基于動(dòng)態(tài)光學(xué)傳遞函數(shù)的隨機(jī)運(yùn)動(dòng)模糊圖像快速?gòu)?fù)原方法.pdf

1、成像技術(shù)在軍事、工業(yè)、民用等領(lǐng)域具有廣泛的應(yīng)用。然而，待測(cè)場(chǎng)景與時(shí)延成像系統(tǒng)之間存在相對(duì)運(yùn)動(dòng)，氣動(dòng)光學(xué)效應(yīng)等原因都會(huì)造成圖像隨機(jī)運(yùn)動(dòng)模糊，影響機(jī)器視覺(jué)系統(tǒng)的成像性能。圖像復(fù)原算法是一種可以改善圖像質(zhì)量的有效手段，然而，應(yīng)用最為廣泛的盲復(fù)原算法因采用了迭代運(yùn)算而存在運(yùn)算量大、耗時(shí)長(zhǎng)的缺點(diǎn)，難以滿足各領(lǐng)域?qū)ν嘶瘓D像快速?gòu)?fù)原的技術(shù)要求，而線性復(fù)原算法因現(xiàn)有像質(zhì)評(píng)價(jià)函數(shù)或方法的各種局限性而無(wú)法實(shí)際應(yīng)用。因此，建立一種新的像質(zhì)評(píng)價(jià)模型，將其與線性

2、復(fù)原算法相結(jié)合，是實(shí)現(xiàn)隨機(jī)運(yùn)動(dòng)模糊圖像快速?gòu)?fù)原的有效手段。
　　本課題“基于動(dòng)態(tài)光學(xué)傳遞函數(shù)的隨機(jī)運(yùn)動(dòng)模糊圖像快速?gòu)?fù)原方法”的研究目的在于：嚴(yán)格推導(dǎo)隨機(jī)運(yùn)動(dòng)動(dòng)態(tài)光學(xué)傳遞函數(shù)（Dynamic Optical Transfer Function，DOTF）模型，將其用于準(zhǔn)確描述隨機(jī)運(yùn)動(dòng)模糊圖像的像質(zhì)退化規(guī)律，提出一種從退化圖像中提取DOTF，并將其與線性復(fù)原算法相結(jié)合的圖像復(fù)原算法，從而回避迭代運(yùn)算，實(shí)現(xiàn)隨機(jī)運(yùn)動(dòng)模糊圖像快速?gòu)?fù)原。本課

3、題的研究為隨機(jī)運(yùn)動(dòng)模糊圖像提供一種快速?gòu)?fù)原手段，研究成果對(duì)于提高時(shí)延成像系統(tǒng)實(shí)時(shí)成像性能具有積極的促進(jìn)作用。
　　課題的主要研究?jī)?nèi)容有：
　?。?）為了解決現(xiàn)有像質(zhì)評(píng)價(jià)函數(shù)或方法不能用于指導(dǎo)圖像快速?gòu)?fù)原，建立了一個(gè)新的像質(zhì)評(píng)價(jià)函數(shù)。首先分別在空域和頻域嚴(yán)格推導(dǎo)了隨機(jī)運(yùn)動(dòng)DOTF模型，根據(jù)兩種方法得到的DOTF模型相同，實(shí)現(xiàn)了二者之間的相互驗(yàn)證；然后在靜止、勻速運(yùn)動(dòng)和高頻簡(jiǎn)諧振動(dòng)三種典型運(yùn)動(dòng)狀態(tài)下，將本文模型化簡(jiǎn)為現(xiàn)有模型形式

4、，驗(yàn)證了本文DOTF模型適用于隨機(jī)運(yùn)動(dòng)；最后通過(guò)嚴(yán)格的數(shù)學(xué)推導(dǎo)，發(fā)現(xiàn)本文隨機(jī)運(yùn)動(dòng)DOTF模型是氣動(dòng)光學(xué)點(diǎn)擴(kuò)展函數(shù)的傅里葉變換，說(shuō)明本文隨機(jī)運(yùn)動(dòng)DOTF模型可用于描述氣動(dòng)光學(xué)隨機(jī)運(yùn)動(dòng)模糊圖像像質(zhì)退化規(guī)律。
　?。?）針對(duì)盲復(fù)原算法運(yùn)算量大，運(yùn)算時(shí)間長(zhǎng)的問(wèn)題，提出了一種隨機(jī)運(yùn)動(dòng)模糊圖像快速?gòu)?fù)原方法。首先推導(dǎo)了隨機(jī)運(yùn)動(dòng)模糊圖像的頻譜模型，然后利用退化圖像向?qū)Р糠衷诒尘熬鶆驐l件下所具有的邊界補(bǔ)充特性和背景等效靜止特性，提出了一種從退化圖像

5、向?qū)Р糠痔崛OTF，并與線性濾波復(fù)原方法相結(jié)合的復(fù)原方法，最后對(duì)該復(fù)原方法進(jìn)行仿真，仿真結(jié)果表明，復(fù)原圖像與原始圖像之間的相關(guān)系數(shù)為1，驗(yàn)證了該方法的有效性。
　?。?）分析了本文方法中各項(xiàng)誤差因素對(duì)圖像復(fù)原質(zhì)量的影響規(guī)律。針對(duì)背景不均勻，圖像傳感器存在暗電流，以及伴隨有隨機(jī)噪聲的三種情況，分別建立了隨機(jī)運(yùn)動(dòng)模糊圖像復(fù)原模型并仿真，仿真結(jié)果分別為：對(duì)于背景不均勻的情況，復(fù)原圖像與原始圖像的相關(guān)系數(shù)隨背景對(duì)比度的增大而變小；對(duì)于圖

6、像傳感器存在恒量暗電流的情況，只要在復(fù)原環(huán)節(jié)將暗電流從退化圖像中減去，復(fù)原圖像與原始圖像的相關(guān)系數(shù)就恒為1；對(duì)于伴隨有隨機(jī)噪聲的情況下，復(fù)原圖像與原始圖像的相關(guān)系數(shù)隨噪聲強(qiáng)度的增加而減小。這些結(jié)果表明為了獲得更好的圖像復(fù)原效果，需要盡可能滿足背景均勻條件，降低噪聲強(qiáng)度，并在復(fù)原環(huán)節(jié)將暗電流從退化圖像中減去。
　?。?）對(duì)本文圖像快速?gòu)?fù)原算法及相關(guān)理論進(jìn)行了實(shí)驗(yàn)驗(yàn)證。首先根據(jù)相同運(yùn)動(dòng)參數(shù)下的DOTF測(cè)量曲線與理論曲線吻合，以及DOT

7、F測(cè)量曲線隨速度變化而在空間頻率方向表現(xiàn)出的伸縮規(guī)律與理論分析相一致，驗(yàn)證了本文隨機(jī)運(yùn)動(dòng)DOTF模型的正確性；然后根據(jù)軟件得到的退化圖像與實(shí)際采集得到的退化圖像之間的相關(guān)系數(shù)為0.9979，驗(yàn)證了向?qū)Р糠值倪吔缪a(bǔ)充特性，根據(jù)背景隨目標(biāo)一起運(yùn)動(dòng)與不隨目標(biāo)一起運(yùn)動(dòng)情況下得到兩幅退化圖像之間的相關(guān)系數(shù)為0.9994，驗(yàn)證了向?qū)Р糠值谋尘暗刃ъo止特性；最后分別采用文本復(fù)原方法與現(xiàn)有快速?gòu)?fù)原方法復(fù)原同一幅退化圖像，結(jié)果為：表征圖像復(fù)原質(zhì)量的GMG