[发明专利]一种适应大气湍流变化的多帧自适应光学图像恢复方法

说明书

技术领域

本发明属于光学图像处理领域，涉及到一种能够适应大气湍流变化的光学图像恢复方法，特别是经自适应光学系统成像校正后的天文目标或空间目标图像处理方法。

背景技术

经自适应光学系统实时像差校正后，已经补偿了造成图像模糊的大部分低阶像差。但一般情况下，受到系统成本、有限带宽及探测噪声等的限制，自适应光学方法对大气湍流的补偿不完全，目标的高频信息依然受到抑制和衰减。高频信息的丢失则使得目标细节特征不清晰，那么空间精确定位和目标识别的要求很难得到满足。

对上述部分校正后的自适应光学图像进行二次处理，将未被自适应光学系统补偿的波前残差进行校正，以得到更好的成像质量。斑点成像技术已成功应用于天文点目标恢复，如Knox-Thompson交叉谱或双谱处理技术。但该方法实现过程中需要有参考目标，且需要处理上千幅短曝光图像。当用于扩展目标时，参考信息通常很难获得，使用起来有其局限性；幸运成像技术可以用于扩展目标成像中，但图像恢复的精度一定程度上依赖于获得“幸运像”的概率，适用于湍流较小时的成像条件。按照系统点扩散函数是否已知，可将卷积类方法分为解卷积(已知)、盲解卷积(未知)和Myopic解卷(小部分可知但不可靠)。解卷积法通常要使用波前探测器，对硬件的要求比较高。实际情况中，系统点扩散函数往往难以确定。因此，在既不知道理想目标又不清楚点系统点扩散函数的情况下，不需要任何先验知识，对系统要求低的盲解卷积算法则得到广泛应用，但其收敛性能还需要改进，在低光子水平或噪声较大的情况下，算法往往不够稳定，对噪声很敏感。

上述几种图像事后处理方法大多要求多幅短曝光图像对应的成像系统综合点扩散函数(包括大气传递函数和光学系统传递函数)相同，即在湍流冻结的时间内，完成多幅短曝光图像的采集和处理，因此对算法的实时性要求高。如散斑成像，、幸运成像、扩展目标成像，但这些方法都存在计算量大，实时性差等问题，仅适用于对实时性没有要求的场合。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种适应大气湍流动态变化的多帧自适应光学图像恢复方法。

本发明所要解决的技术问题是通过以下的技术方案来实现的。本发明是一种适应大气湍流动态变化的多帧自适应光学图像恢复方法，其特点是，该方法包括：

(1)采集湍流条件下自适应光学校正后不同时刻的多个系统点扩散函数，即系统的点目标成像，把多个图像经傅里叶变换转换到频域，分析不同时刻校正后系统点扩散函数之间的相近性和互异性；使用不同点扩散函数的相关西尔维斯特Sylvester矩阵的条件数来判断彼此之间的接近程度，为正则项选择提供参考；

(2)采集自适应光学校正后不同时刻的天文目标图像或空间目标图像，建立求解系统点扩散函数的线性方程，将图像恢复问题转化为线性求解；当图像的尺寸较大时，矩阵维数较高，采用基于快速傅里叶变换FFT的方法求解；

(3)基于成像噪声、点扩散函数之间的互异性程度及点扩散函数的拖尾特性，添加正则项以得到稳定解；采用最小二乘式作为正则约束项，由于自适应光学校正后点扩散函数的谱通常具有稀疏结构特性，使用l₁范数正则化模型来处理点扩散函数之间的一定程度的相近性和点扩散函数的拖尾性；建立系统点扩散函数求解的凸优化模型；

(4)使用经典的凸优化求解算法求解凸优化方程，从而解出系统点扩散函数；

(5)定义目标函数，添加正则项，解卷积求解待观测目标；采用对噪声具有很好抑制作用的全变分正则项，求解得到待观测目标的估计值，从而恢复出图像。

本发明所述的一种适应大气湍流动态变化的多帧自适应光学图像恢复方法，其进一步优选的技术方案是：所述的凸优化算法采用内点法、投影次梯度法、或者低秩法。

本发明所述的一种适应大气湍流动态变化的多帧自适应光学图像恢复方法，其进一步优选的技术方案是：采集自适应光学校正后不同时刻的天文目标图像或空间目标图像，建立求解系统点扩散函数的线性方程，如公式(3)：

将图像恢复问题转化为线性求解；