基于极大似然原理的天文图像盲恢复与重建

发布时间：2021-09-22 04:14

　　利用天文目标的高清晰图像可以对天体的大小、质量做出估计，进而测算出天体之间的距离，还可以对天体以及其它空间碎片进行分类和轨道估计，并对其未来位置做出预测，以免发生碰撞。更重要的是，通过其它天文扩展目标（如土星、木星等）的高清晰图像可提供相应天文目标的形态结构信息，为天文目标观测与研究提供重要的技术支持。但是，由于大气湍流等引起的光学畸变和光学系统本身的限制，使得获取的目标图像出现模糊和降质。因此，利用快速有效的后处理方法来提高图像的分辨率就是一种比较经济有效的途径。本论文对天文目标图像的高清晰恢复与重建进行了研究和实践，主要工作包括： 1、介绍了对天文目标图像进行盲解卷积恢复与重建的意义、现状及难点。 2、对传统的线性解卷积方法和现在比较常用的非线性解卷积方法进行了讨论。 3、实现了一种有限光子非相干成像的极大似然盲解卷积算法，并对该方法的重建效果进行了说明。 4、对基于严格先验约束的极大似然盲解卷积算法进行了改进，得到了理想的高清晰恢复效果。 5、针对实际应用情况，分析了天文目标图像盲解卷积恢复与重建技术的研究和发展方向。 

【文章来源】：战略支援部队信息工程大学河南省

【文章页数】：50 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 天文图像恢复研究的意义
    1.2 天文图像恢复研究的现状
    1.3 本论文的主要内容及其创新点
    1.4 论文的具体安排
第二章 图像的解卷积
    2.1 解卷积问题的难点
        2.1.1 问题的定义
        2.1.2 难点
        2.1.3 求解卷积的方法
    2.2 传统的线性解卷积方法
        2.2.1 直接解卷积方法
        2.2.2 Van Cittert's方法
        2.2.3 矩阵求逆法
        2.2.4 逆滤波器方法
    2.3 现代受约束的非线性解卷积方法
        2.3.1 约束的含义
        2.3.2 Gold方法
        2.3.3 RICHARDSON-LUCY方法
    2.4 解卷积和图像复原的应用
    2.5 小结
第三章 有限光子非相干成像的极大似然盲解卷积算法
    3.1 光电探测和光子成像理论基础
        3.1.1 光电探测概要
        3.1.2 光子噪声及其对图像质量的影响
        3.1.3 光电光信号检测过程的准经典模型(semi-classical)
        3.1.4 Poisson统计理论在有限光子成像中的结果
        3.1.5 观测图像频谱的信噪比
    3.2 本章算法简介
    3.3 算法推导
    3.4 算法流程与实现
        3.4.1 算法流程
        3.4.2 试验结果
    3.5 小结
第四章 基于严格先验约束的极大似然盲解卷积算法
    4.1 广义极大似然算法
    4.2 共轭梯度最小化方法及其代价函数的梯度推导
        4.2.1 共轭梯度最小化方法原理
        4.2.2 梯度推导
    4.3 宽松先验约束和严格先验约束
        4.3.1 宽松先验约束
        4.3.2 严格先验约束
    4.4 动态支持域约束的极大似然算法
    4.5 算法实现流程
    4.6 试验结果
    4.7 小结
第五章 结论与展望
    5.1 本文的总结
    5.2 空间目标图像高清晰盲恢复与重建的研究与发展方向
参考文献:
附录
致谢



本文编号：3403118