一种基于比值改正项的多次曝光图像反混叠方法技术

本发明专利技术公开了一种基于比值改正项的多次曝光图像反混叠方法，其特征在于，包括获取原始观测图像；重建图像；迭代处理等步骤。本发明专利技术方法计算速度快，基于比值改正项，由于是乘性操作，所以收敛很快，且本发明专利技术方法十分适合柏松噪音，因为Lucy‑Richardson迭代就是基于柏松噪音的最大似然估计，由于在高信噪比时柏松噪音趋于高斯分布，因此针对高斯噪音也能体现出优异性能，同时相较于已有技术，本发明专利技术方法得到的计算结果没有负值，与现实情况符合。

An anti aliasing method of multiple exposure image based on ratio correction

【技术实现步骤摘要】
一种基于比值改正项的多次曝光图像反混叠方法
本专利技术属于图像采集处理
，具体为一种基于比值改正项的多次曝光图像反混叠方法-LRSA。
技术介绍
在图像采集领域，像素点是采集光子(或其他粒子)和组成图像的基本单元。在实际获得的图像中，像素点数目总是有限的，如此以来图像分辨率不仅受限于光学分辨率还受限于图像采样率。要得到高分辨率图像，一般有两种方法：一是增加单位面积上的像素点数目；二是通过多次曝光提高采样率。第一种方法首先会增加硬件成本，其次会带来新的技术挑战，因为需要增加感光度，就不可避免的会遇到噪音抑制的问题，并且采集足够的光子需要足够长时间的曝光，这对仪器的姿态控制也有了非常高的要求，尤其对于运动对象而言，这是巨大的挑战。而第二种方法通过多次曝光可以有效避免这些问题，不仅能积累足够长的曝光时间，还能保证每一幅图像的运动模糊降到最低，当然挑战就是每幅图像噪音大以及图像叠加(合成)技术的算法。当噪音只是与曝光时间有关的柏松噪音时，理论上，好的算法可以把图像噪音降到跟单次长曝光一样的水平。但由于受工艺技术的局限和对经济成本方面的考量，很多成像设备采样率其实是大大低于设备最高光学分辨率的，这就造成了欠采样率的问题，从而导致高频信号出现混叠(alias-ing)，图像表现出模糊，马赛克化(也就是像素化，pixelation)等问题。前人的反混叠(anti-aliasing)技术已经用在哈勃空间望远镜(HST)的图像拼接上，如Fruchter等人发展的Drizzle和iDrizzle技术。Drizzle的特点是速度快，但混叠信号并没有被完全反卷积出来，所以Drizzle只是图像在高分辨率网格下的单纯叠加，因而也没有很好地去像素化。随后在Drizzle的基础上，Fruchter于2011年又发展出了多次迭代结合傅立叶空间平滑的方法来多次提取残留信号，也即iDrizzle技术。iDrizzle首先要通过Drizzle技术把多次观测到原始观测图像放到一个过采样的网格上，再多次与原始观测图像对比，从残差图像中提取大部分信号，并加到结果中，最后通过sinc插值到目标分辨率，比如临界采样分辨率(简称临界采样率，criticalsampling)。iDrizzle能比较好地实现反卷积，给出的图像跟真实图像差不太多，缺点也很明显，就是耗费大量计算资源，并且效果也不如后来发展的一些方法，包括《细分有理曲面(正向)去像素化技术》(即DSRS，专利申请号：201510982531X)，《一种快速有效去像素化技术》(即fiDrizzle，专利申请号：201611173333X)，《FiDrizzle多次采样图像重建技术》(即FiDrizzle，专利申请号：201710307681X)和《铺装简单曲面多次曝光图像重建技术》(即TSSF，专利申请号：2017113212755)等。《细分有理曲面(正向)去像素化技术》的思想是在跟观测图像像素相当的标准网格(或目标网格)上建立一群小的曲面(曲面参数未知)，然后用所有观测图像(或dither图像)来拟合这些曲面的参数。该技术的特点是速度较快，而且以后进行的对这群小曲面的任何观测都几乎相当于直接观测真实图像。《一种快速有效去像素化技术》即fiDrizzle，是去掉iDrizzle的滤波和插值过程并且直接在需要的分辨率上重建图像。该技术的特点是收敛速度快，计算速度快，稳定，而且图像在中低频比iDrizzle更加高保真；缺点是在某些情况下最高频端的噪音比iDrizzle的结果大。《FiDrizzle多次采样图像重建技术》改进了fiDrizzle技术，一方面保持了fiDizzle的快速特点，另一方面又保持了iDrizzle在高频端的优势。《铺装简单曲面多次曝光图像重建技术》推广了DSRS技术到任意参数化铺装曲面，并且实现了自适应阶数拟合，从而更加智能化和节约运算资源。在信号反混叠领域，就反混叠手段(或者说改正项类别)而言我们知道有两大类图像重建或者恢复技术：其一是基于差异改正项的，如前所述的iDrizzle技术、FiDrizzle技术等，这类技术是把每次迭代中算出的信号改正差异直接加到上次的迭代结果中，从而构成新的迭代结果，原理上很像级数逼近，是加性操作，相当于初始值加上一系列改正项；其二是基于比值改正项的，如前人的Lucy-Richardson图像PSF反卷积技术，该类技术是把迭代中每一步算出的比值直接乘到上一次迭代结果中，从而构成最新结果，是乘性操作，相当于初始值连乘一系列改正项。
技术实现思路
本专利技术的技术目的是在Lucy-Richardson算法的基础，通过改进Lucy-Richardson算法，提供一种适用于多次曝光技术的基于比值改正项的多次曝光图像反混叠方法。本专利技术的技术方案为：一种基于比值改正项的多次曝光图像反混叠方法，其特征在于，包括以下步骤：步骤1、获取原始观测图像将对准某区域观测获取的Nimg副欠采样的原始观测图像用gk表示其中的任一副，Nimg和k为正整数，1≤k≤Nimg；步骤2、重建图像将所述欠采样的原始观测图像用Shift-and-Add方法叠加到一个预设的高分辨率(比如临界采样率)标准网格上，生成重建图像f0，若f0不满足如保真度，信噪比等要求，则进入下一步；步骤3、迭代处理步骤3.1、对第i次迭代所得的重建图像fi进行一次模拟观测，i为自然数，在与步骤1相同的采样条件下，获得Nimg副欠采样的虚拟观测图像后，进入下一步；所述虚拟观测图像与原始观测图像一一对应，用表示虚拟观测图像中与gk对应的图像，j表示模拟观测的第次序号，j＝i+1，第一次模拟观测的对象即为步骤2获得的叠加图像f0，也即第0次迭代所得的重建图像；步骤3.2、用原始观测图像gk除以本次模拟观测中，与其对应的虚拟观测图像得到一组比值图像进入下一步；步骤3.3、将各比值图像分别升采样到重建图像fi的分辨率，并叠加起来归约后乘以fi，得到fi+1，若fi+1不满足要求，则进入下一步；步骤3.4、返回步骤3.1，用fi+1代替fi，进行下一次模拟观测，进行迭代循环操作，直至输出满足要求的图像。进一步的，本专利技术方法通过以下公式完成对fi+1(x，y)的计算；上述公式中：Nimg表示要叠加的欠采样原始观测图像幅数；gk(m，n)为原始观测图像gk的函数形式，(m，n)为该函数的空间坐标变量，对应原始观测图像中的像素点位置；fi(x，y)、fi+1(x，y)分别为第i和第i+1次迭代所得重建图像的函数形式，(x，y)为两函数的空间坐标变量，对应重建图像中的像素点位置；Ux，y(.)表示把括号中的欠采样图像进行升采样操作，升至与fi(x，y)完全一致的高分辨率；表示把括号中的高分辨率图像进行降采样操作，降至与gk(m，n)完全一致的欠采样分辨率，即在极少情况下，虚拟观测图像中的像素点会有0值，当虚拟观测图像中的像素点有0值时，用其周围非零像素点的均值代替该0值像素点的值。有益效果：1)本专利技术方法计算速度快，基于比值改正项，由于是乘性操作，所以收敛很快；2)本专利技术方法十分适合柏松噪音，因为Lucy-Richardson迭代就是基于柏松噪音的最大似然估计，由于在高信噪比时柏松噪音趋于高斯分布，因此针对高斯噪音也本文档来自技高网...

【技术保护点】
1.一种基于比值改正项的多次曝光图像反混叠方法，其特征在于，包括以下步骤：步骤1、获取原始观测图像将对准某区域观测获取的Nimg副欠采样的原始观测图像

【技术特征摘要】
2018.12.19 CN 20181155856181.一种基于比值改正项的多次曝光图像反混叠方法，其特征在于，包括以下步骤：步骤1、获取原始观测图像将对准某区域观测获取的Nimg副欠采样的原始观测图像用gk表示其中的任一副，Nimg和k为正整数，1≤k≤Nimg；步骤2、重建图像将所述欠采样的原始观测图像用Shift-and-Add方法叠加到一个预设的高分辨率标准网格上，生成重建图像f0，若f0不满足要求，则进入下一步；步骤3、迭代处理步骤3.1、对第i次迭代所得的重建图像fi进行一次模拟观测，i为自然数，在与步骤1相同的采样条件下，获得Nimg副欠采样的虚拟观测图像后，进入下一步；所述虚拟观测图像与原始观测图像一一对应，用表示虚拟观测图像中与gk对应的图像，j表示模拟观测的第次序号，j＝i+1，第一次模拟观测的对象为步骤2获得的叠加图像f0，也即第0次迭代所得的重建图像；步骤3.2、用原始观测图像gk除以本次模拟观测中，与其对应的虚拟观测图像得到一组比值图像进入下一步；步骤3.3、将各比值图像分别升采样到重...

【专利技术属性】
技术研发人员：王蕾，李国亮，戴才萍，
申请(专利权)人：中国科学院紫金山天文台，
类型：发明
国别省市：江苏,32