一种大气湍流图像盲反卷积复原算法.docxVIP

一种大气湍流图像盲反卷积复原算法 1 盲反卷积原位方法 由于大气水流和噪声的影响，观测目标图像的退化，精确观测一直是国内外解决的问题。近几十年来已发展了多种技术方法,主要包括空间望远镜、自适应光学和事后处理等三种方法,其中事后处理方法是利用地基望远镜与数字图像采集系统(CCD)记录目标大气湍流退化图像,记录图像再经计算机复原,获得目标清晰图像的方法。自上世纪中期,国内外开展了大量的事后处理方法的研究,发展了维纳滤波、斑点成像、盲反卷积等复原方法。其中盲反卷积复原方法由于无需参考星和大气湍流退化因子的先验知识等优点而被广泛应用。 观测目标经过大气湍流和地基望远镜系统的成像是非相干光成像,在等晕区内,满足线性空间不变性,其成像过程可描述为目标与系统点扩展函数的卷积。 盲反卷积复原是在仅已知湍流退化图像的情况下,求解目标原始图像和系统点扩展函数的问题。1987年Lane从理论上阐述了利用盲反卷积复原方法从退化图像恢复出原始目标的可能性。90年代初,Holmes和Schulz等人提出了基于最大似然估计迭代盲反卷积复原方法,Lane提出了频域最优化盲反卷积方法,Thiebaut提出了空域最优化盲反卷积方法,他们以各自提出的不同的盲反卷积复原方法复原出了清晰的观测目标。 然而,传统的各类盲反卷积方法并未对噪声作特殊的考虑,而实际的观测目标成像除了大气湍流退化还存在噪声的污染。由于噪声的存在,