超分辨率图像恢复.pptxVIP

8.16 薄云层下的景物图像恢复 邵中尉 扫描仪成像模型 扫描仪上的接受图像由两部分组成：被云层反射部分及太阳光经地面景物反射后再穿透云层的部分: f(x,y)=φ[L,r(x,y),t(x,y)] =α Lr(x,y)t(x,y)+L(1-t(x,y)) 这里 f(x,y)是扫描仪接收的图像，r(x,y)为地面景物反射率，t(x,y)为云层透射率，L为太阳光强度， α为太阳光传输过程中衰减常数。 对上式取对数可得： ln[L-f(x,y)]=ln[t(x,y)]+ln[L- αLr(x,y)] 扫描仪成像模型 一般地讲，云层变换比较缓慢，因此可以认为云层干扰与地面场景相比，具有相对低的频率分量，那么可以利用低通滤波器，把云层干扰ln(t(x,y))提取出来，再经取指数即可得到t(x,y) 解出地面场景信号： r(x,y)=1/ α- (L-f(x,y))/ αLt(x,y) 8.17 超分辨率图像复原 超分辨率图像复原及其进展 实际的光学成像系统是一个频率有限的滤波器，由于受到光学衍射的影响，其传递函数在由衍射极限分辨率所决定的某个截止频率以上的值为零。普通的图像恢复技术只能将物体的频率恢复到衍射极限相应的截止频率处，而不能超越它，这样截止频率之外的能量和信息就丢失了。 超分辨率图像复原就是试图恢复截止频率以外的信息，以使图像获得更多地细节和信息 超分辨率图像复原方法 长椭球波函数法 线性外推法 叠加正弦模板法 能量连续降减法 BAYES分析法 凸集投影法 超分辨率复原的理论基础 对于一个线性位移不变的成像系统，其成像过程可以用以下式子描述： g(x)=f(x)*h(x) 这里 g(x)表示像，f(x)表示原场景，h(x)为点扩散函数 对上式子做傅氏变换有： G(u)=H(u)F(u) F(u)=G(u)H(u) 在截止频率外H（u）=0 解析延拓理论 如果一个函数f（x）是空域有界的，则其谱函数F（u）是一个解析函数，解析函数的性质是：若其在某一有限区间上为已知，就会处处已知，根据给定解析函数在区间上的取值对函数的整体进行重建叫做解析延拓 信息叠加理论 对于非相干成像: f(x)0 x?X f(x)=0 x∈X 以上式子可以写成： f(x)rect(x/X) 对上式进行傅氏变换有： F（u）=[Fa(u)+Fb(u)]*sinc(Xa) 由于sinc函数是无限的，则截止频率以上的信息通过卷积叠加到了截止频率以下的频率成分中。 非线性操作 考虑到噪声对成像过程的影响，一般成像过程可表示如下： g(x)=f(x)*h(x)+n(x) n(x)表示噪声 由于噪声的影响，必须对目标进行空间截断和非负数字截断的非线性运算，非线性运算附加了高频成分。 能量连续降减法 算法思想:首先由f0(x)计算出其谱函数F0（u）,然后对f0(x)施加空间有界约束得到f1(x)，之后对f1(x)进行傅氏变换得到F1（u），然后在通带范围内将F1（u）用F0（u）替换得到F2（u），再对F2（u）进行反傅氏变换并对所获得的函数f2(x)施加空间有界约束……其结果使能量误差下降，从而实现超分辨率信息复原。 空间约束 通带约束 空域 频域 傅里叶变换 傅里叶逆变换