一种用于太阳图像复原的多帧校正盲解卷积方法技术

本发明专利技术公开了一种用于太阳图像复原的多帧校正盲解卷积方法，包括：读入原始模糊图像帧序列；采用重叠50%区域的方法对第一帧进行分块；以第一帧的分块为模板采用零均值归一化互相关方法对剩余帧进行图像配准；初始化清晰图像和模糊核；求解数据保真项；求解去噪器；求解校正器；求解先验项；求解模糊核序列；判断是否满足迭代停止条件，若未满足则返回求解数据保真项步骤，否则停止循环，输出分块复原的模糊核序列；求解多帧非盲解卷积模型，输出分块复原的清晰图像；叠加所有分块结果，复原出大视场的清晰图像。本发明专利技术有效地提高了复原质量，并且使峰值信噪比曲线和结构相似度曲线在几次迭代后单调平滑收敛。几次迭代后单调平滑收敛。几次迭代后单调平滑收敛。

【技术实现步骤摘要】
一种用于太阳图像复原的多帧校正盲解卷积方法


[0001]本专利技术属于图像处理技术，提出了一种后处理自适应光学系统太阳图像的多帧盲复原技术。

技术介绍

[0002]图像复原技术主要是针对成像过程中的“退化”而提出来的，而成像过程中的“退化”现象主要指成像系统受到各种因素的影响，诸如成像系统的散焦、设备与物体间存在相对运动或者是器材的固有缺陷等，导致图像的质量不能够达到理想要求。图像的复原和图像的增强存在类似的地方，它也是为了提高图像的整体质量。但是与图像复原技术相比，图像增强技术重在对比度的拉伸，其主要的目的在于根据观看者得喜好来对图像进行处理，提供给观看者乐于接受的图像，而图像复原技术则是通过去模糊函数去除图像中的模糊部分，还原图像的本真。其主要采用的方式是同采用退化图像的某种所谓的先验知识来对已退化图像进行修复或者是重建，就复原过程来看可以将之视为图像退化的一个逆向过程。图像的复原，首先要对图像退化的整个过程加以适当的估计，在此基础上建立近似的退化数学模型，之后还需要对模型进行适当的修正，以对退化过程出现的失真进行补偿，以保证复原之后所得到的图像趋近于原始图像，实现图像的最优化。但是在图像退化模糊的过程中，噪声与干扰同时存在，这给图像的复原带来了诸多的不确定性。
[0003]深入了解太阳的形态结构和物理特性对人类更好的生存有着重要的意义，也是无数天文学者孜孜不倦的研究内容，并还由此衍生了太阳射电天文学科。对于太阳的观测，目前主要采用的设备还是地基天文望远镜，但由于地基是建造在地面上的，因而获得的图像会受到大气干扰的影响。虽然地基天文望远镜可以通过自适应光学技术实时补偿大气湍流造成的影响，但由于硬件的限制，观测到的太阳图像会存在严重退化，分辨力达不到衍射极限。因此，在实际应用中，后处理自适应光学系统获得的图像，复原出更高质量的真实图像是一个很好的办法。后处理技术中，斑点重建技术需要100帧图像才能复原出一帧清晰图像，相位分集技术需要额外的硬件设备且对硬件参数十分敏感，盲解卷积技术只需要少数几帧图像即可复原出清晰图像和模糊核，十分契合实际情况。
[0004]盲解卷积技术根据复原时所需的图像帧数分为单帧盲解卷积技术和多帧盲解卷积技术。Deledalle和Gilles提出了使用单帧的盲大气湍流解卷积技术，但对真实图像的复原结果能力有限。Hirsch等人提出了使用多帧的在线盲解卷积技术，但复原后的图像仍然不够清晰。因此，需要提出一种新的多帧盲解卷积技术，用来复原出更清晰的图像。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，为复原出更清晰的太阳图像，提出一种多帧盲解卷积算法，用来复原自适应光学系统观测到的太阳图像，此算法只需要少数几帧输入图像，可以有效地提高复原图像的质量，从而提供了一种用于太阳图像复原的多帧校正盲解卷积方法。
[0006]本专利技术的目的是通过以下技术方案来实现的：
[0007]一种用于太阳图像复原的多帧校正盲解卷积方法，包括以下步骤：
[0008]步骤1：读入原始模糊图像帧序列{Y
i
}；Y
i
表示第i帧原始模糊图像，1≤i≤m；图像总帧数为M，m为根据需要选择进行多帧校正盲解卷积的图像帧数，1≤m≤M；
[0009]步骤2：采用重叠50％区域的方法对第一帧进行分块，图像大小为N
×
N，分块图像大小为2
n
×2n
，n是自然数，N是2
n
的正整数倍，将图像分成(N/2
n
‑1‑
1)
×
(N/2
n
‑1‑
1)块，并得到每一分块图像左上角坐标值；
[0010]步骤3：以第一帧的分块图像为模板采用零均值归一化互相关方法对剩余帧进行图像配准，分别计算剩余帧中每一帧零均值归一化互相关系数的最小值，并得到对应的分块图像左上角坐标值；输出配准后的m帧分块图像帧序列{y
i
}；
[0011]步骤4：初始化清晰图像和模糊核序列；
[0012]步骤5：求解数据保真项，公式为：
[0013][0014]式中，F表示二维傅里叶变换，F
‑1表示二维傅里叶逆变换，t是一个正常数，输出估计到的保真图像x0；k
i
表示y
i
对应的模糊核；
[0015]步骤6：求解去噪器，公式为：
[0016]z＝BM3D(x0，σ)
[0017]式中，BM3D是传统的去噪器，参数λ是一个正常数，输出去噪后的图像z；
[0018]步骤7：求解校正器，公式为：
[0019][0020][0021]式中，*表示二维卷积算子，表示P范数，0＜p≤1，
▽
＝(
▽
h
，
▽
v
)
T
，
▽
h
＝(1，﹣1)，
▽
v
＝(1，﹣1)
T
，输出校正后的图像c；
[0022]步骤8：求解先验项，公式为：
[0023][0024][0025]式中，β和τ是正常数，w＝(w
h
，w
v
)
T
，输出估计到的清晰图像x；
[0026]步骤9：求解模糊核序列，公式为：
[0027][0028][0029]式中，γ，μ和η是正常数，输出估计到的模糊核序列{k
i
}；
[0030]步骤10：判断是否满足迭代停止条件，若未满足则返回步骤5；否则停止循环，输出分块复原的模糊核序列{k
i
}；
[0031]步骤11：求解多帧非盲解卷积模型，输出分块复原的最终清晰图像；
[0032]步骤12：叠加所有分块结果，复原出大视场的清晰图像X。
[0033]进一步的，所述步骤2中采用重叠50％区域的方法对第一帧进行分块具体为：图像大小为N
×
N，分块图像大小为2
n
×2n
，相邻两个分块图像的重叠部分大小为2
n
×2n
‑1(或2
n
‑1×2n
)，第(i，j)块的左上角坐标值为(1+(i
‑
1)*2
n
‑1，1+(j
‑
1)*2
n
‑1)。
[0034]进一步的，所述步骤3中零均值归一化互相关系数的计算公式为：
[0035][0036]式中，I表示待配准的图像，T表示模板图像，和分别是I和T的平均值。
[0037]进一步的，所述步骤10的迭代停止条件为：
[0038][0039]式中，{k
in
}表示第n次迭代估计到的模糊核序列，{k
in
‑1}表示第n
‑
1次迭代估计到的模糊核序列；s表示模糊核本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于太阳图像复原的多帧校正盲解卷积方法，其特征在于，包括以下步骤：步骤1：读入原始模糊图像帧序列{Y
i
}；Y
i
表示第i帧原始模糊图像，1≤i≤m；图像总帧数为M，m为根据需要选择进行多帧校正盲解卷积的图像帧数，1≤m≤M；步骤2：采用重叠50％区域的方法对第一帧进行分块，图像大小为N
×
N，分块图像大小为2
n
×2n
，n是自然数，N是2
n
的正整数倍，将图像分成(N/2
n
‑1‑
1)
×
(N/2
n
‑1‑
1)块，并得到每一分块图像左上角坐标值；步骤3：以第一帧的分块图像为模板采用零均值归一化互相关方法对剩余帧进行图像配准，分别计算剩余帧中每一帧零均值归一化互相关系数的最小值，并得到对应的分块图像左上角坐标值；输出配准后的m帧分块图像帧序列{y
i
}；步骤4：初始化清晰图像和模糊核序列；步骤5：求解数据保真项，公式为：式中，F表示二维傅里叶变换，F
‑1表示二维傅里叶逆变换，t是一个正常数，输出估计到的保真图像x0；k
i
表示y
i
对应的模糊核；步骤6：求解去噪器，公式为：z＝BM3D(x0，σ)式中，BM3D是传统的去噪器，参数λ是一个正常数，输出去噪后的图像z；步骤7：求解校正器，公式为：步骤7：求解校正器，公式为：式中，*表示二维卷积算子，表示P范数，0＜p≤1，表示P范数，0＜p≤1，输出校正后的图像c；步骤8：求解先验项，公式为：解先验项，公式为：式中，β和τ是正常数，w＝(w
h
，w
v
)
T
，输出估计到的清晰图像x；步骤9：求解模糊核序列，公式为：
式中，γ，μ和η是正常数，输出估计到的模糊核序列{k
i
}；步骤10：判断是否满足迭代停止条件，若未满足则返回步骤5；否则停止循环，输出分块复原的模糊核序列{k
i
}；步骤11...

【专利技术属性】
技术研发人员：王帅，荣会钦，王佳乐，饶长辉，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：