气动光学效应大视场退化图像逐点校正复原方法及系统技术方案

本发明专利技术公开了一种气动光学效应大视场退化图像逐点校正复原方法，包括：计算输入的退化图像的梯度，选取多个大梯度区域，并计算每个局部区域的模糊核；逐点计算到最近两个局部区域中心点的距离，并根据每个像素点的两个距离对全图各点的模糊核进行反距离加权插值计算，得到全图各点模糊核初值，构成初始模糊核矩阵；根据初始模糊核矩阵建立空变退化模型，并添加非负性约束正则化项和基于自适应各向异性变系数的稀疏性约束正则化项使目标图像和各点模糊核具有非负性和空间自适应性；求解空变退化模型，得到各点的模糊核与各点的灰度值来实现逐点校正，最终输出空变退化复原图像。本发明专利技术能够对大视场的气动光学效应空变退化图像进行校正复原。化图像进行校正复原。化图像进行校正复原。

【技术实现步骤摘要】
气动光学效应大视场退化图像逐点校正复原方法及系统


[0001]本专利技术涉及航天图像处理、气动光学效应校正领域，尤其涉及一种气动光学效应大视场退化图像逐点校正复原方及系统。

技术介绍

[0002]近年来，我国高速飞行器航天探测技术迅猛发展，搭载光学成像系统的高速飞行器已被广泛应用于监视、侦查和探测等任务。但由于高速飞行器在高速飞行过程中成像环境严酷，光学头罩与来流之间形成复杂的高速流场，产生了气动光学效应，目标成像质量劣化，信噪比、信杂比大幅降低。现代的气动光学效应退化图像复原技术已不仅仅着眼于能够实现复原，对复原质量亦有着严苛的要求。在星体表面检测、飞行器轨道勘测等领域往往需要获得高质量的清晰图像，图像越清晰，越利于信息分析。因此，如何抵消或减轻高速飞行条件下气动光学效应的不利影响成为亟待解决的问题。
[0003]现有的气动光学效应退化图像复原方法主要有：1、流场控制方法可以减小气动光学效应的影响，但远不能消除这种影响；2、自适应光学方法可以完成波前相差的部分复原、数字图像复原方法可以解决空不变气动光学效应退化图像的复原，但都难以实现气动光学效应大视场空变退化图像的复原。且实际上航天图像的成像环境干扰众多且不可避免，实际成像模糊核一般都是空变的，现有的算法对其求解出的模糊核始终会有偏差，有时会降低图像复原质量且耗时过长。因此有必要针对这些应用需求设计专用的气动光学效应退化图像复原算法。

技术实现思路

[0004]本专利技术要解决的技术问题在于针对现有技术中的缺陷，提供一种气动光学效应大视场退化图像逐点校正复原方法。
[0005]本专利技术解决其技术问题所采用的技术方案是：提供一种气动光学效应大视场退化图像逐点校正复原方法，包括以下步骤：S1、计算输入的退化图像的梯度，选取多个大梯度区域，根据大梯度在退化图像上的分布提取多个局部区域，并计算每个局部区域的模糊核；S2、逐点计算到最近两个局部区域中心点的距离，并根据每个像素点的两个距离对全图各点的模糊核进行反距离加权插值计算，得到全图各点模糊核初值，构成初始模糊核矩阵；S3、根据初始模糊核矩阵建立空变退化模型，并添加由目标图像和各点初始模糊核二者灰度值决定的非负性约束正则化项和基于由目标图像和各点初始模糊核二者梯度值决定的自适应各向异性变系数的稀疏性约束正则化项使目标图像和各点模糊核具有非负性和空间自适应性；S4、求解空变退化模型，得到各点的模糊核与各点的灰度值来实现逐点校正，最终输出空变退化复原图像。
[0006]接上述技术方案，步骤S1的具体方法为：S11、利用多尺度形态学梯度算子求得退化图像的梯度；S12、利用梯度有用性指标滤除小结构梯度区域，在滤除后的梯度图像上选取长宽方向都大于一定值的大梯度局部区域，然后根据大梯度在退化图像上的分布提取多个局部区域；S13、利用基于空间相关约束的非负性最小二乘准则算法估计所提取出的每个局部区域的模糊核。
[0007]接上述技术方案，步骤S2的具体方法为：S21、将每个局部区域的模糊核视为该局部区域各点的模糊核初值；S22、计算每个像素点到所有局部区域中心点的欧氏距离；S23、比较得到每个像素点到最近两个局部区域中心点的欧式距离，并将距离视为相应的权重系数，根据该权重系数对相应像素点的模糊核进行反距离加权插值计算，得到相应像素点的模糊核初值。
[0008]接上述技术方案，步骤S4中具体利用Bregman多变量分离求解算法和滞后定点迭代方法，求解各点的模糊核和各点灰度值。
[0009]本专利技术还提供一种气动光学效应大视场空变退化图像逐点复原系统，包括：局部区域筛选模块，用于计算输入退化图像的梯度，选取多个大梯度区域，根据大梯度在退化图像上的分布提取多个局部区域，并计算每个局部区域的模糊核；模糊核初值计算模块，用于逐点计算到最近两个局部区域中心点的距离，并根据每个像素点的两个距离对全图各点的模糊核进行反距离加权插值计算，得到全图各点模糊核初值，构成初始模糊核矩阵；空变退化模型构建模块，用于根据初始模糊核矩阵建立空变退化模型，并添加非负性约束正则化项和基于自适应各向异性变系数的稀疏性约束正则化项使目标图像和各点模糊核具有非负性和空间自适应性；模型求解模块，用于求解空变退化模型，得到各点的模糊核与各点的灰度值来实现逐点校正，最终输出空变退化复原图像。
[0010]接上述技术方案，局部区域筛选模块具体包括：梯度计算子模块，用于利用多尺度形态学梯度算子求得退化图像的梯度；梯度滤除子模块，用于利用梯度有用性指标滤除小结构梯度区域，在滤除后的梯度图像上选取长宽方向都大于一定值的大梯度局部区域，然后根据大梯度在退化图像上的分布提取多个局部区域；区域模糊核估算子模块，用于利用基于空间相关约束的非负性最小二乘准则算法估计所提取出的每个局部区域的模糊核。
[0011]接上述技术方案，模糊核初值计算模块具体包括：各点模糊核确定子模块，用于将每个局部区域的模糊核视为该局部区域各点的模糊核初值；距离计算子模块，用于计算每个像素点到所有局部区域中心点的欧氏距离；加权模糊核计算子模块，用于比较得到每个像素点到最近两个局部区域中心点的欧式距离，并将距离视为相应的权重系数，根据该权重系数对相应像素点的模糊核进行反
距离加权插值计算，得到相应像素点的模糊核初值。
[0012]接上述技术方案，模型求解模块具体利用Bregman多变量分离求解算法和滞后定点迭代方法，求解各点的模糊核和各点灰度值。
[0013]本专利技术还提供一种计算机存储介质，其可被处理器执行，且其内存储有计算机程序，该计算机程序执行上述技术方案所述的气动光学效应大视场退化图像逐点校正复原方法。
[0014]本专利技术提供一种气动光学效应大视场退化图像逐点校正复原方法，包括以下步骤：本专利技术产生的有益效果是：本专利技术的气动光学效应大视场退化图像逐点复原方法，在大视场条件下，通过插值构成初始模糊核矩阵满足各点模糊核连续变化的规律，进一步向空变退化模型添加非负和基于自适应各向异性变系数的稀疏正则化项，在抑制噪声和保留边缘特征方面具有明显的效果，迭代求解各点模糊核和灰度值以获得清晰图像，相较于空不变复原方法复原效果更准确。
附图说明
[0015]下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1为本专利技术实施例气动光学效应大视场退化图像逐点校正复原方法的流程图；图2为本专利技术实施例图像坐标与模糊核位置关系示意图；图3为本专利技术实施例正则化方案示意图；图4为本专利技术实施例函数曲线图像；图5为本专利技术实施例函数曲线图像；图6为本专利技术实施例原始气动光学效应退化图像；图7 为本专利技术实施例大梯度分布图像；图8 为本专利技术实施例局部区域模糊核图像；图9为本专利技术实施例代表点（1,1）插值估计空变模糊核图像；图10为本专利技术实施例气动光学效应退化图像空不变复原结果及空变复原结果对比图。
具体实施方式
[0016]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种气动光学效应大视场退化图像逐点校正复原方法，其特征在于，包括以下步骤：S1、计算输入的退化图像的梯度，选取多个大梯度区域，根据大梯度在退化图像上的分布提取多个局部区域，并计算每个局部区域的模糊核；S2、逐点计算到最近两个局部区域中心点的距离，并根据每个像素点的两个距离对全图各点的模糊核进行反距离加权插值计算，得到全图各点模糊核初值，构成初始模糊核矩阵；S3、根据初始模糊核矩阵建立空变退化模型，并添加由目标图像和各点初始模糊核二者灰度值决定的非负性约束正则化项和基于由目标图像与各点初始模糊核二者梯度值决定的自适应各向异性变系数的稀疏性约束正则化项使目标图像和各点模糊核具有非负性和空间自适应性；S4、求解空变退化模型，得到各点的模糊核与各点的灰度值来实现逐点校正，最终输出空变退化复原图像。2.根据权利要求1所述的气动光学效应大视场退化图像逐点校正复原方法，其特征在于，步骤S1的具体方法为：S11、利用多尺度形态学梯度算子求得退化图像的梯度；S12、利用梯度有用性指标滤除小结构梯度区域，在滤除后的梯度图像上选取长宽方向都大于一定值的大梯度局部区域，然后根据大梯度在退化图像上的分布提取多个局部区域；S13、利用基于空间相关约束的非负性最小二乘准则算法估计所提取出的每个局部区域的模糊核。3.根据权利要求1所述的气动光学效应大视场退化图像逐点校正复原方法，其特征在于，步骤S2的具体方法为：S21、将每个局部区域的模糊核视为该局部区域各点的模糊核初值；S22、计算每个像素点到所有局部区域中心点的欧氏距离；S23、比较得到每个像素点到最近两个局部区域中心点的欧式距离，并将距离视为相应的权重系数，根据该权重系数对相应像素点的模糊核进行反距离加权插值计算，得到相应像素点的模糊核初值。4.根据权利要求1所述的气动光学效应大视场退化图像逐点校正复原方法，其特征在于，步骤S4中具体利用Bregman多变量分离求解算法和滞后定点迭代方法，求解各点的模糊核和各点灰度值。5.一种气动光学效应大视场空变退化图像逐点复原系统，其特征在于，包括：局部区域筛选模块，用于计算输入退化图像的梯度，选取多个大梯度区域，根据大梯度...

【专利技术属性】
技术研发人员：洪汉玉，左志潮，张天序，时愈，张耀宗，吴锦梦，李琼，
申请(专利权)人：武汉工程大学，
类型：发明
国别省市：