首页> 正文

自适应光学图像序列配准与复原算法研究

2020-12-13阅读(807)

自适应光学图像序列配准与复原算法研究

论文摘要

光学系统经由地球大气层对目标进行成像不可避免的会受到大气湍流扰动的影响,大气湍流引起的波前畸变使得所获取的影像产生严重的模糊和降质,这种情况在地-空和空-地光学系统成像中都会遇到。自适应光学技术是目前克服大气湍流最有效的方法之一,然而其对大气湍流的补偿也是部分的,目标的高频信息仍然受到严重的抑制和混叠。因此,要获取目标的高清晰图像,仍需对经过自适应光学系统初校正后的图像进行基于数字技术的复原处理。本文主要针对我国自适应光学地基望远镜成像后处理的迫切需求,利用图像处理技术对天文图像进行高清晰复原。论文重点研究了自适应光学图像序列的配准与多帧复原算法,完成的工作主要包括以下四个方面:1、总结了自适应光学图像的成像模型和目前常用的自适应光学图像复原算法。分析了自适应光学图像的成像模型、点扩散函数PSF（Point Spread Function）模型和噪声模型;将常用图像复原算法进行了分类介绍,并总结了各自的优缺点;最后介绍了几种常用的图像复原质量评价指标。2、研究了自适应光学图像序列的帧选、去噪及支持域提取等预处理。首先分析了帧选对于多帧图像复原的意义,并提出了结合梯度和信息熵的帧选准则,帧选后图像的复原质量得到较大提高;接着介绍了噪声对复原算法的严重影响,实现了基于TV最小化的去噪算法;最后结合自适应光学图像自身的特点,介绍了基于灰度阈值分割的支持域提取算法,实际观测数据的支持域提取结果验证了该算法的有效性。3、研究并实现了自适应光学图像序列的配准。多帧图像之间的配准是发挥其互补信息的前提,为了更合理的使用这些相异互补信息,结合自适应光学图像的特点,本文将基于SIFT特征的配准算法应用于湍流降质图像的配准,并采用模拟及真实观测数据进行了实验,实验结果证明了该配准算法的良好效果。4、提出了基于各向异性正则化的多帧迭代盲解卷积算法。针对Zhulina提出的多帧迭代盲解卷积MFIBD（Multiframe Iterative Blind Deconvolution）算法的缺点,结合各向异性扩散的思想,提出了一种基于各向异性正则化的多帧迭代盲解卷积算法。该算法既保持了MFIBD算法原理简单、易于实现的优点,同时能够根据图像的边缘等特征自适应的调整正则化参数,提高了算法的抗噪性,改进了图像复原的质量。模拟实验和真实数据实验均证明了该算法的良好效果。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.2 研究的背景及意义
  • 1.3 论文的主要研究内容及章节安排
  • 1.3.1 论文的主要研究内容
  • 1.3.2 论文的章节安排
  • 第二章 自适应光学图像复原算法
  • 2.1 自适应光学图像的模型分析
  • 2.1.1 自适应光学图像的降质模型
  • 2.1.2 自适应光学图像的PSF模型
  • 2.1.3 自适应光学图像噪声模型
  • 2.2 经典的图像复原算法
  • 2.2.1 逆滤波算法
  • 2.2.2 维纳滤波算法
  • 2.2.3 正则化算法
  • 2.2.4 迭代算法
  • 2.3 图像盲复原算法
  • 2.3.1 先验模糊辨识法
  • 2.3.2 迭代盲解卷积算法
  • 2.3.3 具有非负和支持域约束条件的递归算法
  • 2.4 多帧图像复原算法
  • 2.4.1 多帧图像退化模型
  • 2.4.2 扩展单帧盲复原算法
  • 2.4.3 特有的多帧图像盲复原算法
  • 2.5 图像复原质量评价
  • 2.6 本章小结
  • 第三章 自适应光学图像序列的预处理
  • 3.1 自适应光学图像序列的帧选
  • 3.1.1 几种图像的客观评价指标
  • 3.1.2 帧选准则的确定
  • 3.1.3 试验结果及分析
  • 3.2 基于总变分的去噪
  • 3.2.1 基于总变分去噪的原理
  • 3.2.2 试验结果及分析
  • 3.3 观测图像的支持域提取
  • 3.3.1 灰度阈值法分割原理
  • 3.3.2 试验结果及分析
  • 3.4 本章小结
  • 第四章 自适应光学图像序列的配准
  • 4.1 基于SIFT特征匹配算法原理
  • 4.2 基于SIFT特征点配准算法的步骤
  • 4.2.1 基于SIFT特征点的匹配
  • 4.2.2 AO图像纠正
  • 4.3 实验结果及分析
  • 4.3.1 模拟图像试验
  • 4.3.2 真实观测图像试验
  • 4.4 本章小结
  • 第五章 基于各向异性正则化的多帧迭代盲解卷积算法
  • 5.1 图像的各向异性扩散方程
  • 5.2 基于各向异性正则化的多帧图像盲复原算法
  • 5.2.1 算法原理
  • 5.2.2 算法步骤
  • 5.3 实验结果及分析
  • 5.4 本章小结
  • 第六章 总结及展望
  • 6.1 对已完成工作的总结
  • 6.2 对进一步研究的展望
  • 参考文献
  • 作者简历 攻读硕士学位期间完成的主要工作
  • 一、 个人简历
  • 二、 攻读硕士期间公开发表的学术论文
  • 三、 攻读硕士期间的科研情况
  • 致谢

    • 相关论文文献

    • [1].运动模糊图像复原算法的改进及性能研究[J]. 电视技术 2015(16)
    • [2].一种基于小波域维纳滤波的图像复原算法[J]. 光学仪器 2013(03)
    • [3].基于改进的维纳滤波图像复原算法的研究[J]. 大众科技 2020(01)
    • [4].相位复原算法比较分析[J]. 天津职业技术师范大学学报 2015(04)
    • [5].基于指导滤波的图像盲复原算法[J]. 物理学报 2015(13)
    • [6].基于纹理复杂度的含噪模糊图像盲复原算法设计[J]. 信息技术 2020(05)
    • [7].水下数字图像盲复原算法研究[J]. 现代电子技术 2010(02)
    • [8].基于光补偿和逐像素透射率的图像复原算法[J]. 通信学报 2017(05)
    • [9].基于小波变换的高分辨率遥感图像复原算法实现[J]. 大气与环境光学学报 2015(05)
    • [10].部分模糊核已知的混合模糊图像复原算法[J]. 计算机辅助设计与图形学学报 2010(02)
    • [11].一种Lucy-Richardson算法和小波变换结合的图像复原算法[J]. 光学仪器 2012(06)
    • [12].基于支持向量机的湍流退化图像加速复原算法[J]. 红外与毫米波学报 2009(06)
    • [13].保留边缘与细节的压缩采样视频复原算法[J]. 计算机应用研究 2017(09)
    • [14].基于现代谱估计技术的干涉光谱复原算法[J]. 光子学报 2013(09)
    • [15].数字图像去噪盲复原算法改进研究[J]. 湖南工程学院学报(自然科学版) 2011(01)
    • [16].基于预分类学习的超分辨率复原算法[J]. 数据采集与处理 2009(04)
    • [17].基于保密传输的单通道图像盲复原算法研究[J]. 黑龙江大学工程学报 2020(01)
    • [18].基于瞳面差异的相位复原算法[J]. 光学学报 2019(06)
    • [19].基于动态区域提取的模式复原算法[J]. 激光与光电子学进展 2017(11)
    • [20].改进的规则碎片拼接复原算法[J]. 南阳师范学院学报 2014(03)
    • [21].基于维纳滤波模糊图像复原算法的改进[J]. 硅谷 2012(23)
    • [22].一种基于倒频谱鉴别模糊参数的图像复原算法[J]. 电光与控制 2011(07)
    • [23].图像复原算法研究[J]. 信息技术 2010(10)
    • [24].一种基于权值矩阵的序列图像超分辨率盲复原算法[J]. 电子学报 2009(06)
    • [25].基于补偿透射率和自适应雾浓度系数的图像复原算法[J]. 通信学报 2020(01)
    • [26].基于多通道空间光谱全变差的衍射光谱图像复原算法[J]. 计算机研究与发展 2020(02)
    • [27].基于瀑布型多重网格加速的复指数波前复原算法[J]. 物理学报 2019(10)
    • [28].改进的稀疏表示图像超分辨率复原算法[J]. 电视技术 2016(01)
    • [29].激光水下成像的图像复原算法研究[J]. 激光杂志 2016(04)
    • [30].基于清晰图像先验知识的盲复原算法[J]. 红外与激光工程 2015(05)

    标签：;  ;  ;  ;  ;  ;  ;  ;  

    自适应光学图像序列配准与复原算法研究
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5