本文關鍵詞：大氣退化遙感圖像復原關鍵技術研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著高分辨率天文成像和對地觀測成像技術的發(fā)展,大氣擾動逐漸成為制約光學系統(tǒng)成像質量提升的瓶頸,因此,對于去除大氣干擾的需求也就越來越迫切。當光學成像系統(tǒng)經過大氣對地面/空間感興趣目標進行成像時,將不可避免的受到大氣擾動的干擾。本文針對該問題,在總結現(xiàn)有大氣退化圖像復原算法研究成果的基礎上,在國家自然科學基金項目的支持下,對大氣退化圖像的高清晰復原與重建問題進行了深入的研究和探討。通過引入天文學領域的中尺度氣象模型和單星SCIDAR(SCIntillation Detection and Ranging)實測技術獲取大氣湍流廓線強度,以此估計大氣MTF(Modulation Transfer Function)并將其作為描述成像時刻大氣狀態(tài)的先驗信息加入到圖像復原模型中,從而更好的消除觀測圖像中的大氣模糊。本文的研究內容和創(chuàng)新點主要包括：1、研究了大氣湍流特性及其對光學成像系統(tǒng)影響的定量化分析。首先,詳細介紹了大氣湍流的形成機制以及參數化描述模型；其次,基于大氣湍流傳輸理論,分別從大氣相干長度和到達角起伏兩個角度對地基／空基光學成像系統(tǒng)的湍流退化效應進行了定量分析,當存在大氣湍流時,地基望遠鏡的成像角分辨率取決于大氣相干長度而非光學系統(tǒng)的孔徑；對空基光學遙感系統(tǒng)的地面分辨率影響大約在2cm-10cm的水平；2、研究了大氣湍流廓線獲取技術。大氣折射率結構常數Cn2是描述大氣光學湍流特性的重要物理參量,本文分別從模型計算法和實測法兩個方面研究了大氣湍流廓線的獲取。模型計算法利用中尺度氣象模型計算和預報成像時刻的氣象參數,再根據大氣光學湍流參數化模型計算Cn2；單星SCIDAR技術利用光波閃爍及其空間相關特性進行自相關和互相關處理,并采用模擬退火算法反演得到大氣湍流廓線強度分布。根據模型計算或實測得到的大氣湍流廓線可以直接估計大氣湍流MTF；3、設計了成像時刻的大氣整體MTF估計算法。大氣整體MTF主要由大氣湍流MTF和氣溶膠MTF的乘積構成,兩者分別可由氣象參數Cn2和氣溶膠尺寸分布描述。根據成像時刻所記錄的相同區(qū)域的氣象數據,利用這兩個參數估計得到大氣湍流MTF、氣溶膠MTF以及大氣整體MTF。將計算得到的大氣整體MTF作為成像時刻大氣狀態(tài)的先驗信息加入到圖像復原模型中,可以有效改善復原算法的性能；4、提出了結合大氣MTF估計的改進維納濾波和IBD(Iterative Blind Deconvolution)算法。利用氣象模型估計的大氣整體MTF,對增量維納濾波和IBD算法的退化函數進行優(yōu)化,得到了包含成像時刻大氣狀態(tài)先驗信息的改進算法,可以更準確的描述成像時刻的大氣退化,有利于大氣退化圖像的復原。實驗結果表明,利用氣象模型估計的大氣MTF能夠較為準確的反映大氣湍流對成像的影響,可以作為消除大氣模糊的可靠先驗信息；5、提出了結合自適應參數確定和大氣MTF估計的APEX(Approximate PSF EXamining)算法。針對APEX算法的局限性,提出了自適應加權的參數確定方法,同時加入單星SCIDAR實測湍流廓線數據估計的大氣MTF對原有的光學傳遞函數進行修正,使得算法可以包含成像時刻大氣狀態(tài)的先驗信息。實驗結果表明,改進算法能夠更好的描述圖像頻譜信息的整體特征,圖像的重建質量得到明顯改善；6、提出了結合噪聲去除的極大似然算法。首先,采用BM3D(Block Matching 3D Filter)算法進行去噪預處理,避免噪聲干擾圖像復原過程；其次,采用EM(Expectation Maximization)算法估計噪聲參數,改善噪聲參數由經驗值給定的不確定性；最后,加入PSF迭代公式并隨迭代過程動態(tài)更新,降低復原算法對PSF(Point spread function)初始估計的依賴性。實驗結果表明,所提算法有效克服了復原過程中的噪聲放大以及對PSF初始估計的依賴,改善了復原圖像的質量,可用于含噪退化圖像的高清晰重建；7、研究了基于暗原色先驗的大氣霧霾去除問題。針對He Kaiming所提算法運行效率低下以及圖像明亮區(qū)域不滿足暗原色先驗的缺陷,提出采用導向濾波優(yōu)化透射率估計以提高算法運行效率,同時結合大氣光值的容差閾值設置改進圖像中明亮區(qū)域暗原色先驗失效的問題,最后采用多分辨率計算進一步提高算法的運行效率。實驗結果表明,本文的改進算法在保證去霧圖像質量的基礎上,改善了圖像中明亮區(qū)域去霧處理后色調失真的問題,同時算法的運行效率得到大幅提升,拓寬了暗原色去霧算法的應用范圍。
【關鍵詞】：大氣湍流 氣溶膠 點擴散函數 調制傳遞函數 光學傳遞函數 圖像復原 維納濾波迭代盲解卷積 APEX極大似然 暗原色先驗
【學位授予單位】：解放軍信息工程大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP751
【目錄】：

• 摘要4-6
• Abstract6-13
• 第一章 緒論13-29
• 1.1 引言13-14
• 1.2 研究背景與意義14-15
• 1.3 大氣退化校正技術概述15-19
• 1.3.1 空間望遠鏡技術15-17
• 1.3.2 自適應光學技術17-18
• 1.3.3 圖像復原技術18-19
• 1.3.4 混合處理技術19
• 1.4 大氣退化圖像復原技術的研究現(xiàn)狀19-26
• 1.4.1 圖像復原技術研究概況20-25
• 1.4.2 圖像復原技術研究現(xiàn)狀分析25-26
• 1.5 論文主要研究內容及章節(jié)安排26-29
• 1.5.1 主要研究內容26-27
• 1.5.2 章節(jié)安排27-29
• 第二章 大氣湍流特性及其對光學成像系統(tǒng)影響的定量分析29-40
• 2.1 大氣湍流現(xiàn)象29-30
• 2.2 大氣湍流描述參數30-33
• 2.2.1 大氣折射率空間結構常數30
• 2.2.2 大氣折射率結構常數30-32
• 2.2.3 大氣相干長度32-33
• 2.3 光學傳遞函數33-36
• 2.3.1 長曝光OTF33-35
• 2.3.2 短曝光OTF35-36
• 2.4 大氣湍流對光學成像系統(tǒng)影響的定量分析36-39
• 2.4.1 對地基光學成像系統(tǒng)的影響36-37
• 2.4.2 對空基光學成像系統(tǒng)的影響37-39
• 2.5 本章小結39-40
• 第三章 大氣湍流廓線獲取技術研究40-65
• 3.1 模型計算法40-49
• 3.1.1 模型計算法研究進展40-43
• 3.1.2 氣象參數的獲取43-45
• 3.1.3 大氣光學湍流參數化模型45-48
• 3.1.4 計算結果的驗證與校準48-49
• 3.2 單星SCIDAR技術原理49-53
• 3.2.1 Classical SCIDAR原理49-50
• 3.2.2 Generalized SCIDAR原理50-51
• 3.2.3 Single Star SCIDAR原理51-53
• 3.3 單星SCIDAR數據處理方法53-55
• 3.3.1 問題描述53-54
• 3.3.2 模擬退火算法54-55
• 3.4 單星SCIDAR系統(tǒng)樣機簡介55-63
• 3.4.1 硬件系統(tǒng)55-58
• 3.4.2 觀測系統(tǒng)58-62
• 3.4.3 數據處理系統(tǒng)62-63
• 3.5 本章小結63-65
• 第四章 結合大氣MTF估計的改進維納濾波和IBD算法65-79
• 4.1 大氣MTF估計模型65-68
• 4.1.1 大氣湍流MTF估計模型65-66
• 4.1.2 大氣氣溶膠MTF估計模型66-67
• 4.1.3 大氣整體MTF估計模型67-68
• 4.2 結合大氣MTF估計的改進維納濾波算法68-73
• 4.2.1 經典維納濾波算法原理68-69
• 4.2.2 增量維納濾波算法69-70
• 4.2.3 結合大氣MTF估計的改進維納濾波算法70-71
• 4.2.4 實驗結果與分析71-73
• 4.3 結合大氣MTF估計的改進IBD算法73-78
• 4.3.1 IBD算法原理73-75
• 4.3.2 IBD算法的實現(xiàn)流程75
• 4.3.3 結合大氣MTF估計的改進IBD算法75-77
• 4.3.4 實驗結果與分析77-78
• 4.4 本章小結78-79
• 第五章 面向視覺清晰度改善的結合自適應參數確定和大氣MTF估計的APEX算法79-92
• 5.1 APEX算法簡介79-85
• 5.1.1 Levy點擴散函數79-80
• 5.1.2 中心極限定理與APEX算法80-81
• 5.1.3 傅里葉變換與APEX算法81-82
• 5.1.4 SECB解卷積與擴散方程82-84
• 5.1.5 慢動作盲解卷積84-85
• 5.1.6 APEX算法實現(xiàn)流程85
• 5.2 改進的APEX算法85-88
• 5.2.1 擬合參數的加權確定85-86
• 5.2.2 OTF估計參數的自適應確定方法86-87
• 5.2.3 結合大氣MTF估計的改進APEX算法87
• 5.2.4 改進算法的實現(xiàn)流程87-88
• 5.3 實驗結果與分析88-91
• 5.3.1 多方向加權平均估計參數值的實驗88-89
• 5.3.2 OTF估計參數自適應確定實驗89-90
• 5.3.3 結合大氣MTF估計的去大氣模糊實驗90-91
• 5.4 本章小結91-92
• 第六章 結合噪聲去除的極大似然算法92-116
• 6.1 基于混合噪聲模型的極大似然算法92-94
• 6.2 圖像去噪算法簡介與對比94-109
• 6.2.1 TV去噪算法94-95
• 6.2.2 BLS-GSM去噪算法95-98
• 6.2.3 NLM去噪算法98-99
• 6.2.4 BM3D去噪算法99-102
• 6.2.5 算法去噪性能的對比與分析102-109
• 6.3 改進的極大似然算法109-111
• 6.3.1 基于EM算法的噪聲估計參數109-110
• 6.3.2 動態(tài)更新的PSF估計110-111
• 6.3.3 改進算法描述111
• 6.4 實驗結果與分析111-114
• 6.4.1 模擬點源目標復原實驗112-113
• 6.4.2 模擬擴展目標復原實驗113-114
• 6.4.3 真實數據復原實驗114
• 6.5 本章小結114-116
• 第七章 基于暗原色先驗的大氣霧霾去除算法研究116-135
• 7.1 霧天圖像退化模型117-119
• 7.1.1 衰減模型117-118
• 7.1.2 環(huán)境光模型118
• 7.1.3 霧天圖像退化模型118-119
• 7.2 暗原色先驗簡介119-120
• 7.3 暗原色去霧算法原理120-123
• 7.3.1 預估透射率分布圖120-121
• 7.3.2 優(yōu)化透射率分布圖121-123
• 7.3.3 大氣光估計123
• 7.3.4 恢復場景輻射123
• 7.4 He算法存在的問題分析123-124
• 7.4.1 軟摳圖優(yōu)化透射率分布的性能瓶頸123
• 7.4.2 圖像中明亮區(qū)域暗原色先驗失效的問題123-124
• 7.5 相應的改進方法124-128
• 7.5.1 大氣光值容差閾值設置124-125
• 7.5.2 導向濾波優(yōu)化透射率分布圖125-128
• 7.5.3 多分辨率計算128
• 7.5.4 優(yōu)化算法描述128
• 7.6 實驗結果與分析128-134
• 7.6.1 明亮區(qū)域改進的對比實驗128-129
• 7.6.2 算法運行效率的對比實驗129-133
• 7.6.3 算法通用性實驗133-134
• 7.7 本章小結134-135
• 第八章 總結與展望135-137
• 8.1 總結135-136
• 8.2 展望136-137
• 致謝137-138
• 參考文獻138-146
• 作者簡歷攻讀博士學位期間完成的主要工作146-147

【參考文獻】

中國期刊全文數據庫 前10條

1 唐鑒波;江鐵;王田;;基于引導濾波的單幅圖像去霧算法研究[J];科學技術與工程;2013年11期

2 鄒盼;劉暉;張聞文;陳錢;顧國華;張連東;;利用期望最大化算法的EMCCD噪聲分布模型的參數估計[J];紅外與激光工程;2013年01期

3 陳瑤;孫興波;黃祥;張闖;;一種改進的暗原色單幅圖像去霧方法[J];四川理工學院學報(自然科學版);2012年05期

4 蔣建國;侯天峰;齊美彬;;改進的基于暗原色先驗的圖像去霧算法[J];電路與系統(tǒng)學報;2011年02期

5 馬云飛;何文章;;基于小波變換的霧天圖像增強方法[J];計算機應用與軟件;2011年02期

6 王多超;王永國;董雪梅;胡晰遠;彭思龍;;貝葉斯框架下的單幅圖像去霧算法[J];計算機輔助設計與圖形學學報;2010年10期

7 孫剛;翁寧泉;肖黎明;;合肥地區(qū)大氣折射率結構常數高度分布模式[J];強激光與粒子束;2008年02期

8 吳曉慶;孫剛;翁寧泉;肖黎明;許利明;呂瑋煜;徐安倫;聶群;;典型地區(qū)大氣光學湍流測量與模式研究[J];大氣與環(huán)境光學學報;2007年06期

9 吳定雪;彭代強;田金文;;基于自適應最小二乘支持向量機的圖像去噪研究(英文)[J];Geo-Spatial Information Science;2007年03期

10 詹翔;周焰;;一種基于局部方差的霧天圖像增強方法[J];計算機應用;2007年02期

  本文關鍵詞：大氣退化遙感圖像復原關鍵技術研究，由筆耕文化傳播整理發(fā)布。

本文編號：361303