[发明专利]基于变分正则化的大气扰动图像恢复方法

摘要

基于变分正则化的大气扰动图像恢复方法，涉及图像处理。获取对固定目标的受到大气干扰的视频帧或者用模拟软件对一张图片附加模拟扰动以生成一组视频帧；对视频帧进行低秩分解，得到初始参考图像；使用基于非局部全变差正则项与可控核回归正则项的优化模型对参考图像进行优化，并用分离的Bregman算法实现加快该优化过程；用优化后的参考图像对视频帧进行B样条插值配准，得到经过配准后的视频帧；使用空间加权核范数最小化，将配准后的视频帧融合成一张近衍射极限图片；对近衍射极限图片进行去卷积处理，得到最后的去除了模糊和噪声的图片。提升扰动去除结果，得到了视觉清晰以及细节丰富的恢复图像，可用于高空对地观测、远距离监控等。

主权项

1.基于变分模型以及低秩逼近的大气扰动的去除方法，包括：(1)有一组在空中拍摄固定目标的视频帧序列{fi}，它们受到了大气扰动的影响而产生了模糊和畸变；(2)对视频帧序列{fi}进行低秩分解，得到初始参考图像I0；(3)令Out_loop为外层迭代变量，初始化Out_loop＝1，设置最大外层循环次数max_out，将I0作为当前要优化的参考图像u；(4)中层迭代为Bregman距离(Bregman distance)迭代，令Middl_loop为中层迭代变量，初始化Middle_loop＝1，设置最大中层循环次数max_middle，将初始帧序列{f_i}作为当前帧(5)对于当前帧序列中的每一帧利用B‑spline配准方法计算参考图像到的形变矩阵Φ_i；(6)内层迭代为向前‑向后算子分离迭代，令Inter_loop为内层迭代变量，初始化Inter_loop＝1,设置最大内层循环次数max_inter；(7)利用{Φ_i}、和u进行向前步骤，得到迭代过程变量v；(8)用非局部全变差和可控核回归全变差为正则项得到最优化式子，然后使用分离的Bregman迭代算法进行求解最优化式子得到新的u；(9)将Inter_loop>max_inter作为循环终止条件，若Inter_loop不满足大于max_inter的条件，在将Inter_loop的值增加1后返回步骤(7)，否则直接执行步骤(10)；(10)利用{Φ_i}、u和初始帧序列{f_i}进行当前帧序列的更新；(11)将Middle_loop>max_middle作为循环终止条件,若Middle_loop不满足大于max_middle的条件，则在将Middle_loop值增加1后返回步骤(5)，否则直接执行步骤(12)；(12)将优化后的参考图像作为当前参考图像u，即(13)利用当前参考图像u，对当前视频帧进行B‑spline近似配准，去掉几何形变，得到配准后的视频帧序列{H_i}；(14)对配准后的视频帧序列{Hi}进行低秩分解，得到结果作为新的参考图像u；(15)将Out_loop>max_out作为循环终止条件，若Out_loop不满足大于max_out的条件，在将Out_loop的值增加1后返回步骤(4)，否则直接执行步骤(16)；(16)使用空间加权原子核范数最小化将配准以后的视频帧序列{Hi}融合成一张近衍射极限图片Ifusion；(17)将融合图片Ifusion进行去卷积处理，得到最后的去除大气扰动后的图片Ifinal。