[发明专利]一种气动光学退化图像序列自适应校正方法

摘要

本发明公开了一种气动光学退化图像序列自适应校正方法，步骤为：①将退化序列图像按相邻两帧成对分组；②规定点扩展函数支撑域总的变化范围，③确定当前组图像的点扩展函数的支撑域变化范围；④对当前组图像进行图像校正；⑤度量图像恢复效果的品质；⑥根据校正图像品质度量结果迭代递推估计最优点扩展函数支撑域及其点扩展函数；⑦选择相邻两组图像共有帧的最佳校正结果；⑧循环执行，完成对退化序列图像的校正。本发明能在点扩展函数支撑域未知的条件下，利用图像的品质度量准则，自适应得出最优的图像校正结果，并且利用序列图像中相邻帧的信息，缩小寻优范围，提高校正效率，对气动光学退化图像序列实现有效的快速的校正。

主权项

1、一种气动光学退化图像序列自适应校正方法，其步骤包括：(1)将退化图像序列(f1，f2，f3，......，fT-2，fT-1，fT)按相邻两帧成对分组，每一组图像构成校正和恢复运算的基本处理对象：(f1，f2)，(f2，f3)(f3，f4)，......，(fT-2，fT-1)，(fT-1，fT)T为退化图像的帧数；(2)设定点扩展函数支撑域的总变化范围，其最小取值Mmin×Mmin和最大取值Mmax×Mmax；(3)对一组图像(fi-1，fi)自适应确定该组图像的点扩展函数支撑域的变化范围，其最小值为Mlow×Mlow，最大值为Mhigh×Mhigh，i为退化图像的帧序号，fi表示第i帧图像，i的初始值为2，若i为2或L的整数倍，L的取值范围为2至T，则Mlow＝Mmin，Mhigh＝Mhigh，转入步骤(4)；否则，取Mlow＝M-2，Mhigh＝Mk+2，Mk为上一组得出的最优点扩展函数支撑域；(4)令M＝Mlow+m-1，1≤m≤k，k＝Mhigh-Mlow+1；首先估计两帧图像的点扩展函数hi-1(x，y)和hi(x，y)，(x，y)分别表示图像高度和宽度方向上的象素坐标；再利用估计的两帧图像的点扩展函数对两帧图像进行校正恢复，得到两帧图像的恢复图像o(i-1)m(u，v)和o(i)m(u，v)；(5)分别计算恢复图像o(i-1)m(u，v)和o(i)m(u，v)的图像模糊度D(i-1)m和D(i)m，对图象恢复效果的品质进行度量；(6)令m＝m+1，若M＜Mhigh，则重复步骤(4)和(5)，否则，步骤(7)；(7)求m＝1，2，...，k时D(i-1)m和D(i)m的最小值，设该最小值所对应的标号为K，设Mbest＝Mlow+K-1，则最优点扩展函数支撑域为Mbest×Mbest，所对应估计出的点扩展函数及其校正后的图像o(i-1)K和o(i)K为最优校正结果；(8)对于相邻两组图像所求出的最优校正结果o(i-2)K和o(i-1)K，o(i-1)K和o(i)K，比较两次求出的o(i-1)K，选取两者中更优的作为校正的输出结果；(9)令i＝i+1，若i≤T，重复步骤(3)到(9)；若i＞T，则序列图像校正结束。