湍流圖像退化復原

1、湍流退化圖像復原湍流退化圖像復原1、引言、引言由于人類活動和太陽輻照等因素引起了大氣溫度的變化，這一溫度變化又引起了大氣密度的隨機變化，導致大氣折射率發(fā)生隨機變化，從而產生了對光學系統(tǒng)對目標的成像分辨率和成像質量的重要影響，這種現象后經對其定義指大氣中任意一點的運動，其速度的方向和大小都時刻發(fā)生著不規(guī)則的變化，從而引起各個氣團相對于大氣整體平均運動的不規(guī)則運動，這種現象被稱為大氣湍流。大氣湍流是造成圖像退化的原因之一，大氣湍流能夠造成圖

2、像模糊降晰，它能夠退化遠距離拍攝的圖像質量，如通過望遠鏡觀測到外太空的星星表現出的模糊降晰，因為地球上的大氣退化了圖像的質量，大氣湍流隨機地干擾使像元強度分布擴散、峰值降低、圖像模糊、像素位置偏移及抖動給目標識別帶來了較大的困難。光學器件受到大氣湍流的影響主要是當光經過折射率不均勻的大氣結構到達接收器件后，其振幅和相位等參數都產生了隨機的起伏變化。傳統(tǒng)的圖像復原技術都是在退化模型確定和已知的情況下進行復原的，即先確定點擴展函數或其參數，

3、然后利用諸如逆濾波和維納濾波這樣的方法恢復圖像。但這些方法對光學系統(tǒng)的設計和光學器件的加工工藝都提出了更高的要求，并且不能消除系統(tǒng)像差中由大氣湍流引起的部分，而且湍流流場對目標成像的影響是復雜多變的，導致湍流光學點擴展函數難以測定，其形式也是無法事先確定，所以往往單幅圖像中所包含的信息量很少，而且不夠全面，很難進行圖像復原。因此通常大氣湍流圖像的復原都是在圖像序列基礎上進行的。為了消除大氣湍流導致的成像抖動和模糊，很多學者進行了廣泛深入

4、的研究，如今已有很多針對大氣湍流圖像的復原算法，其中有不少取得的不錯的進展。2、國內外研究現狀及方法、國內外研究現狀及方法湍流退化圖像的復原是一個世界性的難題，也是國內外不少科學家們多年來一直想致力解決的問題。大氣湍流退化圖像復原的困難之處在于其退化模型是未知的和隨機變化的，且很難用數學解析式來描述，另外退化圖像還含有噪聲，這進一步增加了復原的難度。傳統(tǒng)的圖像復原方法主要集中在退化模型已知情況下的圖像復原。退化模型未知情況下的圖像復原方

5、法研究室近幾年來圖像處理技術中極富挑戰(zhàn)性的課題，它具有很大的應用前景。湍流退化圖像的復原有很多種方法，一種方法被稱為“幸運成像”，由于大氣湍流對圖像產生的影響是隨機的，所以在目標的短曝光圖像中，存在一定比例接近衍射極限的好圖像，它們只存在低階像差，幸運成像正是運用這些“好圖像”進一步復原圖像。所以幸運成像技術的基本原理是：按照一定標準將拍攝圖像中一些接近衍射極限的好圖像選取出來，再進行配準疊加，從而復原出更加清晰的圖像，提高圖像的成像質

6、量，使得原本無法顯示的弱目標得以顯示，原本無法分辨的細節(jié)得以分辨。由于這種方法的成本比空間望遠鏡的成本低很多，且復原圖像的效果也比較好，所以很多學者都在深入研究如何更好的將這種方法應用天文觀測領域。但是這種方法也存在一定的缺陷，首先由于長曝光圖像受到大氣湍流的影響較大，很難出現接近衍射極限的好圖像，所以“幸運成像”技術只適用于短曝光圖像；其次由于在短曝光圖像中出現“好圖像”的比例也很低，因此這種成像技術要求拍攝大量的短曝光圖像（通常為幾

7、百幅，甚至上千幅），這樣就大大增加了還原算法的計算量。另外加利福利亞大學電氣工程學院實驗室針對大氣湍流退化圖像也提出了圖像復原方法。這種算法是利用多幀圖像重建的算法來復原圖像序列中的某一幅圖像，其基本步驟如下：首先對所拍攝的圖像序列進行平均化處理，此時處理過的圖像可以看做為一參考圖像；然后利用非剛性圖像配準技術對所得的圖像進行配準，得到圖像的變形矩陣Fk；最后利用貝葉斯圖像重建算法對圖像進行重建，從而得到更加清晰的圖像。這種方法與“幸運

8、成像技術”相比，所需拍攝的圖像數較少，而且其應用不僅局限于短曝光圖像，它同樣可以應用長曝光的3、湍流退化圖像的關鍵技術、湍流退化圖像的關鍵技術通常來說，在不同條件下，如氣候、照度、攝影位置和角度等獲得的兩幅或多幅圖像之間會存在一定的差異，它們之間的差異表現在不同的分辨率、不同的灰度屬性、不同的位置平移和旋轉、不同的比例尺、不同的非線性變形等等。圖像配準的最終目的是消除以上所述兩幅或多幅圖像之間存在的種種差異，建立圖像之間的對應關系，確定

9、其最佳匹配關系，使它們在目標幾何形狀上匹配一致，為進一步的分析處理做準備。目前大氣湍流退化圖像復原主要方法是利用多幀圖像進行復原，而多幀圖像復原多是利用圖像序列所包含的數據信息互補這一特點，因此其最關鍵的技術就是圖像配準技術。圖像配準是解決圖像融合、圖像鑲嵌和變化檢測等問題的必要前提，其應用遍及軍事、遙感數據分析、醫(yī)學和計算機視覺等多個領域。概括的說，圖像配準是對取自不同時間、不同傳感器或者不同視角的同一場景的兩幅或多幅圖像進行匹配、疊

10、加的過程包括像素灰度匹配和空間位置對齊。3.13.1圖像配準圖像配準圖像配準就是將不同時間、不同成像設備或不同條件下(天候、照度、攝像位置和角度等)獲取的兩幅或多幅圖像進行匹配、疊加的過程。首先對兩幅圖像進行特征提取得到特征點，通過進行相似性度量找到匹配的特征點對；然后通過匹配的特征點對得到圖像空間坐標變換參數，最后由坐標變換參數進行圖像配準。而特征提取是配準技術中的關鍵，準確的特征提取為特征匹配的成功進行提供了保障。因此，尋求具有良好

11、不變性和準確性的特征提取方法，對于匹配精度至關重要。這種方法的基本思想是基于對誤差的積累進行分析。所以對于大部分非匹配點來說，只需計算模板中的前幾個像素點，而只有匹配點附近的點才需要計算整個模板。這樣平均起來每一點的運算次數將遠遠小于實測圖像的點數，從而達到減少整個匹配過程計算量的目的。3.23.2圖像配準的方式圖像配準的方式圖像配準的方式可以概括為相對配準和絕對配準兩種：①相對配準是指選擇多圖像中的一張圖像作為參考圖像，將其它的相關圖

12、像與之配準，其坐標系統(tǒng)是任意的。②絕對配準是指先定義一個控制網格，所有的圖像相對于這個網格來進行配準，也就是分別完成各分量圖像的幾何校正來實現坐標系的統(tǒng)一。3.23.2圖像配準的分類圖像配準的分類總的來說，可以將圖像配準方法大致分為三類：①基于模型的配準方法。這種方法是根據圖像失真的數學模型來對圖像進行非線性校準的配準，多用于醫(yī)學圖像。②基于象素的配準方法。這類方法根據配準圖像的相關函數、Fourier變換等關系式來計算配準參數。一般來

13、說，基于象素的配準算法把匹配點周圍區(qū)域的點的灰度都考慮進來計算，故匹配計算量大，速度慢。③基于特征的配準方法。這類方法是根據需要配準圖像的重要特征之間的幾何關系來確定配準參數。因此這類方法首先要對待配準圖像進行預處理，也就是圖像分割和特征提取的過程，再利用提取得到的特征如邊緣、角點、線、曲率等，建立特征點集之間的對應關系，由此求出配準參數。常用到的圖像特征有：特征點（包括角點、高曲率點等）直線段、邊緣、輪廓、閉合區(qū)域、特征結構以及統(tǒng)計特