成像系統(tǒng)非均勻性條帶變分正則化校正方法研究.pdf

1、受傳感器技術(shù)的制約，多傳感元成像系統(tǒng)在成像過程中不可避免地遭受條帶噪聲、隨機(jī)噪聲及成像模糊等問題影響，獲取的圖像品質(zhì)退化，極大制約了后續(xù)數(shù)據(jù)解譯和信息提取。條帶噪聲主要由多傳感器非均勻性響應(yīng)造成，其校正的困難在于如何快速有效地去除各種不同類型的條帶噪聲，同時(shí)完整的保存好圖像原有的結(jié)構(gòu)信息。本文針對(duì)條帶噪聲校正問題展開研究，包括條帶噪聲特性分析、退化圖像建模、圖像在空域、譜域、變換域及聯(lián)合域下的稀疏性表達(dá)方法及快速的迭代求解算法。以變分正

2、則化為主要手段，主要研究內(nèi)容如下：
　　首先，本文分析了條帶噪聲特性，并建立了反映條帶、噪聲和模糊因素的成像退化統(tǒng)一模型。絕大多數(shù)的現(xiàn)有條帶校正算法仍僅針對(duì)某一種特定的傳感器條帶噪聲而設(shè)計(jì)，而不同傳感器導(dǎo)致的條帶噪聲具有明顯不同的特征，對(duì)數(shù)據(jù)產(chǎn)生的干擾在圖像中的表現(xiàn)形式也不同，因此現(xiàn)有的方法在面對(duì)不同成像系統(tǒng)時(shí)，仍缺乏好的穩(wěn)定性，這顯然不能滿足現(xiàn)實(shí)中的復(fù)雜應(yīng)用需求。本文在分析了條帶圖像退化產(chǎn)生機(jī)理的基礎(chǔ)上，總結(jié)了條帶噪聲的結(jié)構(gòu)特點(diǎn)

3、。同時(shí)建立了統(tǒng)一的條帶模糊及噪聲的數(shù)學(xué)退化模型，為恢復(fù)高質(zhì)量圖像奠定基礎(chǔ)。
　　其次，針對(duì)多傳感元成像系統(tǒng)存在的非均勻性條帶退化問題，諸如：紅外焦平面陣列成像儀，無源毫米波成像儀，聚焦式離子束顯微鏡等，本文提出基于單方向總變分與幀波正則化的條帶校正算法，而不僅僅局限于某一類成像系統(tǒng)。通過把握住條帶噪聲內(nèi)在的方向性特點(diǎn)，利用單方向總變分(total variation)對(duì)條帶方向性的捕獲，同時(shí)利用小波幀對(duì)圖像多尺度的結(jié)構(gòu)刻畫能力，達(dá)

4、到恢復(fù)清晰圖像的目的。
　　再者，針對(duì)圖像同時(shí)存在條帶噪聲與成像模糊的退化問題，以前的方法均簡單直觀的分開獨(dú)立處理這兩個(gè)問題，本文提出這兩個(gè)問題可以在統(tǒng)一的變分框架下，被完美的同時(shí)解決，并且相互促進(jìn)。主要手段為融合圖像在小波幀變換域和梯度域下的單方向總變分來共同約束解空間，建立非凸非平滑的目標(biāo)函數(shù)，通過split-Bregman優(yōu)化算法迭代求解極小化目標(biāo)函數(shù)，使其在估計(jì)圖像的時(shí)候達(dá)到同時(shí)抑制條帶噪聲和去除模糊效果。將小波幀的多尺度

5、分析能力應(yīng)用在圖像復(fù)原中，保證了圖像復(fù)原后的結(jié)構(gòu)清晰度。
　　進(jìn)一步，針對(duì)圖像在獲取的過程中經(jīng)常遭受條帶噪聲及其它各種各樣的混合噪聲：高斯隨機(jī)噪聲，死像素等問題，為了節(jié)省處理時(shí)間，本文提出一種統(tǒng)一的圖像降噪方法來同時(shí)的去除混合噪聲。通過空域內(nèi)字典學(xué)習(xí)的手段，本質(zhì)上利用了圖像內(nèi)在的自相似性，來剝離隨機(jī)噪聲，同時(shí)利用梯度域單方向總變分來抑制條帶噪聲，把握住了條帶噪聲的方向性，達(dá)到去除噪聲的同時(shí)，完美的保存好圖像固有的結(jié)構(gòu)信息。