[发明专利]一种基于图像序列的水对空畸变校正算法

权利要求书

1.一种基于图像序列的水对空畸变校正算法，其特征在于：步骤如下：

步骤一、将图像序列的均值图像作为图像配准的基准图像；

步骤二、对均值图像进行去模糊处理，具体是基于图像边缘增强和噪声抑制的去模糊算法对获取的均值图像进行去模糊处理；

步骤三、采用一种非刚性的B-spline图像配准方法估测图像畸变矩阵，采用L-BFGS优化方法解决配准算法的优化问题；

步骤四、为了估测准确的畸变矩阵，采用多次迭代配准算法优化畸变矩阵，根据最后获得畸变矩阵基于2D插值来恢复畸变的图像序列。

2.根据权利要求1所述的一种基于图像序列的水对空畸变校正算法，其特征在于：在步骤一中，采用畸变图像序列的均值作为图像配准的基准图像。

3.根据权利要求1或2所述的一种基于图像序列的水对空畸变校正算法，其特征在于：步骤二中去模糊具体包括：

采用最大先验法对模糊核的估测，给出x、M和k分别为濳像、模糊图像和模糊核，则模糊核模型为：

其中：f(x)和f(k)分别为濳像和模糊核的先验，λ和β为f(x)和f(k)的权重值；将模糊核模型分解为两个子问题：x和k的子问题，分别为：

优化两个子问题的标准方法是从初始化x和k开始，然后交替更新迭代中的x和k，且交替更新x和k的表达式为：

其中：M'是图像M经过图像边缘增强和噪声抑制处理后的图像，关于k的最小化问题为：

其中：则关于k最小化问题通过快速傅里叶变换可变换为：

其中：和分别为快速傅里叶变换和快速傅里叶逆变换，是共轭转置算子；采用基于半二次分裂的有效交替最小化方法，则x的更新为：

其中：ω₁和ω₂是两个辅助变量，η是一个控制参数，则x的更新的闭环解为：

4.根据权利要求1或2所述的一种基于图像序列的水对空畸变校正算法，其特征在于：步骤三的具体步骤如下：

畸变矩阵估计取决于图像配准，B-spline的变换向量Γ(x,y)可以表示为：

其中，Φ_i,j是变换向量的控制点，和B_m和B_l是标准B-spline的基准函数，且有：

为了估测精确的畸变矩阵，使用局部变换参数最小化能量函数：

其中，

H(M),H(Γ(I'_i))分别代表M和Γ(I'_i)的边缘熵，S表示图像区域的面积。

5.根据权利要求3所述的一种基于图像序列的水对空畸变校正算法，其特征在于：步骤三的具体步骤如下：

畸变矩阵估计取决于图像配准，B-spline的变换向量Γ(x,y)可以表示为：

其中，Φ_i,j是变换向量的控制点，和B_m和B_l是标准B-spline的基准函数，且有：

为了估测精确的畸变矩阵，使用局部变换参数最小化能量函数：

其中，

H(M),H(Γ(I'_i))分别代表M和Γ(I'_i)的边缘熵，S表示图像区域的面积。