1 中国科学院光电技术研究所, 四川 成都 610209
2 电子科技大学光电信息学院, 四川 成都 610054
3 中国科学院光束控制重点实验室, 四川 成都 610209
4 中国科学院大学, 北京 100049
由于大气湍流影响，光电探测系统一般只能获得模糊降质图像。根据大多数图像频谱幅度谱具有指数律分布的特征，提出了一种新的快速盲图像解卷积算法，该算法基于图像谱服从指数律分布的观察，从降质图像中直接获得降质过程的初始估计，大大加快了算法收敛速度，提高了算法稳定性；以此为基础，采用加权增量维纳滤波的方法交替迭代进行点扩展函数与原始图像的进一步估计，保证了算法的良好解卷积性能和普适性，最终实现了快速有效的盲解卷积。实验表明，基于指数律的增量维纳滤波(BPL-IWF)盲图像解卷积后处理的光电探测系统，能够实时探测目标，并准实时输出BPL-IWF盲图像解卷积图像。
图像处理 盲图像解卷积 光电探测 点扩展函数估计 准实时 增量维纳滤波
1 中国科学院 光电技术研究所, 四川 成都 610209
2 中国科学院 研究生院, 北京 100039
提出了一种基于自解卷积和增量Wiener滤波的迭代盲图像复原算法(SDIWF-IBD)。将自解卷积点扩散函数估计法应用于迭代盲目反卷积, 准确估计了点扩散函数频域; 在图像估计时使用增量Wiener滤波, 确保算法稳定收敛。为进一步控制算法收敛速度, 引入内迭代加速方法, 有效减少了算法的外部迭代次数。实验结果表明, 复原后图像细节明显增加且失真小, 算法快速收敛于较小误差。该算法复原效果良好, 收敛快速可控, 有利于实时应用。
迭代盲目反卷积 自解卷积 增量Wiener滤波 内迭代加速 算法收敛性 Iterative Blind Deconvolution(IBD) self-deconvolution incremental Wiener filter in-iterative acceleration algorithm convergency 光学 精密工程
2011, 19(12): 3049
