[发明专利]一种基于相关最大性的湍流退化图像复原方法

说明书

本发明公开了一种基于相关最大性的湍流退化图像复原方法，包括：对采集的多幅湍流退化图像做平均及边缘增强处理，设为参考图像；将退化图像和参考图像分割为多个子模块图像，再将对应位置的子模块图像组成一个子图像集；计算每个子图像集中的每一子模块图像与其参考图像集中的子模块图像之间的欧几里得距离，将小于中值距离的子模块图像再组成新图像集；由新图像集，基于主成分分析法和图像最大相似性特征，得到最终复原的子模块图像；再将最终复原的子模块图像，按照提取子图像集对应的位置组成一幅图像，即为得到的复原图像。本方法将采集的多帧图像和与之对应的参考图像分割成多个模糊图像空不变的子模块图像集，适用于实际的湍流退化图像。

技术领域

本发明涉及退化图像复原方法，特别涉及一种大气湍流图像复原问题，属于多帧湍流图像复原领域。

背景技术

在中远距离成像系统中，由于风速、温度等影响造成的大气湍流现象，使得传播介质折射率不规则变化，导致光波在介质中传播时产生畸变，从而造成采集图像的几何形变和模糊。因此，从湍流退化图像中有效复原原始目标图像是实现对目标探测、识别等处理的关键问题之一。

常用的湍流退化图像复原方法主要基于单帧和多帧湍流图像的复原方法。由于湍流很强的随机性，从而使对静置物体所采集的图像模糊程度在时间和空间上存在不确定性，基于多帧图像互补性的复原效果优于基于单帧图像的复原结果。因此，大多采用基于多帧图像的复原方法，目前提出的主要方法有：

利用大量采集的短曝光图像中存在“幸运图像”的可能性进行复原。这种方法是先利用图像配准的方法对获取的湍流图像进行配准，消除几何形变，从配准后的多帧图像中提取出“高质量”的图像，通过图像融合成为一张图像，再基于图像解卷积或图像增强的方式对融合后的图像进行处理，提高图像的清晰度。如专利CN103310486B公开一种大气湍流退化图像重建方法。该技术方案是先进行多帧配准消除畸变图像，再重建基于时空近邻组合的衍射模糊图像，最后采用全局一致反卷积消除衍射模糊。该类方法计算复杂，且耗时长，配准的精度直接影响最后的复原效果。

利用多帧图像估计点扩散函数的初值，通过不断循环迭代，在时域或空域上，利用解卷积得到复原图像，如最大似然估计迭代盲反卷积复原方法、Richardson-Lucy算法等。但是，通过估计点扩散函数再解卷积的方式无法有效去除噪声，因此极易导致复原结果产生振铃效应。

D.Li和R.M.Meraereau等提出一种基于主成分分析法的湍流退化图像复原算法，该方法是基于高频成分增强的思想恢复退化图像，将方差最大的第一主成分作为最大的高频成分，得到复原图像(IEEE Geosci.Remote S.2007；4(3):340-344)。该方法其实质是一种基于主成分分析法的盲去卷积恢复方法，具有快速及抗噪性强的特点，不仅可以用于多帧退化图像恢复，也可用于单帧退化图像恢复。由于主成分分析法利用的特征分解具有不确定性，因此，无法保证所计算的高频分量与均值图像的方向一致性，可能会得不到期望的复原图像。另外，该方法是将整个退化图像看成是模糊空不变图像，并不适用于实际的湍流退化图像。

发明内容

本发明提供了一种基于相关最大性的湍流退化图像复原方法，其基本思想是将采集的多帧图像分割成多个模糊图像空不变的子模块图像集，基于主成分分析法和图像最大相似性特征，得到最终复原的子模块图像，实现对湍流图像的复原，详见下文描述：

一种基于相关最大性的湍流退化图像复原方法，所述方法包括以下步骤：

对采集的多幅湍流退化图像做平均及边缘增强处理，设为参考图像；

将退化图像和参考图像分割为多个子模块图像，再将对应位置的子模块图像组成一个子图像集；

计算每个子图像集中的每一子模块图像与其参考图像集中的子模块图像之间的欧几里得距离，将小于中值距离的子模块图像再组成新图像集；