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
中国科学院安徽光学精密机械研究所 中国科学院大气成分与光学重点实验室, 安徽 合肥 230031
提出了一种基于加速正则化Richardson-Lucy(RL)算法的大气湍流退化图像盲复原方法(AccRLTV-IBD)。在总变 分(TV)正则化RL算法的基础上,引入二阶矢量外推加速技术对其进行加速,形成加速正则化RL(AccRLTV)算法,并将 该算法应用到迭代盲目反卷积(IBD)算法中。使用长曝光大气湍流光学传递函数(OTF)的物理模型或根据图像来 获取初始的点扩散函数(PSF),在灰度平均梯度(gray mean grads, GMG)的基础上定义了一个相对灰 度平均梯度(relative gray mean grads, RGMG)参数作为无参考图像复原质量的评价标准。模拟图像和 实际湍流退化图像复原结果表明,基于RL的IBD算法要优于基于Wiener滤波的IBD算法,并且与RL-IBD算法 相比, AccRLTV-IBD收敛速度更快,复原效果更好。
图像复原 大气湍流退化图像 迭代盲目反卷积 Richardson-Lucy算法 矢量外推加速技术 总变分正则化 image restoration atmospheric turbulence-degraded image iterative blind deconvolution Richardson-Lucy algorithm vector extrapolation acceleration technique total variation regularization
中国科学院安徽光学精密机械研究所中国科学院大气成分与光学重点实验室, 安徽 合肥 230031
提出了一种基于加速阻尼Richardson-Lucy(ADRL)算法的湍流退化图像盲复原方法,称为ADRL-IBD方法。在阻尼Richardson-Lucy算法的基础上,引入二阶矢量外推加速技术对其进行加速,形成ADRL算法,并将该算法应用到迭代盲目反卷积(IBD)算法中。使用长曝光大气湍流光学传递函数的物理模型或根据观测图像来获取初始的点扩展函数(PSF),利用阈值分割技术获取图像目标的可靠支持域,在每一次迭代中,对图像施加支持域约束。模拟图像和实际湍流退化图像复原结果表明,基于Richardson-Lucy算法的IBD算法要优于基于Wiener滤波的IBD算法,并且ADRL-IBD算法具有较强的抗噪性,与RL-IBD算法相比,收敛速度更快,复原结果更好。
图像复原 湍流退化图像 迭代盲目反卷积 矢量外推加速技术 阻尼Richardson-Lucy算法 激光与光电子学进展
2011, 48(8): 081001