留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于随机点扩散函数的多帧湍流退化图像自适应复原方法

朱瑞飞 魏群 王超 贾宏光 吴海龙

朱瑞飞, 魏群, 王超, 贾宏光, 吴海龙. 基于随机点扩散函数的多帧湍流退化图像自适应复原方法[J]. 中国光学, 2015, 8(3): 368-377. doi: 10.3788/CO.20150803.0368
引用本文: 朱瑞飞, 魏群, 王超, 贾宏光, 吴海龙. 基于随机点扩散函数的多帧湍流退化图像自适应复原方法[J]. 中国光学, 2015, 8(3): 368-377. doi: 10.3788/CO.20150803.0368
ZHU Rei-fei, WEI Qun, WANG Chao, JIA Hong-guang, WU Hai-long. Adaptive restoration method of multi-frame turbulence-degraded images based on stochastic point spread function[J]. Chinese Optics, 2015, 8(3): 368-377. doi: 10.3788/CO.20150803.0368
Citation: ZHU Rei-fei, WEI Qun, WANG Chao, JIA Hong-guang, WU Hai-long. Adaptive restoration method of multi-frame turbulence-degraded images based on stochastic point spread function[J]. Chinese Optics, 2015, 8(3): 368-377. doi: 10.3788/CO.20150803.0368

基于随机点扩散函数的多帧湍流退化图像自适应复原方法

doi: 10.3788/CO.20150803.0368
基金项目: 装备预研基金资助项目(No.51301060207)
详细信息
    通讯作者:

    朱瑞飞(1986—),男,山西朔州人,助理研究员,2009年于吉林大学获得学士学位,2014年于中国科学院长春光机所获得博士学位,主要从事红外图像处理方面的研究。E-mail:zhuiruifei1105@163.com

    魏 群(1983—),男,黑龙江哈尔滨人,副研究员,2005年于浙江大学获得学士学位,2010年于中国科学院长春光机所获得博士学位,主要从事共形光学及气动光学方面的研究。E-mail:wei.q@hotmail.com

    王 超(1984—),男,黑龙江哈尔滨人,助理研究员,2010年于中国地质大学(武汉)获得工学硕士学位,主要从事仪器仪表技术方面的研究。E-mail:wc100714@163.com

    贾宏光(1971—),男,黑龙江省五常人,研究员,博士生导师,2000年于中国科学院长春光学精密机械与物理研究所获得博士学位,主要从事光机电系统微小型化与精确制导技术方面的研究。E-mail:jiahg@ciomp.ac.cn

    吴海龙(1988—),男,山东济南人,博士研究生,2011年于中国石油大学(华东)获得学士学位,主要从事控制系统设计方面的研究。E-mail:wuhailong.2001@163.com

  • 中图分类号: TP391.4

Adaptive restoration method of multi-frame turbulence-degraded images based on stochastic point spread function

  • 摘要: 针对湍流退化图像随机性的问题,提出了一种基于随机点扩散函数的多帧湍流退化图像自适应复原方法。首先介绍了随机点扩散函数的图像退化模型,并分析了点扩散函数随机性对图像复原造成的影响,建立了基于随机点扩散函数的多帧图像退化模型。在此基础上,建立了基于多帧退化图像的全变分复原模型,利用前向后向算子分裂法对模型进行求解,提高了算法的运算效率。然后,提出了一种新的自适应正则化参数选取方法,该方法利用全变分复原模型的目标函数计算正则化参数,当正则化参数收敛时,复原图像的峰值信噪比达到最大值,因此利用目标函数的相对差值作为自适应算法迭代终止的条件,可以获得最佳复原效果。最后通过实验分析,算法中退化图像的帧数应不大于10帧。实验结果表明:当取10帧退化图像时,AFBS算法运算时间与单帧的FBS算法相当,信噪比增益为1.4 dB。本文算法对图像噪声有明显的抑制作用,对湍流退化图像可以获得较好的复原效果。
  • 图  1  点扩散函数噪声对观测图像的影响

    Figure  1.  Influence of the noise of the PSF on the blurred images

    图  2  点扩散函数噪声已知时图像复原结果

    Figure  2.  Results of image restoration with known n2

    图  3  点扩散函数噪声未知时图像复原结果

    Figure  3.  Results of image restoration with unknown n2

    图  4  选择不同减缩因子时PSNRλ的关系

    Figure  4.  PSNR versus λ by choosing different r

    图  5  两种正则参数选取方法比较

    Figure  5.  Comparison of two selection methods of regularization parameter

    图  6  复原效果比较

    Figure  6.  Restoration effect comparison

    图  7  ISNR随帧数k的变化曲线

    Figure  7.  Curves of ISNR vs. k

    图  8  运算时间随帧数k的变化曲线

    Figure  8.  Curves of time vs. k

    图  9  湍流退化图像序列

    Figure  9.  Turbulence-degraded images sequence

    图  10  湍流退化图像复原效果

    Figure  10.  Restoration effect of turbulence-degraded images

    图  11  退化/复原图像局部放大图

    Figure  11.  Close-ups of degraded/restored image regions

    表  1  FBS算法执行步骤

    Table  1.   Execution steps of FBS

    下载: 导出CSV

    表  2  AFBS算法执行步骤

    Table  2.   Execution steps of AFBS

    下载: 导出CSV
  • [1]

    [2]

    [3]

    [4]

    [5]

    [6]

    [7]

    [8]

    [9]

    [10]

    [11]

    [12]

    [13]

    [14]

    [15]

    [16]

    [17]

    [18]

  • 加载中
图(11) / 表(2)
计量
  • 文章访问数:  458
  • HTML全文浏览量:  45
  • PDF下载量:  684
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-11-15
  • 录用日期:  2015-02-16
  • 刊出日期:  2015-01-25

目录

    /

    返回文章
    返回