一种基于多帧盲解卷积的图像快速复原方法技术

本发明专利技术公开了一种基于多帧盲解卷积的图像快速复原方法

【技术实现步骤摘要】
一种基于多帧盲解卷积的图像快速复原方法、设备及介质


[0001]本专利技术涉及图像复原
，具体涉及一种基于多帧盲解卷积的图像快速复原方法
、
设备及介质
。

技术介绍

[0002]多帧盲解卷积算法能够实现少帧
(
帧数低于
20)
模糊图像的高分辨图像重建，对于空间目标观测起到关键作用
。
传统的多帧盲解卷积算法在计算过程中使用共轭梯度法，现有的共轭梯度法具有三重循环结构，计算量大
、
计算耗时长，完成单次复原任务往往需要数分钟甚至数小时，在实际应用中受到很大限制
。
[0003]综上所述，急需一种基于多帧盲解卷积的图像快速复原方法
、
设备及介质以解决现有技术中存在的问题
。

技术实现思路

[0004]本专利技术目的在于提供一种基于多帧盲解卷积的图像快速复原方法
、
设备及介质，具体技术方案如下：
[0005]一种基于多帧盲解卷积的图像快速复原方法，其特征在于，步骤如下：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多帧盲解卷积的图像快速复原方法，其特征在于，步骤如下：步骤
S100
：配准观测图像，具体是，读入观测图像，并对观测图像进行配准处理；步骤
S200
：初始化设置，具体是，将配准后的观测图像从
CPU
传入
GPU
中，进行初始化设置，所述初始化设置包括设置目标图像以及点扩散函数的初值
、
构建代价函数
、
选取参量化方法和优化算法；步骤
S300
：应用多帧盲解卷积复原图像，具体包括：步骤
S301
，判断是否达标，具体是，检验目标图像是否达标或者复原过程是否达到最大复原次数；若是目标图像达标或者复原过程达到最大复原次数，则将点扩散函数和目标图像从
GPU
传递到
CPU
中，以图像的形式进行输出；若是目标图像未达标且复原过程未达到最大复原次数，则进入步骤
S302
；步骤
S302
：优化目标图像和点扩散函数，具体是，保持目标图像不变，使用基于
macopt
的优化共轭梯度法对点扩散函数进行优化；保持点扩散函数不变，使用基于
macopt
的优化共轭梯度法对目标图像进行优化，进入步骤
S303
；步骤
S303
：更新复原次数，具体是，复原次数加1，返回步骤
S301。2.
根据权利要求1所述的图像快速复原方法，其特征在于，在步骤
S100
中，在去除本底和平场基础上，采用基于傅里叶变换的相位相关算法对观测图像进行平移配准，具体过程如下：计算第一帧观测图像
g1的傅里叶变换
G1，再计算第
w
帧观测图像的傅里叶变换
G
w
，第一帧与第
w
帧图像的归一化功率谱
R(u,v)
如式
1)
所示：其中，
(x0,y0)
表示第一帧和第
w
帧之间的平移量；
*
表示共轭；
(u,v)
表示空间频率；
j
是虚数单位；对式
1)
进行傅里叶逆变化，得到式
2)
：
r(x,y)
＝
FFT
‑1(R)
＝
δ
(x
‑
x0,y
‑
y0)
ꢀꢀꢀꢀꢀꢀ
2)
其中，
FFT
‑1表示傅里叶逆变换；
r(x,y)
是归一化功率谱
R(u,v)
的傅里叶逆变换；
δ
(x
‑
x0,y
‑
y0)
表示中心位于
(x0,y0)
的狄拉克函数；式
2)
代表一个含有尖锐脉冲的函数，该尖锐脉冲的位置就代表了平移值的大小，基于所述平移值实现观测图像的平移配准
。3.
根据权利要求2所述的图像快速复原方法，其特征在于，在步骤
S200
中，所述代价函数的表达式如下：其中，
J(x,y)
表示代价函数；
σ2表示观测图像噪声的方差；
g
w
(x,y)
表示第
w
帧观测图像；
f(x,y)
表示目标图像；
h
w
(x,y)
表示第
w
帧观测图像的点扩散函数；表示卷积运算；为求导符号；表示的二范数；
λ0为正则化系数
。4.
根据权利要求3所述的图像快速复原方法，其特征在于，在步骤
S200
中，目标图像的初值采用观测图像的平均值，点扩散函数的初值采用观测图像的自相关，表达式如下：
其中，
f0(x,y)
表示目标图像的初值，
W
表示观测图像帧数，表示第
w
帧点扩散函数的初值，表示卷积计算
。5.
根据权利要求4所述的图像快速复原方法，其特征在于，在步骤
S200
中，参量化方法用于对目标图像和点扩散函数进行参量化，表达式如下：用于对目标图像和点扩散函数进行参量化，表达式如下：其中，
h(x,y)
表示点扩散函数；表示目标图像参量化后的变量；
φ2(x,y)
表示点扩散函数参量化后的变量
。6.
根据权利要求5所述的图像快速复原方法，其特征在于，在步骤
S301
中，检验目标图像是否达标或者复原过程是否达到最大复原次数，具体是：设置复原次数
k
，初始值为1，
k
的值在完成一次图像复原后加1，设置最大复原次数为
k_maxiter
，设置梯...

【专利技术属性】
技术研发人员：杨慧哲，梁永辉，陈宗旭，刘进，刘雪雯，厉文涛，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：