];儀器儀表學(xué)報(bào);2012年03期

8 郭志恒;闞哲;邵富群;律德才;;一種非均勻正則化的ECT重建方法[J];儀器儀表學(xué)報(bào);2013年12期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 廖永忠;蔡自興;何湘華;;快速運(yùn)動(dòng)模糊圖像盲解卷積算法[J];光學(xué)精密工程;2013年10期

2 毛冰晶;陳小梅;薛博;李倩倩;倪國(guó)強(qiáng);;基于遙感圖像梯度特征的運(yùn)動(dòng)模糊檢測(cè)方法[J];北京理工大學(xué)學(xué)報(bào);2013年10期

3 朱齊丹;孫磊;蔡成濤;;利用拉東變換估計(jì)全景圖像點(diǎn)擴(kuò)散函數(shù)[J];光電子.激光;2013年11期

4 LIU Yu;LIU Xiu-ping;WU Xiao-xu;ZHAO Guo-hui;;Blind Deblurring Based on L_0 Norm from Salient Edges[J];Computer Aided Drafting,Design and Manufacturing;2013年02期

5 王爽;潘靜;;一種基于顏色與紋理特征的圖像模糊檢索算法[J];電子測(cè)量技術(shù);2014年02期

6 廖永忠;蔡自興;何湘華;;基于點(diǎn)擴(kuò)散函數(shù)參數(shù)辨識(shí)的運(yùn)動(dòng)模糊圖像的盲恢復(fù)研究[J];光學(xué)技術(shù);2014年03期

7 蘭遠(yuǎn)東;高蕾;;融合多智能技術(shù)的網(wǎng)絡(luò)入侵檢測(cè)模型[J];信息安全與技術(shù);2014年04期

8 徐林;黃東晉;謝志峰;丁友東;;基于相對(duì)變分的邊緣檢測(cè)[J];電子測(cè)量技術(shù);2014年05期

9 盧惠民;徐明;李迅;;用于計(jì)算成像系統(tǒng)的基于信噪比自適應(yīng)估計(jì)的圖像去模糊研究[J];光學(xué)學(xué)報(bào);2014年08期

10 閆敬文;彭鴻;劉蕾;金光;鐘興;;基于L_0正則化模糊核估計(jì)的遙感圖像復(fù)原[J];光學(xué)精密工程;2014年09期

相關(guān)會(huì)議論文 前2條

1 李e鹲，

本文編號(hào)：1320557