学位论文 > 优秀研究生学位论文题录展示

自适应光学图像复原算法研究

作　者: 赵振磊
导　师: 耿则勋
学　校: 解放军信息工程大学
专　业: 摄影测量与遥感
关键词: 自适应光学图像复原大气湍流降质模型点扩散函数维纳滤波双树复数小波变换梯度投影
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 166次
引　用: 1次
阅　读: 论文下载

内容摘要

获取目标高清晰图像,在天文、遥感和医学等领域均具有十分重要的意义。由于大气是一种极不稳定的随机介质,在地对空观测成像和航空航天对地遥感高分辨率成像中,大气湍流会严重限制光学系统的分辨率,影响光学系统的成像性能,最终导致获得的图像模糊。自适应光学技术是目前克服大气湍流最有效的方法之一,但其对大气湍流的补偿是不完全的,目标的高频信息仍然受到抑制和衰减。因此,对经过自适应光学校正后的图像还必须基于图像复原技术进行后处理,才能获取更清晰的目标图像。本文主要针对我国自适应光学地基望远镜成像后处理的迫切需求,利用图像处理和计算机软件技术对图像进行高清晰复原,以消除自适应光学校正后的残余误差,使其接近或达到成像系统的衍射极限。论文重点研究了自适应光学图像复原理论与算法,完成的工作主要包括:1.介绍了自适应光学技术。包括大气湍流的概念、特点及其对光学系统的影响、自适应光学技术的原理和组成、自适应光学技术的产生和发展、目前国内外重要的自适应光学系统以及自适应光学技术的局限性。2.总结了自适应光学图像复原的一些重要算法。分析并给出了自适应光学图像的成像模型和噪声特点,对一些目前常用的图像复原算法进行了分类,给出了算法的基本原理及主要计算公式,并且分别指出了算法的优点及存在的问题;介绍了几种常用的图像复原质量评价方法。3.改进了维纳滤波算法,实现了基于LPA-ICI正则化的维纳滤波算法。针对维纳滤波算法的不足,结合各向异性LPA-ICI去噪算法,实现了基于LPA-ICI正则化的维纳滤波算法。首先详细分析了各向异性LPA-ICI算法的基本原理及其发展过程;接着实现了递归各向异性LPA-ICI去噪算法,并分别对高斯噪声图像和泊松噪声图像进行了实验,证明了算法的优越性;最后介绍了基于LPA-ICI的维纳滤波算法,包括算法的基本原理、计算公式和算法步骤,并对不同噪声污染的退化图像进行了复原实验,证明了算法的优越性。4.提出了一种基于双树复数小波变换的多帧IBD算法。首先详细介绍了双树复数小波的发展过程、基本原理及其优点;接着实现了基于双树复数小波变换的自适应去噪算法,给出了算法的基本原理和主要步骤,通过模拟实验证明了双树复数小变换较其它多尺度变换的优势;然后针对IBD算法和Zhulina算法的不足,提出了基于双树复数小波变换的多帧IBD算法,介绍了算法的基本原理、主要公式和计算步骤,通过模拟实验和真实数据实验证明了该算法的优越性。5.提出了一种基于梯度投影的盲复原算法。针对传统的最小二乘迭代算法和Katkovnik算法代价函数的不足,提出一种新的代价函数,接着利用梯度投影算法对其进行最小化,经过数学推导并且结合约束条件得到了最终迭代公式,实现了一种新的基于递归梯度投影的多帧图像盲复原算法。该算法原理简单、易于实现,模拟实验和真实数据实验证明了该算法计算快速,对于不同信噪比、不同PSF导致的退化图像均能进行有效恢复,复原图像细节清晰。

全文目录

摘要  7-9
ABSTRACT  9-11
第一章绪论  11-16
  1.1 引言  11-13
  1.2 研究背景及意义  13
  1.3 研究内容  13-14
  1.4 论文的组织  14-16
第二章自适应光学技术  16-29
  2.1 引言  16
  2.2 大气湍流及其对光学系统的影响  16-18
    2.2.1 大气湍流的概念及特点  16-17
    2.2.2 大气湍流对天文成像的影响  17-18
    2.2.3 大气湍流对空对地成像的影响  18
  2.3 自适应光学技术  18-27
    2.3.1 自适应光学技术的原理和组成  19-21
    2.3.2 自适应光学技术的产生和发展  21-24
    2.3.3 目前国内外的自适应光学系统  24-27
  2.4 自适应光学系统的局限性  27-28
  2.5 本章小结  28-29
第三章自适应光学图像复原算法  29-41
  3.1 引言  29-30
  3.2 自适应光学图像成像模型  30-31
    3.2.1 自适应光学校正后的远场光斑模型  30
    3.2.2 自适应光学系统成像模型  30-31
  3.3 经典图像复原算法  31-33
    3.3.1 Wiener 滤波算法  31-32
    3.3.2 线性正则化算法  32
    3.3.3 CLEAN 算法  32-33
  3.4 基于BAYESIAN 原理的算法  33-35
    3.4.1 极大似然估计算法  33-34
    3.4.2 最大后验概率估计算法  34
    3.4.3 最大熵算法  34-35
  3.5 盲解卷积和近视解卷积算法  35-37
    3.5.1 迭代盲解卷积算法  35
    3.5.2 模拟退火算法  35-36
    3.5.3 非负支持域递归逆滤波算法  36-37
    3.5.4 近视解卷积算法  37
  3.6 基于多尺度的解卷积算法  37-39
    3.6.1 多分辨率CLEAN 算法  38
    3.6.2 Wavelet-Vaguelette 分解算法  38-39
    3.6.3 基于多尺度的最大熵算法  39
  3.7 复原效果的质量评价  39-40
  3.8 本章小结  40-41
第四章基于LPA-ICI 的维纳滤波算法  41-56
  4.1 引言  41
  4.2 各向异性LPA-ICI 算法  41-46
    4.2.1 局部多项式近似  41-42
    4.2.2 置信区间交集原理  42-43
    4.2.3 方向LPA  43-44
    4.2.4 各向异性LPA-ICI  44-45
    4.2.5 算法步骤  45-46
  4.3 自适应递归LPA-ICI 去噪算法  46-49
    4.3.1 高斯噪声去噪原理  46
    4.3.2 高斯噪声去噪实验  46-47
    4.3.3 泊松噪声去噪原理  47-48
    4.3.4 泊松噪声去噪实验  48-49
  4.4 基于LPA-ICI 的维纳滤波算法  49-55
    4.4.1 高斯噪声复原原理  49-51
    4.4.2 高斯噪声复原实验  51-52
    4.4.3 泊松噪声复原原理  52-54
    4.4.4 泊松噪声复原实验  54-55
  4.5 本章小结  55-56
第五章基于双树复数小波变换的多帧IBD 算法  56-73
  5.1 引言  56-57
  5.2 双树复数小波变换  57-61
    5.2.1 一维双树复数小波变换  57-59
    5.2.2 二维双树复数小波变换  59-61
  5.3 基于双树复数小波的自适应去噪算法  61-65
    5.3.1 算法原理  62-63
    5.3.2 算法步骤  63-64
    5.3.3 实验结果及分析  64-65
  5.4 基于双树复数小波的多帧IBD 算法  65-72
    5.4.1 算法原理  65-68
    5.4.2 算法步骤  68
    5.4.3 实验结果及分析  68-72
  5.5 本章小结  72-73
第六章基于梯度投影的盲复原算法  73-82
  6.1 引言  73
  6.2 递归梯度投影算法  73-76
    6.2.1 算法原理  73-75
    6.2.2 算法步骤  75-76
  6.3 实验结果及分析  76-81
    6.3.1 高斯噪声污染图像实验  76-77
    6.3.2 泊松噪声污染图像实验  77-79
    6.3.3 混合噪声污染图像实验  79-80
    6.3.4 真实观测数据实验  80-81
  6.4 本章小结  81-82
第七章总结及展望  82-85
  7.1 对已完成工作的总结  82-83
  7.2 对进一步研究的展望  83-85
参考文献  85-90
作者简历攻读硕士学位期间的科研学术情况  90-91
致谢  91

自适应光学图像复原算法研究

内容摘要

全文目录

相似论文