目标探测多谱图像的通用复原方法技术

本发明专利技术涉及一种目标探测多谱图像的通用复原方法，步骤包括：检测退化图像轮廓，由图像轮廓找出过渡区并预测过渡区清晰图像；从多谱退化图像过渡区上选择K个点，在预测的过渡区清晰图像上找到K个对应区域，构建矩阵方程组；加入非负性约束和各向异性的空间相关性约束项，并求解得到x的迭代关系方程；4）点扩散函数矩阵x的大小为M×M；5）由x的迭代方程求解得到n变为n+1时x的值；6）如果，停止计算，得到点扩散函数x；7）由求解得到的点扩散函数，通过最大似然估计非盲反卷积方法复原得到清晰图像。本发明专利技术的有益效果是：无需知道图像退化模式，实现对任何光谱图像复原和清晰化处理，耗时少，复原效果好。

【技术实现步骤摘要】

本专利技术涉及一种。
技术介绍
在目标探测过程中，由于受湍流、运动、散射等多种因素的影响，目标探测多谱图像包含有运动、湍流、散射等多种退化模式，各种退化模式对多谱探测图像的退化影响程度也是不相同的，不同的退化模式具有不同的退化模型，因此从多谱探测图像中是很难分清具体的退化模式及各种退化因素及其影响程度。目前的复原方法是寻找各种具体的退化模式和模型，然后进行反卷积复原图像，但这些方法是不能适用于目标探测的，因为从多谱探测图像中是很难分清图像退化模式的。另外，目前现有的图像复原方法利用整个退 化图像或者退化图像的一整块区域进行复原，退化图像中平坦的目标区和背景区都参与了计算，由于平坦的目标区和背景区包含的退化信息不显著，冗余的信息会对复原带来不确定性，影响复原结果的准确性，且增加了计算负担，延误了时间，不适合应用于目标探测过程中。因此，研究和提出耗时少，复原效果好，通用复原方法是很有实际意义和实用价值的。现有技术的技术方案主要有以下几种(一)迭代盲目去卷积复原方法(IBD)及其改进后的所有复原方法(含TV复原方法等)。G. R. Ayers和J. C. Dainty于1988年提出了基于单巾贞的迭代盲目去卷积方法(IBD复原方法)，且将其应用在大气湍流退化图像的复原中，在每一次迭代中对图像进行非负性限制。Ayers和Dainty等人的研究激发了宇航学界对满目去卷积的极大兴趣。这种方法虽然在噪声情况下存在稳定性问题，但被证明是非常有发展前途的。1989年，Davery和Lane等人提出了类似的方案，但算法进一步设定了先验知识，支持域是已知的，使用维纳滤波器来获取目标和PSF的估计。IBD算法计算复杂性较低，但对噪声较敏感，主要缺点是缺乏可靠性。许多学者发表了对IBD基本算法的改进，1992年，Lane提出了一种应用于斑点图像的共轭梯度的盲目去卷积技术，该算法比Ayers和Dainty提出的IBD具有更好的鲁棒性。其基本结构与IBD算法相同。主要不同在于迭代过程中使用了梯度下降极小化误差项，从而获得较好的复原效果。该算法考虑了噪声的存在，但是对于复杂目标，会出现一些可能对应于总误差项局部极小值的解。为了解决盲目去卷积算法对噪声的敏感性和出现一些假象及解不确定的问题，Lane和Law于1996年提出了基于最小二乘优化的盲目复原方法M，通过建立一个误差项使之最小化来获得最佳解，并且在每次迭代过程中都使用最速下降法来最小化该误差项，所施加的非负性约束和支持域限制等都假定是精确已知的。迭代盲目去卷积复原方法(IBD)本质上是对Feinup相位复原算法的推广，采用的方法是迭代，并用先验知识来对图像的非负行进行限制，在每一次迭代中可以通过简单的逆滤波得到目标和PSF的估计值。迭代盲目去卷积方法在点扩展函数未知的情况下，不用向导星作参考，而是利用一些合理的先验知识，如目标强度和点扩展函数值是非负的，支持域大小以及频率域上某些已知的特性来估计目标强度。它的关键是关于退化性质和图像的先验知识的应用。迭代盲目去卷积复原方法(IBD)以及改进后的迭代盲目去卷积复原方法，都是使用整幅退化图像数据采用迭代的方式来进行复原，多用在大气湍流退化图像的复原中。其存在的缺点是 (1)只适用于大气湍流退化图像的复原，没有通用性 IBD及其所有改进方法(含TV复原法等)只适用于大气湍流退化图像的复原中，对其他退化模式的图像，如运动模糊图像，散焦模糊图像，综合因素引起的退化图像或无法知道退化模式的退化图像等等，不能复原。如果要对其他退化模式图像复原需要使用不同的复原方法； (2)耗时长 IBD及其所有改进方法(含TV复原法等)使用整张图像的信息来复原，所有数据参与了运算，而且运算采用迭代的形式，加大了运算量，导致耗时很长； (3)不能用在实际图像的复原 IBD及其所有改进方法(含TV复原法等)往往只对仿真退化图像效果较好，但对实际的退化图像复原效果不好。(二)Shan复原方法以及Fergus复原方法等可见光的运动模糊图像复原方法。对于运动模糊图像的复原，Fergus提出了一种利用贝叶斯模型来统计图像灰度梯度分布统计特性，从而估计模糊图像的运动图像复原方法，Shan提出了一种更有效的运动模糊图像复原方法，该方法同样基于图像灰度的概率分布模型。这两个算法主要利用图像边缘概率分布等先验知识，都需要手工输入模糊核的大小等等。实际情况中，模糊核的大小，方向是很难确定的，这种类型的复原方法主要缺点是假设的先验知识并不总是使用于一般的图像。而且这类复原方法仅使用于运动模糊图像的复原，而对其他形式的模糊图像并不实用。其存在的缺点是 (I)只适用于可见光运动模糊图像复原，没有通用性 熵复原方法以及Fergus复原方法等可见光的运动模糊图像复原方法只适用于大气湍流退化图像的复原中，对其他退化模式的图像，如湍流退化图像，散焦模糊图像，综合因素引起的退化图像或无法知道退化模式的退化图像等等，不能复原。如果要对其他退化模式图像复原需要使用不同的复原方法。(2)耗时长 熵复原方法以及Fergus复原方法等可见光的运动模糊图像复原方法使用整张图像或者图像中某块区域的全部的信息来复原，所有数据参与了运算，而且运算采用迭代的形式，加大了运算量，导致耗时很长。参考文献(如专利/论文/标准)1.M. R. Banham and A. K. Katsagellos, “Digital image restoration,，，IEEESignal Process. Mag. 14, 24-41 (1997).2.M. R. Banham and A. K. Katsagellos, “Digital image restoration,，，IEEESignal Process. Mag· 14，24-41 (1997).3.Y. Yitzhakyj N. S. Kopeikaj “Identification of blur parameters frommotion blurred images，” Graphics Models and Image Processing, 59(5)，310-320(1997).4.A. A. Sawchukj “Space variant system analysis of image motion，，，J Opt.Soc. Am. ^63(9), 1052-1063 (1973).5.G. R. Ayers and J. C. Dainty, “Iterative blind deconvolution method andits applications, ” Opt. Lett. 13(7)，547-549 (1988).6.B. L K. Daveyj R. G. Lane, R. Η. T. Bates, “Blind deconvolution of noisycomplex valued image”，Opt. Comm. 69，353-356，(1989). 7.R. G. Lane, “Blind deconvolution of speckle image, J. Opt. Soc. Am.本文档来自技高网...

【技术保护点】
目标探测多谱图像的通用复原方法，其步骤包括：1）输入退化图像，检测退化图像轮廓，由图像轮廓找出退化图像过渡区并预测过渡区清晰图像，同时由过渡区宽度估计得到点扩散函数最大支撑域M×M；2）从多谱退化图像过渡区上选择K个点，其中K>M2，在预测的过渡区清晰图像上找到K个对应区域，由K组数据构建关于点扩散函数的矩阵方程组，其维数为K×M2；3）在矩阵方程中加入非负性约束和各向异性的空间相关性约束项，并求解得到x的迭代关系方程？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？？；4）令初始值，其中点扩散函数矩阵x的大小为M×M；5）由x的迭代方程求解得到n变为n+1时x的值；6）如果，则停止计算，否则重复步骤5），直到满足条件为止，得到点扩散函数x；7）由求解得到的点扩散函数，通过最大似然估计非盲反卷积方法复原得到清晰图像。2012101977077100001dest_path_image001.jpg,2012101977077100001dest_path_image002.jpg,dest_path_image003.jpg,2012101977077100001dest_path_image004.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：洪汉玉，张天序，章秀华，李良成，
申请(专利权)人：武汉工程大学，
类型：发明
国别省市：