采用波前测量图像恢复技术的误差分析

与自适应成像相比,基于波前测量的图像恢复方法避开了复杂的变形镜制造和控制技术,是一种低成本、性价比高的克服大气湍流、获取清晰图像的技术.利用测量得到的波前瞬时光学传递函数和退化的短曝光目标图像数据进行解卷积运算,得到理想清晰的目标图像.波前探测器的测量误差和波前重构误差是影响图像恢复效果的关键因素,利用傅里叶光学和夏克...     

基于自适应总变分法的AO图像复原算法研究

为了提高自适应光学(AO)图像的质量,研究了一种基于波前重构和自适应总变分(TV)的AO图像复原方法。首先,基于Zernike多项式进行波前重构,对点扩散函数(PSF)进行初始估计。然后,提出了基于自适应总变分法的AO图像复原的迭代求解,解决了联合去卷积问题。最后,通过图像复原实验验证本文算法的恢复效果。实验结果表明:与RL-IBD算法和FS-MLJD算法相比,本文算法的NMSE值分别降低了18.6%、10.7%,算法的PSNR值分别提高了4.47%、0.987%,算法的运算时间分别降低了1.99%、13.66%。     

利用相位恢复波前传感技术检测球面镜面形

为了验证相位恢复波前传感器系统波前检测的能力,搭建了基于相位恢复测量方法的波前传感器检测球面镜面形的实验平台。该平台结构简单,抗震动,可以在对光路不进行任何改变的前提下,利用成像系统上已有的相机对整个光学系统进行在位检测。为了验证相位恢复波前传感器测量方法的准确性,将相位恢复波前传感器测量结果与ZYGO干涉仪测量结果进行比较,实验结果表明在面形误差分布及误差的峰谷值(PV)和方均根值(RMS)上,两者具有极大的相似性,所以利用相位恢复波前传感器技术能有效地检测出球面镜的面形误差。     

基于深度神经网络的大气湍流压缩波前探测

压缩感知技术用于光学波前测量时，常规的斜率恢复方法精度较低，难以测量大气湍流引起的复杂波前，本文利用深度神经网络进行斜率恢复，提高斜率恢复精度，从而提高压缩波前探测方法测量大气湍流波前的精度。传统的压缩波前探测方法在稀疏化过程中忽略相对较小的斜率值，导致波前测量误差的增加。为了快速测量大气湍流引起的复杂波前，本文提出了一种深度神经网络，可以高精度地恢复斜率，从而提高了波前重构的精度。在压缩比为0.1～0.9情况下，基于深度神经网络的压缩波前探测算法（DNNCWS）的波前重构误差PV优于0.014μm，算法的运行时间为4.4 ms。在暗弱星等情况下，残差波前的峰谷值（PV）优于0.011μm。模拟结果表明，DNNCWS具有良好的抗噪声性能。深度神经网络DNNCWS提高了压缩波前的探测精度，可以用于测量大气湍流引起的复杂像差，还可用于其他自适应光学应用，如激光通信和视网膜成像。     

应用Hartmann-Shack原理测量人眼波前像差的系统研究

分析波动光学中人眼像差的产生机理和波前像差的表示方式,着重讨论了Hartmann-Shack波前传感器测量波前像差的原理,结合自适应光学中Zernike多项式重建波前的理论,提出了应用H-S波前传感器测量人眼波前像差的解决方案,使得由波前像差引导的人眼视觉矫正技术能达到一个新的水平。     

波前曲率传感器的测量软件设计

波前曲率传感器是一类重要的波前测量装置。针对波前曲率传感器,在Visual Studio 2013平台下,基于OpenCV库函数和MFC库函数,利用C++语言开发了通用性较强的波前测量软件,实现了基于拉普拉斯算子本征模式法的波前在线测量和离线数据处理等功能。在此基础上,搭建了光栅型波前曲率传感器实验装置对该软件模块进行测试。通过与MATLAB波前复原结果进行对比,验证了该波前复原软件模块的准确性。模块化设计方法使得该软件模块具有良好的通用性和拓展性。     

刍适应光学系统中的波前曲率传感技术

本文阐述了波前曲率传感技术的基本原理,分析了传统实现方案的优缺点;重点介绍了近年发展起来的的基于衍射光栅的波前曲率传感器及其工作原理;对比分析了波前曲率传感器的两种相位恢复算法;介绍了波前曲率传感器的最新应用情况以及国内对波前曲率传感器研究和应用的最新进展。     

自适应光学系统中的波前曲率传感技术

本文阐述了波前曲率传感技术的基本原理,分析了传统实现方案的优缺点;重点介绍了近年发展起来的的基于衍射光栅的渡前曲率传感器及其工作原理;对比分析了波前曲率传感器的两种相位恢复算法;介绍了波前曲率传感器的最新应用情况以及国内对波前曲率传感器研究和应用的最新进展.     

面向图像复原的广义岭估计模式法波前重构

为了提高自适应光学图像的复原效果,提出了一种面向图像复原的广义岭估计Zernike模式波前重构算法。首先,按照用时间换精度的思路,把广义岭估计引入自适应光学波前重构算法中。改善最小二乘估计的奇异性,抑制波前测量误差的放大。然后,引入迭代计算提高方程的解算精度,进一步提高点扩散函数(PSF)重建质量。最后,利用广义岭估计重建的PSF对降质图像进行复原实验验证PSF的重建质量。实验结果证明,广义岭估计PSF的复原效果比最小二乘估计PSF高约15%,更接近成像系统的光学衍射极,同时复原计算迭代次数也减少了35%。新算法重构的PSF在图像复原中有更好的图像重建效果。     

利用剪切干涉仪测量激光大气传输相位畸变

文中就利用剪切干涉仪测量激光大气传输相位畸变的问题进行了探讨.对横向剪切干涉仪(LSI)及Hartmann波前传感器的波前探测和复原进行了类比仿真分析,结果表明在同等条件下,前者的波前复原能力优于后者.利用我们研制的二维剪切干涉仪,对激光大气传输湍流效应引起的波前畸变进行了测量,对实验结果进行了初步的研究分析,并首次得到了激光大气传输相位不连续性的直接测量结果,验证了LSI应用于测量激光大气传输相位畸变的可行性和优越性.     

A regularization approach to joint blur identification and imagerestoration

The primary difficulty with blind image restoration, or joint blur identification and image restoration, is insufficient information. This calls for proper incorporation of a priori knowledge about the image and the point-spread function (PSF). A well-known space-adaptive regularization method for image restoration is extended to address this problem. This new method effectively utilizes, among others, the piecewise smoothness of both the image and the PSF. It attempts to minimize a cost function consisting of a restoration error measure and two regularization terms (one for the image and the other for the blur) subject to other hard constraints. A scale problem inherent to the cost function is identified, which, if not properly treated, may hinder the minimization/blind restoration process. Alternating minimization is proposed to solve this problem so that algorithmic efficiency as well as simplicity is significantly increased. Two implementations of alternating minimization based on steepest descent and conjugate gradient methods are presented. Good performance is observed with numerically and photographically blurred images, even though no stringent assumptions about the structure of the underlying blur operator is made.     

基于图像稀疏表达的模拟退火图像复原

针对现有的图像复原方法振铃效应严重的问题,提 出了一种基于图像稀疏表达的模拟退火的图像复原方法来恢复模糊图像。首先根据模拟退火 算法的要求,建立价格函数并 通过图像的模糊因子确定参数;然后在价格函数中的约束项引入图像的稀疏性,以提高复原 图像的质量;接着给初始解一个随机扰动,产生扰动解,并根据扰动解所造成的价格函数 的变化判断是否接受该扰动解;最后,当价格函数小于某一预设值时所得到的解即为复原 图像。实验结果表明,复原后图像细节增加且振铃效应明显减少,相对于目前已有的复原方 法,峰值信噪比(PSNR)平均提高了2~3dB。恢复效果表明,本文方法具有较大的实用价值。     

面向全变分图像复原的增广拉格朗日方法综述

图像复原旨在根据退化图像重建高品质原始图像,其复原的质量和速度问题一直都是图像处理领域研究的重要方向。由于其图像边缘保持特性,全变分(TV)最小化模型在图像复原领域取得了很大的成功。然而,全变分图像复原是一个典型的非光滑优化问题,需要发展相应的快速优化算法,而增广拉格朗日方法(ALM)则是近年来发展起来的一类代表性方法。结合相关进展,综述了全变分图像复原模型,变量分裂(VS)法和典型ALM算法,并通过实验从CPU运行时间、峰值信噪比(PSNR)和品质评价等方面分析了不同的变量分裂和ALM方法对图像复原性能的影响。     

基于Poisson-Markov场的超分辨力图像复原算法

图像的超分辨力复原和信噪比的提高是图像复原追求的目标.Poisson-ML图像复原方法(PML)具有很强的超分辨力复原能力,但在复原过程中会产生振荡条纹且对带噪较大的图像不能取得理想的复原效果.在Poisson和Markov分布假设的基础上,提出基于Poisson-Markov场的超分辨力图像复原算法及其正则化参数的自适应选择方法(MPML).实验表明,MPML算法不但具有很好的超分辨力复原能力,而且能有效减少和去除复原图像中的振荡条纹,对于带噪较大的图像也能取得理想的复原效果,因此其图像复原质量明显好于PML算法.正则化参数能被自动优化地选择且与图像复原的迭代运算同步进行.     

二阶Hopfield型神经网络的稳定性 分析及收敛速度的估计

本文讨论二阶连续Hopfield型神经网络平衡点的全局稳定性问题,利用LMI方法和Lyapunov方法得到了网络平衡点全局渐近稳定和全局指数稳定的几个充分条件,并对其指数收敛速度进行了估计.     

基于区域选择的红外弱小目标超分辨率复原算法

红外成像技术以其诸多优点成为智能化光电探测方面的主流研究方向,然而,红外弱小目标图像却有细节特征少、信噪比低等特点,因此考虑到使用超分辨率复原算法对其进行复原,为图像提供更多的细节信息。本文分析了凸集投影法的基本原理,针对其运行时间长的特点,提出了改进算法。首先用直方图拟合的方法选择出目标区域,然后在目标区域内进行超分辨率复原,区域外使用双线性插值。最后对3组低分辨率图像,每组五帧,用该方法进行验证。从实验结果可以看出,计算速度分别提升了15.6%、45.5%和46.5%。因此,这种方法能够有效地缩短超分辨率复原算法的处理时间。     

基于空间约束高斯混合模型的EPLL自然图像复原

为了提高基于块先验的自然图像复原效果,有效去除图像中的噪声和模糊,提出了一种基于空间约束高斯混合模型的块似然对数期望(Expected Patch Log Likelihood, EPLL)复原框架。基于图像块的空间分布信息,将图像块的空间约束高斯混合统计特性作为先验,在图像块复原的基础上实现整幅图像的全局优化复原。对比相关的图像复原方法,提出的方法去噪和去模糊效果更好,并且保图像细节。利用客观性能指标对复原结果进行评价。实验结果表明,提出的方法有效易行,而且复原图像表现出良好的可视效果。     

基于特征脸空间的人脸图像恢复

本文提出一种基于特征脸空间新的正则化恢复方法,并用Cross-validation(交叉验证)法确定最优的正则化因子.特征脸空间包含的人脸信息可以补充不可辨识的模糊图像丢失的信息,交叉验证法能保证恢复结果忠实于原像.实验结果表明,用本文的方法与成熟的迭代法和正则化方法比较,不但以ISNR为标准,还是以人的主观感觉判断,本文的方法都要优于其他两种方法.而且,本文方法的恢复效果对图像的模糊程度依赖性较小,可以恢复严重模糊的图像.     

Statistic-based MAP image-reconstruction from Poisson data usingGibbs priors

A statistical method for selecting the Gibbs parameter in MAP image restoration from Poisson data using Gibbs priors is presented. The Gibbs parameter determines the degree to which the prior influences the restoration. The presented method yields a MAP restored image, minimally influenced by the prior, for which a statistic falls within an appropriate confidence interval. The method assumes that a close approximation to the blurring function is known. A simple iterative feedback algorithm is presented to statistically select the parameter as the MAP image restoration is being performed. This algorithm is heuristically based on a model reference control formulation, but it requires only a minimal number of iterations for the parameter to settle to its statistically specified value. The performance of the statistical method for selecting the prior parameter and that of the iterative feedback algorithm are demonstrated using both 2-D and 3-D images