基于動態(tài)光學(xué)傳遞函數(shù)的隨機運動模糊圖像快速復(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，待測場景與時延成像系統(tǒng)之間存在相對運動，氣動光學(xué)效應(yīng)等原因都會造成圖像隨機運動模糊，影響機器視覺系統(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算而存在運算量大、耗時長的缺點，難以滿足各領(lǐng)域?qū)ν嘶瘓D像快速復(fù)原的技術(shù)要求，而線性復(fù)原算法因現(xiàn)有像質(zhì)評價函數(shù)或方法的各種局限性而無法實際應(yīng)用。因此，建立一種新的像質(zhì)評價模型，將其與線性

2、復(fù)原算法相結(jié)合，是實現(xiàn)隨機運動模糊圖像快速復(fù)原的有效手段。
　　本課題“基于動態(tài)光學(xué)傳遞函數(shù)的隨機運動模糊圖像快速復(fù)原方法”的研究目的在于：嚴(yán)格推導(dǎo)隨機運動動態(tài)光學(xué)傳遞函數(shù)（Dynamic Optical Transfer Function，DOTF）模型，將其用于準(zhǔn)確描述隨機運動模糊圖像的像質(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，從而回避迭代運算，實現(xiàn)隨機運動模糊圖像快速復(fù)原。本課

3、題的研究為隨機運動模糊圖像提供一種快速復(fù)原手段，研究成果對于提高時延成像系統(tǒng)實時成像性能具有積極的促進作用。
　　課題的主要研究內(nèi)容有：
　?。?）為了解決現(xiàn)有像質(zhì)評價函數(shù)或方法不能用于指導(dǎo)圖像快速復(fù)原，建立了一個新的像質(zhì)評價函數(shù)。首先分別在空域和頻域嚴(yán)格推導(dǎo)了隨機運動DOTF模型，根據(jù)兩種方法得到的DOTF模型相同，實現(xiàn)了二者之間的相互驗證；然后在靜止、勻速運動和高頻簡諧振動三種典型運動狀態(tài)下，將本文模型化簡為現(xiàn)有模型形式

4、，驗證了本文DOTF模型適用于隨機運動；最后通過嚴(yán)格的數(shù)學(xué)推導(dǎo)，發(fā)現(xiàn)本文隨機運動DOTF模型是氣動光學(xué)點擴展函數(shù)的傅里葉變換，說明本文隨機運動DOTF模型可用于描述氣動光學(xué)隨機運動模糊圖像像質(zhì)退化規(guī)律。
　?。?）針對盲復(fù)原算法運算量大，運算時間長的問題，提出了一種隨機運動模糊圖像快速復(fù)原方法。首先推導(dǎo)了隨機運動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，最后對該復(fù)原方法進行仿真，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，驗證了該方法的有效性。
　　（3）分析了本文方法中各項誤差因素對圖像復(fù)原質(zhì)量的影響規(guī)律。針對背景不均勻，圖像傳感器存在暗電流，以及伴隨有隨機噪聲的三種情況，分別建立了隨機運動模糊圖像復(fù)原模型并仿真，仿真結(jié)果分別為：對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)隨背景對比度的增大而變?。粚τ趫D

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；對于伴隨有隨機噪聲的情況下，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，降低噪聲強度，并在復(fù)原環(huán)節(jié)將暗電流從退化圖像中減去。
　　（4）對本文圖像快速復(fù)原算法及相關(guān)理論進行了實驗驗證。首先根據(jù)相同運動參數(shù)下的DOTF測量曲線與理論曲線吻合，以及DOT

7、F測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，驗證了本文隨機運動DOTF模型的正確性；然后根據(jù)軟件得到的退化圖像與實際采集得到的退化圖像之間的相關(guān)系數(shù)為0.9979，驗證了向?qū)Р糠值倪吔缪a充特性，根據(jù)背景隨目標(biāo)一起運動與不隨目標(biāo)一起運動情況下得到兩幅退化圖像之間的相關(guān)系數(shù)為0.9994，驗證了向?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)有快速復(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