基于纹理特征的图像复原方法研究

发布时间：2021-07-17 20:39

　　图像在形成、拍摄、处理等过程中,成像系统、大气环境、人为操作和处理方法不完善会造成图像细节丢失和分辨率下降,制约图像信息的传递和解析。尽管通过改善机械装置、增设光学器件等硬件可以消除部分模糊。但对于有些因素来说,它们产生的图像质量退化问题,无论是从硬件上还是环境上,都很难做到完全规避,例如光学系统的衍射极限、大气湍流的扰动以及大气散射。因而,从数字图像处理的角度对降质图像进行恢复,无论是在理论研究上,还是在实际应用上都具有难以替代的价值。目前,许多图像复原算法和方案都是基于特定的假设条件而提出的,实际的模糊图像不一定能够满足这些前提条件或者只能满足部分条件。因此,找到更符合真实图像的特征和先验来指导图像复原过程是解决复原问题、提升复原效果的关键。图像纹理与图像中的亮度变化相关,可以表征出图像的规则性、粗糙度和对比度等局部和全局结构特性。从纹理分析的角度对模糊图像复原的理论及关键技术进行研究具有重要的理论意义和应用价值。本文根据图像纹理特征,分别改进了大气湍流退化图像的光学传递函数估计模型,约束了运动退化图像的反卷积进程,分析大气散射退化图像内容获取了更准确的估计量。首先,本文总结了图像... 

【文章来源】：中国科学院大学(中国科学院长春光学精密机械与物理研究所)吉林省

【文章页数】：120 页

【学位级别】：博士

【部分图文】：

随处可见的图像纹理Figure1.1Imagetextureeverywhere

基于纹理特征的图像复原方法研究4湍流效应，显著地提高了大约一个数量级的空间分辨率，达到或接近其理论上的衍射极限。自适应光学系统利用可变形镜面来削弱大气扰动对入射波前的影响，补偿波前畸变失真，提升光学系统的性能。它有三个基础的组成部分：波前探测器、波前控制器和波前校正器。图1.2为自适应光学系统的基本结构图。波前探测器主要是用来探测入射光的波前畸变，通过相机拍摄到的参考星星象来推算当前的波前斜率。波前控制器通过一系列解算，由波前斜率计算出波前相位，然后经由控制系统将其反馈给波前校正器。波前校正器由多个变形镜组成，它按照反馈量调整变形镜各个子模块来改变反射光束的方向，补偿波前的畸变，提高图像的分辨率。图1.2自适应光学系统Figure1.2Adaptiveopticssystem1976年，第一台装配了自适应光学系统的3.6米口径的地基望远镜在智利正式投入使用，这架新技术望远镜是欧洲南方天文台耗费七年时间建造的。随后，越来越多配备了自适应光学系统的大型地面光学/红外望远镜投入使用，例如8米口径双子望远镜、3.6米口径的加拿大-法国-夏威夷望远镜、10米口径的凯克望远镜、8.2米口径的日本昴星团望远镜等等。虽然自适应光学在天文领域应用较为广泛，但自适应光学系统需要高频地调整变形镜镜面形状，变形镜一般要求镜面尺寸很小，所以对材料的要求很高。此外，为了精确校正失真，波前校正器CameraHigh-resolutionimageBeam-splitterCorrectedwavefrontWavefrontsensorReal-TimecomputerDeformablemirror

第1章绪论7分具有应用价值，其研究成果应用于包括但不限于图像处理、计算机视觉、医学和天文成像以及数字通信等各个学科。除了从数字图像处理的角度分析运动模糊问题，研究人员也尝试从硬件开发的角度寻求解决运动模糊问题的方法。去除运动模糊的传统方法是将传感器与被拍摄的场景分开考虑，采用后处理的方式减轻图像的模糊效果。目前，一些结合了传感器设计和图像处理算法的去模糊方法正在开发中。这些方法要么集成惯性传感器数据，要么由具有不同传感器特性的多个摄像机构成混合系统，要么通过编码曝光摄像机估计PSF本身的参数，均取得了不错的复原效果。长期以来，从单幅运动模糊图像中恢复出清晰的图像一直是一个热点问题。图1.3给出了单幅运动模糊图像的复原效果图。当运动模糊核或点扩展函数（PSF）可以认为是移位不变时，上述问题称为图像反卷积问题。根据模糊核是否已知，图像反卷积可以进一步分类为盲反卷积和非盲反卷积。(a)运动模糊图像(b)PSF(c)复原结果图1.3运动模糊图像及复原结果Figure1.3Motionblurredimageandrestorationresult在非盲反卷积中，运动模糊核通常可以由其他方式获知或计算，其主要任务是估计出清晰的潜在图像。非盲去卷积算法不但要减少出现在强边缘附近的振铃伪像，抑制噪声还要尽可能节省计算量。经典的方法，如Wiener滤波、最小二乘滤波、递归卡尔曼滤波和Richardson-Lucy（RL）算法，因其简单性和高效性而被受研究人员青睐，出现了许多变体[25]。许多反卷积算法通过最小化由数据项和正则化（也称为先验知识）组成的能量函数来恢复运动模糊图像。其中，数据项量化卷积图像与模糊的观察图像之间的差异，记为：EdataEpriorEdata

【参考文献】：
期刊论文
[1]基于暗原色先验的图像去雾方法研究[J]. 郭翰,徐晓婷,李博.  光学学报. 2018(04)
[2]多尺度引导滤波及其在去雾中的应用[J]. 武昆,韩广良,杨航,王宇庆,吴笑天.  光学精密工程. 2017(08)
[3]尺度自适应暗通道先验去雾方法[J]. 宋颖超,罗海波,惠斌,常铮.  红外与激光工程. 2016(09)
[4]基于暗通道先验的快速图像去雾[J]. 王雪梅,鞠铭烨.  科学技术与工程. 2016(20)
[5]基于暗通道先验和Retinex理论的快速单幅图像去雾方法[J]. 刘海波,杨杰,吴正平,张庆年,邓勇.  自动化学报. 2015(07)
[6]多区域参数估计实时图像盲复原[J]. 王辉,吴钦章.  光电工程. 2012(03)
[7]图像去雾的无参考客观质量评测方法[J]. 李大鹏,禹晶,肖创柏.  中国图象图形学报. 2011(09)
[8]基于物理模型的快速单幅图像去雾方法[J]. 禹晶,李大鹏,廖庆敏.  自动化学报. 2011(02)
[9]图像纹理特征提取方法综述[J]. 刘丽,匡纲要.  中国图象图形学报. 2009(04)
[10]改进APEX算法在图像增强中的应用[J]. 孙雷,张艳,徐青,张春美.  测绘科学技术学报. 2007(01)

博士论文
[1]光学遥感图像质量提升及评价技术研究[D]. 崔光茫.浙江大学 2016
[2]大气退化遥感图像复原关键技术研究[D]. 姜超.解放军信息工程大学 2015
[3]运动模糊图像全变分复原理论及关键技术研究[D]. 石明珠.北京理工大学 2014
[4]基于倾斜刃边法的遥感图像调制传递函数计算及图像复原技术研究[D]. 李铁成.浙江大学 2011



本文编号：3288879