基于图像复原的衍射望远镜暗弱目标成像
发布时间：2021-04-06 14:37
衍射望远镜受限于衍射效率,其成像质量受到非成像级次衍射光的影响。针对这一问题,提出了一种基于噪声自适应估计的块匹配三维协同滤波图像复原算法。首先通过主成分分析法估计出模糊图像的噪声方差,然后结合已知的点扩展函数,通过所提算法复原出清晰图像。搭建衍射望远镜成像系统并开展实验研究。数值仿真和实验结果表明,所提算法使得复原图像调制度相比退化图像提高了3.58倍,能有效改善复原图像的细节,利于暗弱目标成像。所提算法为衍射望远镜系统对暗弱目标进行高对比度成像提供了一种有效的路径。
【文章来源】：光学学报. 2020,40(14)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
图2 分辨率板和仿真MTF曲线。
在目标位置放置针孔,测量衍射成像系统的MTF,结果如图6所示。为了排除噪声的影响,在强光条件下根据多幅图像光强归一化灰度值的均值计算出MTF测量值。需要注意的是,仿真采用的MTF是在将衍射系统近似成单个衍射透镜下计算得到的。实际系统远比仿真结构复杂,所以仿真结果只能定性反映实际系统的成像特性。该衍射系统设计的极限分辨率为65.8 lp/mm,实测的极限分辨率为56.8 lp/mm,系统的成像能力达到近衍射极限。但是,由于多级次衍射的影响,成像对比度尤其在低频部分降低,需要对图像进行复原,以提高衍射系统的成像质量。图6 衍射望远镜成像系统的MTFs
为了直观地观察两种图像复原算法的复原效果,图3分别给出了σ为0.02和0.04时的退化图、Awn复原图及ABM3D复原图。结果表明:在σ为0.02的低噪声水平下,Awn算法对低频区域进行复原的效果和ABM3D算法相当,在高频信息区域的复原效果略差;在σ为0.04的高噪声水平下,Awn算法对图像的复原效果尤其是高频信息区域明显不如ABM3D算法;而ABM3D算法在两种噪声水平下都展现出了良好的图像复原能力,仅在对高噪声水平下图像高频信息区域进行复原时的效果略微降低,这说明无论是去噪还是提升图像清晰度,ABM3D算法都具有绝对优势。为了验证算法的鲁棒性,图4给出了不同噪声下图像对应的退化图像和两种算法复原图像的PSNR和SSIM曲线。相同噪声水平下,两种评价指标曲线表现出相似的变化趋势;随着噪声的不断增大,退化图和复原图的PSNR值和SSIM值都不断下降,表示对应图像受噪声影响严重,图像质量变差;通过Awn算法复原出的图像在噪声水平较低时,复原效果较好,当噪声水平达到一定程度时,PSNR值和SSIM值甚至不如退化图像,这表明Awn算法在低噪声水平下的图像复原能力与ABM3D算法差别不大,但随着噪声水平的增大,Awn算法的去噪能力和图像清晰度复原都不理想,这是在实际应用中不希望出现的;在相同的噪声水平下,经过ABM3D算法复原的图像的PSNR值和SSIM值均大于退化图像,这表明ABM3D算法在较大的噪声水平范围内不仅能很好地抑制噪声,在图像清晰度复原方面也十分具有优势,而且随着噪声污染加重,ABM3D复原图像的PSNR值和SSIM值下降较为缓慢。可见ABM3D鲁棒性较好。定量分析结果与视觉观察效果一致。由于Awn算法简单、运算速度快,在低噪声水平也就是对清晰度要求低时,应优先选用Awn算法对图像进行复原。在噪声水平不确定且噪声比较大的情况下,应优先选择ABM3D算法。衍射望远镜系统的光能利用率较低,成像时受噪声影响比较大,应优先选用ABM3D算法对图像进行复原。
【参考文献】：
期刊论文
[1]空间大口径衍射成像系统的图像反演恢复与增强[J]. 乔凯,智喜洋,江世凯,张蕾,尹忠科. 光学精密工程. 2019(07)
本文编号：3121616
【文章来源】：光学学报. 2020,40(14)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
图2 分辨率板和仿真MTF曲线。
在目标位置放置针孔,测量衍射成像系统的MTF,结果如图6所示。为了排除噪声的影响,在强光条件下根据多幅图像光强归一化灰度值的均值计算出MTF测量值。需要注意的是,仿真采用的MTF是在将衍射系统近似成单个衍射透镜下计算得到的。实际系统远比仿真结构复杂,所以仿真结果只能定性反映实际系统的成像特性。该衍射系统设计的极限分辨率为65.8 lp/mm,实测的极限分辨率为56.8 lp/mm,系统的成像能力达到近衍射极限。但是,由于多级次衍射的影响,成像对比度尤其在低频部分降低,需要对图像进行复原,以提高衍射系统的成像质量。图6 衍射望远镜成像系统的MTFs
为了直观地观察两种图像复原算法的复原效果,图3分别给出了σ为0.02和0.04时的退化图、Awn复原图及ABM3D复原图。结果表明:在σ为0.02的低噪声水平下,Awn算法对低频区域进行复原的效果和ABM3D算法相当,在高频信息区域的复原效果略差;在σ为0.04的高噪声水平下,Awn算法对图像的复原效果尤其是高频信息区域明显不如ABM3D算法;而ABM3D算法在两种噪声水平下都展现出了良好的图像复原能力,仅在对高噪声水平下图像高频信息区域进行复原时的效果略微降低,这说明无论是去噪还是提升图像清晰度,ABM3D算法都具有绝对优势。为了验证算法的鲁棒性,图4给出了不同噪声下图像对应的退化图像和两种算法复原图像的PSNR和SSIM曲线。相同噪声水平下,两种评价指标曲线表现出相似的变化趋势;随着噪声的不断增大,退化图和复原图的PSNR值和SSIM值都不断下降,表示对应图像受噪声影响严重,图像质量变差;通过Awn算法复原出的图像在噪声水平较低时,复原效果较好,当噪声水平达到一定程度时,PSNR值和SSIM值甚至不如退化图像,这表明Awn算法在低噪声水平下的图像复原能力与ABM3D算法差别不大,但随着噪声水平的增大,Awn算法的去噪能力和图像清晰度复原都不理想,这是在实际应用中不希望出现的;在相同的噪声水平下,经过ABM3D算法复原的图像的PSNR值和SSIM值均大于退化图像,这表明ABM3D算法在较大的噪声水平范围内不仅能很好地抑制噪声,在图像清晰度复原方面也十分具有优势,而且随着噪声污染加重,ABM3D复原图像的PSNR值和SSIM值下降较为缓慢。可见ABM3D鲁棒性较好。定量分析结果与视觉观察效果一致。由于Awn算法简单、运算速度快,在低噪声水平也就是对清晰度要求低时,应优先选用Awn算法对图像进行复原。在噪声水平不确定且噪声比较大的情况下,应优先选择ABM3D算法。衍射望远镜系统的光能利用率较低,成像时受噪声影响比较大,应优先选用ABM3D算法对图像进行复原。
【参考文献】：
期刊论文
[1]空间大口径衍射成像系统的图像反演恢复与增强[J]. 乔凯,智喜洋,江世凯,张蕾,尹忠科. 光学精密工程. 2019(07)
本文编号：3121616
本文链接：https://www.wllwen.com/kejilunwen/yiqiyibiao/3121616.html
