为克服气动光学效应对目标图像的影响,把相位恢复算法与气动光学效应机理研究结合起来,用于湍流退化图像的恢复.该算法是通过目标图像的傅里叶变换幅值来恢复目标图像,或等价地,恢复傅里叶变换相位.讨论了两类相位复原算法--迭代傅里叶变换(IFT)和解相关算法.对现有的解相关算法作了改进,采用共轭梯度法解高斯-牛顿方程,可有效提高算法的收敛速度.IFF算法不能保证迭代过程总能收敛到正确解,有时会出现停滞现象,将IFT和解相关算法组合起来,可以克服IFT算法的停滞现象,提高正确收敛率.给出了在信噪比为20 dB情况下的湍流退化仿真图像恢复的实例,目标图像能较清晰地恢复出来.实验结果表明该算法具有较好的稳定性和抗噪声能力.

为了从有噪的湍流退化图像中有效地恢复出目标图像,提出了一种基于极大似然估计准则的规整化复原算法.根据图像随机场模型建立了有关多帧图像数据的对数似然函数,同时为了平滑噪声和保护图像边缘以及避免无价值的解,将一些合理的惩罚项和辅助平滑项融合到该对数似然函数中.推导出了湍流点扩展函数和目标图像的交替迭代求解公式,通过迭代方式可将点扩展函数和目标图像同时估计出来,给出了算法的并行处理方案.在微?隙郧吭肷跫碌耐牧魍嘶枷窠辛嘶指词笛?实验结果表明本算法具有较强的抗噪能力和实用价值.