气动光学效应图像空变模糊核的点近邻复原方法及系统

摘要

本发明公开了一种基于气动光学效应图像空变模糊核的点近邻复原方法，包括以下步骤：对输入的气动光学效应的模糊图像进行计算，滤除对估计模糊核不利的部分区域，筛选得到图像中多个大梯度结构区域；对筛选出的多个大梯度结构区域对应的模糊图像区域，估计出各区域的模糊核，同样计算出整幅模糊图像的总模糊核；将模糊图像中每个像素点到各区域中心点的距离进行比较，将距离最近的区域的模糊核作为该像素点的模糊核；利用空变模糊核的空间相关性，得到每个像素点的近似精确模糊核；根据每个像素点的近似精确模糊核，逐点反卷积计算得到复原图像。本发明可以提高气动光学效应模糊图像的复原质量。

说明书

技术领域

本发明涉及航天图像处理领域，尤其涉及一种基于气动光学效应图像空变模糊核的点近邻复原方法及系统。

背景技术

气动光学效应图像的校正是一个复杂问题，在光线进入成像传感器窗口之前，大气湍流随机地干扰来自目标的辐射的传播，使成像焦平面产生像素点强度分布扩散、峰值降低、图像模糊和位置偏移等气动光学效应，给目标识别带来了很大的困难。其退化模型的模糊核是未知的并且随机变化的，这进一步地增加了气动光学效应校正的难度。大气湍流随机地干扰来自目标辐射能量的传播，使成像焦平面中的目标图像点强度扩散，图像模糊，目标成像质量退化。由此可知，研究湍流退化图像的校正及其复原方法，恢复清晰图像，具有重要作用。

随着数字图像处理的发展，目前对于气动光学效应图像恢复的方法大致分为两类：1、空不变图像复原（对整幅模糊图像采用一个模糊核进行复原），此类方法适合对模糊模式单一的图像进行复原，应用在气动光学效应图像恢复上，恢复质量不高；2、空变图像复原（对整幅模糊图像采用多个不同模糊核进行复原）。此方法能够恢复模糊核未知且随机变换的气动光学效应退化图像。但是空变的方法目前还没有一个非常有效的解决途径，与其相关的工作较少，需要进一步研究。

发明内容

本发明的目的在于针对气动光学效应图像进行去模糊，提供一种可有效提高气动光学效应模糊图像的复原质量的基于气动光学效应图像空变模糊核的点近邻复原方法及系统。

为实现上述目的，本发明提供一种基于气动光学效应图像空变模糊核的点近邻复原方法，包含以下步骤：

S1、输入气动光学效应的模糊图像；

S2、对模糊图像进行计算，滤除对估计模糊核不利的部分区域，筛选得到图像中多个大梯度结构区域；

S3、对筛选出的多个大梯度结构区域对应的模糊图像区域，基于交替最小化方法进行迭代，估计出各区域的模糊核，同样计算出整幅模糊图像的总模糊核；

S4、将模糊图像中每个像素点到各区域中心点的距离进行比较，将距离最近的区域的模糊核作为该像素点的模糊核；

S5、利用空变模糊核的空间相关性，将每个像素点的模糊核和整幅模糊图像的总模糊核通过加权计算方法得到每个像素点的近似精确模糊核；

S6、根据每个像素点的近似精确模糊核，利用多个单变量最小化优化方法进行逐点反卷积计算，得到复原图像。

接上述技术方案，步骤S2中，将彩色的模糊图像转换为灰度图；再通过形态学梯度算子提取灰度图中的多个大梯度结构区域。

接上述技术方案，步骤S2中对大梯度结构区域进行筛选具体方法为：

以灰度图中每个像素点为中心，以3×3的一个邻域内的灰度均值和标准差之和作为每个像素点的阈值，滤除灰度图中对估计模糊核不利的部分区域；

在滤除后的区域中选取长宽方向都大于一定值的区域，作为对应输入的模糊图像中估计模糊核的N块区域。

接上述技术方案，步骤S3中求模糊核的方法具体为：

设定模糊核的大小21×21，采用交替最小化方法，通过中间清晰图像和模糊核的交替迭代来估计模糊核，根据图像模糊的原数学模型及其模型的推导，利用快速傅里叶变换、傅里叶逆变换和傅里叶复共轭算子迭代多次，计算出模糊核。

接上述技术方案，步骤S4中得到每个像素点对应的模糊核的方法为：

计算每个像素点与各区域中心点的欧式距离，并选取距离最小区域的模糊核作为该像素点的模糊核；若存在距离相同，则采用多个模糊核加权平均的方法计算出一个模糊核，再将模糊核归一化。

接上述技术方案，步骤S5中每个像素点的近似精确模糊核具体计算过程为：

根据空变模糊核的空间相关性，将整幅模糊图像的模糊核

式中：

本发明还提供一种基于气动光学效应图像空变模糊核的点近邻复原系统，包括：

图像输入模块，用于输入气动光学效应的模糊图像；

大区域筛选模块，用于对模糊图像进行计算，滤除对估计模糊核不利的部分区域，筛选得到图像中多个大梯度结构区域；

大区域模糊核计算模块，用于对筛选出的多个大梯度结构区域对应的模糊图像区域，基于交替最小化方法进行迭代，估计出各区域的模糊核；

总模糊图像模糊核计算模块，用于计算出整幅模糊图像的总模糊核；

各像素模糊核计算模块，用于将模糊图像中每个像素点到各区域中心点的距离进行比较，将距离最近的区域的模糊核作为该像素点的模糊核；

近似精确模糊核计算模块，用于利用空变模糊核的空间相关性，将每个像素点的模糊核和整幅模糊图像的总模糊核通过加权计算方法得到每个像素点的近似精确模糊核；

复原模块，用于根据每个像素点的近似精确模糊核，利用多个单变量最小化优化方法进行逐点反卷积计算，得到复原图像。

接上述技术方案，大区域筛选模块具体用于将彩色的模糊图像转换为灰度图；再通过形态学梯度算子提取灰度图中的多个大梯度结构区域。

接上述技术方案，各像素模糊核计算模块具体用于：计算每个像素点与各区域中心点的欧式距离，并选取距离最小区域的模糊核作为该像素点的模糊核；若存在距离相同，则采用多个模糊核加权平均的方法计算出一个模糊核，再将模糊核归一化。

本发明还提供一种计算机存储介质，其可被处理器执行，其内存储有计算机程序，该计算机程序执行上述技术方案所述的基于气动光学效应图像空变模糊核的点近邻复原方法。

本发明产生的有益效果是：本发明通过点近邻法，得到每个像素点的精确模糊核，可以提高气动光学效应模糊图像的复原质量，是一种有效的空变复原方法。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为本发明实施例基于气动光学效应图像空变模糊核的点近邻复原方法的流程图；

图2为本发明较佳实施例的基于气动光学效应图像空变模糊核的点近邻复原方法的流程图；

图3 为本发明实施例输入气动光学效应模糊图片；

图4 为本发明实施例通过形态学算子计算出大梯度结构区域示意图；

图5 为本发明实施例对梯度区域筛选图并估计其对应输入图像的模糊核示意图；

图6为本发明实施例的四个模糊核及其三维图像；

图7为本发明实施例部分像素点经过点近邻和加权计算后的模糊核示意图；

图8为本发明实施例通过逐点反卷积得到的恢复图像。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明实施例的基于气动光学效应图像空变模糊核的点近邻复原方法在matlab软件2018a版本中进行算法实现。

如图1所示，本发明实施例的基于气动光学效应图像空变模糊核的点近邻复原方法包括以下步骤：

S1、输入气动光学效应的模糊图像；

S2、对模糊图像进行计算，滤除对估计模糊核不利的部分区域，筛选得到图像中多个大梯度结构区域；

S3、对筛选出的多个大梯度结构区域对应的模糊图像区域，基于交替最小化方法进行迭代，估计出各区域的模糊核，同样计算出整幅模糊图像的总模糊核；

S4、将模糊图像中每个像素点到各区域中心点的距离进行比较，将距离最近的区域的模糊核作为该像素点的模糊核；

S5、利用空变模糊核的空间相关性，将每个像素点的模糊核和整幅模糊图像的总模糊核通过加权计算方法得到每个像素点的近似精确模糊核；

S6、根据每个像素点的近似精确模糊核，利用多个单变量最小化优化方法进行逐点反卷积计算，得到复原图像。

本发明的一个较佳具体实施例中，基于气动光学效应图像空变模糊核的点近邻复原方法如图2所示。

步骤S1中输入模糊图像

步骤S2中，如果输入的是彩色图像模糊图像需要转为灰度图

公式中：

以灰度图

此方法可滤除对估计模糊核不利的部分区域，得到

接着在上述滤除后的区域中选取长宽方向都大于10的区域，作为模糊图像灰度图

步骤S3中，可设定模糊核的大小21×21，采用交替最小化方法，通过中间清晰图像

经过求导后通过FFT变换在频域中求解得：

式中：

同时，用此方法还可将输入的模糊图像

进一步地，步骤S4中，气动光学效应图像中，其各点的模糊是未知且随机变化的，在一张气动光学效应图像中每个点都会产生一个模糊核。如果整幅图像中每个像素点的模糊核都算出来，那么其计算量巨大，耗时长，所以本发明提出一种点近邻的方法，就近取模糊核，这样可以减少运算量和耗时，同时能满足每个点都有一个对应的模糊核。基于步骤S3得到的N个（4个）模糊核，为了快速得到每个点的模糊核，将图像中每个点与各模糊核的中心点（即各个区域的中心点）计算欧式距离并选取距离最小的模糊核作为该点的模糊核，得到每个点对应的最近模糊核

具体地，基于步骤S3得到的4个模糊核，将图像中每个像素点与各模糊核的中心点（即各个区域的中心点）计算欧式距离并选取距离最小的模糊核作为该像素点的模糊核，得到每个点对应的最近模糊核

步骤S5中，将输入整幅模糊图像的模糊核

式中：权重系数

可见，虽然总模糊核恢复效果一般，但是其与图像中每个像素都适用，为了使得每个像素点对应的模糊核接近精确，利用其与总模糊核的相关性，并经过大量实验，本发明实施例采用一种加权计算的方法，将整幅图像的模糊核与每个像素点的模糊核进行近似加权平均计算，使得模糊核接近精确，从而修正了因为提高速度采用点近邻法获得模糊核而牺牲的模糊核精度。

进一步地，步骤S6中，可将图像

公式中，

在迭代中，固定其他变量，可将多变量最小化问题分解为多个单变量的最小化问题，对图像各点进行反卷积操作，即有：

辅助变量更新迭代的方法：

为加快收敛速度，采用滞后定点迭代极小化来快速求解。用上一步迭代的解来确定本次其他单变量的值。迭代次数为

由于每个点的模糊核是连续变化的，实现了逐点反卷积，生成恢复质量较好的清晰图像

通过上式计算并输出清晰图像

本发明还提供一种基于气动光学效应图像空变模糊核的点近邻复原系统，主要用于实现上述实施例基于气动光学效应图像空变模糊核的点近邻复原方法。

该系统具体包括：

图像输入模块，用于输入气动光学效应的模糊图像；

大区域筛选模块，用于对模糊图像进行计算，滤除对估计模糊核不利的部分区域，筛选得到图像中多个大梯度结构区域；

大区域模糊核计算模块，用于对筛选出的多个大梯度结构区域对应的模糊图像区域，基于交替最小化方法进行迭代，估计出各区域的模糊核；

总模糊图像模糊核计算模块，用于计算出整幅模糊图像的总模糊核；

各像素模糊核计算模块，用于将模糊图像中每个像素点到各区域中心点的距离进行比较，将距离最近的区域的模糊核作为该像素点的模糊核；

近似精确模糊核计算模块，用于利用空变模糊核的空间相关性，将每个像素点的模糊核和整幅模糊图像的总模糊核通过加权计算方法得到每个像素点的近似精确模糊核；

复原模块，用于根据每个像素点的近似精确模糊核，利用多个单变量最小化优化方法进行逐点反卷积计算，得到复原图像。

接上述技术方案，大区域筛选模块具体用于将彩色的模糊图像转换为灰度图；再通过形态学梯度算子提取灰度图中的多个大梯度结构区域。

接上述技术方案，各像素模糊核计算模块具体用于：计算每个像素点与各区域中心点的欧式距离，并选取距离最小区域的模糊核作为该像素点的模糊核；若存在距离相同，则采用多个模糊核加权平均的方法计算出一个模糊核，再将模糊核归一化。

各个模块具体用于实现上述实施例方法中的各个步骤，在此不赘述。

本发明还一种计算机存储介质，其可被处理器执行，其内存储有计算机程序，该计算机程序执行上述技术方案所述的基于气动光学效应图像空变模糊核的点近邻复原方法。

综上，本发明通过点近邻法，得到每个像素点的精确模糊核，可以提高气动光学效应模糊图像的复原质量，是一种有效的空变复原方法。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。