1 华中科技大学,图像识别与人工智能研究所,湖北,武汉,430074
2 武汉工程大学,图像处理与智能控制研究室,湖北,武汉,430074
通过合理建立针对红外图像的气动光学效应退化模型,根据极大似然估计准则设计复原算法,同时针对随机变化的点扩展函数和噪声对目标图像尤其是图像中细节恢复的影响,对单一规整化方法进行了扩展,采用双重规整化策略,将规整化分为两个各有侧重点的层次来处理.在微机上进行了一些复原实验,并给出对比结果,证实了该算法的有效性.
气动光学效应 图像复原 极大似然估计 双重规整化
1 华中科技大学,图像识别与人工智能研究所,电子科学与技术博士后流动站,湖北,武汉,430074
2 武汉工程大学,图像处理与智能控制实验室,湖北,武汉,430074
针对大气湍流退化图像复原问题,提出了一种基于各向异性和非线性规整化的总变分盲复原新算法,该算法主要结合图像和湍流点扩展函数的一些性质采用基于各向异性的空间自适应规整化处理,建立了具有非线性和空间各向异性的规整化函数,使其在恢复目标图像和估计点扩展函数时能自适应地进行梯度平滑.最后,通过交替最小化方案来极小化代价函数和通过定点迭代策略将非线性方程进行线性化处理,快速地估计点扩展函数和恢复图像.在微机上对数字模拟和实际退化图像进行了一系列恢复实验,验证了算法的有效性和稳健性.
湍流退化图像 图像复原 总变分 各向异性规整化
