基于Huber-Markov隨機場的遙感圖像盲復原技術(shù)研究.pdf

1、在光學遙感影像的成像過程(影像的獲取、傳輸和存儲)中，受到大氣湍流的擾動效應、大氣中氣溶膠的散射作用、地物與成像設備之間的相對運動、光學系統(tǒng)的衍射、像差、成像設備的散焦、畸變以及源自電路和光度學因素的噪聲等多種因素的影響，所獲取的直接影像往往會模糊或引入噪聲。圖像復原技術(shù)能夠由退化影像獲得與真實影像最接近的結(jié)果。成像系統(tǒng)的點擴展函數(shù)(Point Spread Function，PSF)是圖像復原的關(guān)鍵，但由于以上原因，PSF很難預先精確

2、獲知。因而一般的圖像復原理論很難處理遙感影像數(shù)據(jù)。盲復原理論根據(jù)圖像降質(zhì)本質(zhì)，不受復雜降質(zhì)原因約束，能在未知具體降質(zhì)過程的情況下，僅通過對觀測圖像進行分析處理，得到PSF并通過復原算法估計最接近真實圖像的結(jié)果。這恰好能夠解決遙感影像難以獲得先驗知識的難題。
　　本文立足于研究基于Huber-Markov隨機場模型(Huber-Markov Random Field, HMRF)的光學遙感圖像盲復原算法。將基于具有限制解空間，快速獲

3、取最優(yōu)解優(yōu)勢的HMRF模型應用于盲復原技術(shù)中，從而有效保護圖像邊緣紋理及細節(jié)信息。圖像盲復原本質(zhì)上是對PSF的獲取和對反問題的求解，同時PSF的變化是圖像降質(zhì)的本質(zhì)體現(xiàn)，因此對PSF的準確估計是圖像盲復原的根本保證。本文充分考慮光學遙感圖像的成像特點并結(jié)合盲復原過程缺乏先驗知識的情況，提出應用刃邊技術(shù)(Knife-Edge method, KE)直接由降質(zhì)圖像構(gòu)建PSF，再應用HMRF模型通過建立最小化迭代過程優(yōu)化所得到的PSF從而實現(xiàn)

4、對PSF的準確估計。本文所提出的算法模型為光學遙感圖像的質(zhì)量恢復提供了適用性強、穩(wěn)定度好、準確性高的解決方案，具有實際的應用價值。
　　本文首先系統(tǒng)地介紹了圖像復原相關(guān)領(lǐng)域的國內(nèi)外研究現(xiàn)狀，包括圖像盲復原理論、Markov隨機場理論、刃邊提取技術(shù)。然后對圖像的盲復原理論與HMRF成像模型和刃邊技術(shù)及基于稀疏表示的迭代優(yōu)化技術(shù)都進行了系統(tǒng)、具體地闡述。在此基礎(chǔ)上，提出了基于刃邊技術(shù)和基于HMRF建模理論的PSF估計方法。前者和后者分

5、別用以提取降質(zhì)后的圖像邊緣信息及二維PSF的構(gòu)建和進一步的優(yōu)化。通過HMRF理論建立圖像先驗模型，結(jié)合概率統(tǒng)計函數(shù)構(gòu)建迭代復原的目標方程，通過最小化迭代過程實現(xiàn)影像數(shù)據(jù)的盲復原。本文對以上過程的具體算法進行了具體地介紹。鑒于迭代復原過程中數(shù)據(jù)量大的問題，提出了基于稀疏表示的迭代優(yōu)化理論，完善算法性能。最后，以遙感器調(diào)制函數(shù)(Modulation Transfer Function, MTF)及半幅全寬(Full-Width at Hal