在靶场测控系统中,光电测量设备的测量数据主要是通过对光学图像信息进行分析得到的,因此光学图像的质量直接决定了测量信息获取的准确度。在测控试验中,高分辨率、高清晰度的图像对目标的检测、跟踪、识别等信息的准确解读具有举足轻重的作用。在实际应用中,图像的清晰度受到多方面退化因素的影响,就光学测量设备本身来讲,有诸如:光学测量设备光学镜头的相对口径和光学系统传递函数随应用环境的变化;光学测量设备因测角误差、跟踪误差等引起的跟踪抖动;图像获取的传感器噪声以及图像传输过程的损失等因素的影响,都会造成图像质量的下降。目标光进入光学成像系统之前需要经过大气传输,大气温度的变化和其中介质(如:水蒸气、沙尘、气溶胶、湍流等)的变化也会造成图像质量的下降。最终,这些复杂的退化因素综合在一起,造成了图像模糊,成像质量不佳,严重影响了靶场高准确度测量信息的获取。因此为了满足靶场高准确度信息获取,提升图像质量就成为目前迫切需要解决的问题。获取高质量图像可以通过两种途径去实现,第一种途径是改造已有设备的硬件或者添加自适应光学系统,通过提高设备性能去改善图像质量。但是这种提升方法成本高昂,制造难度大,且只能改善设备本身性能,无法改变外界环境造成的影响。第二种途径是采用图像复原技术,从图像处理的角度出发,消除噪声及模糊,估计出高质量的图像,使得图像在视觉上有一定的改善。这种提升方法成本较低且有效提升图像质量,是目前广泛采用的技术手段。针对靶场图像的退化原因和光电设备成像的特点,本文分别对含有多种噪声和大气退化因子的图像复原技术、基于正则化的图像复原技术等进行深入研究,探讨如何在去除图像噪声的同时,能够恢复更多的图像细节,以期提升图像的质量。另外,对复原的图像进行定量评价,是验证复原算法是否有效的一个重要手段,因此本文对无参考图像质量评价方法也开展了研究。拟解决的问题主要包括:1)多种噪声影响的大气退化图像复原方法;2)不同图像先验对序列图像复原结果的影响;3)序列图像间的相关性在序列图像复原中的应用;4)图像变换域统计特征在无参考图像质量评价中的应用。主要的研究内容和创新点如下:1、提出了一种基于混合噪声和大气共同作用的图像退化模型,并采用贝叶斯估计的方法进行复原建模,求解出清晰图像的解。本文针对大气湍流影响的空中目标图像进行了深入研究,分析了图像退化的原因并结合目标和图像的特点,建立了混合噪声和大气共同影响的图像退化模型。在求解时,引入自适应总变分正则项和L1模糊核正则项分别对清晰图像和模糊核进行约束,通过交替方向乘子法去估计清晰图像的解。通过对多组不同噪声和大气退化的图像进行实验,验证算法的有效性和适用性。2、提出了一种基于非刚性配准和图拉普拉斯正则项的序列图像盲复原方法。对于光电成像系统拍摄的近地面目标图像,采用了图像配准和图像去模糊相结合的策略进行复原。图像配准用于消除序列图像间的几何畸变,而图像去模糊用于恢复图像的细节,消除模糊。本文引入图谱论的相关理论,采用图像自相似性先验知识去构建图拉普拉斯矩阵,并详细分析了其谱特性。利用归一化图拉普拉斯矩阵建立一个具有自适应高通滤波器特性的正则项作为图像的约束,使其在抑制噪声,保持图像细节方面发挥更好的优势。通过对多组不同的目标、不同退化程序的图像进行实验,验证算法的有效性和适用性。3、提出了一种基于自适应时空非局部总变分正则项的序列图像盲复原方法。本文进一步挖掘序列图像之间的相关性,将空间的非局部梯度概念推广到时间域上,给出了时空非局部梯度的概念,用以描述序列图像在不同时空方向上的非局部像素值的变化。结合靶场目标的几何特性,本文提出自适应时空非局部总变分正则项去约束清晰图像,可以更好去恢复图像的细节,估计清晰图像的最优解。通过对多组静止目标和运动目标的图像进行实验,验证算法的有效性。4、提出了一种基于双树复小波统计特性和支持向量回归模型的无参考图像的质量评价方法。双树复小波变换具有多方向性和多尺度性等优良特性,可以更好的描述靶场目标的几何特征。本文利用双树复小波变换得到各个子带的小波系数,并提取出其统计特征如幅值、相位和局部熵的均值、方差,尺度间相位熵等组成特征矩阵,把特征矩阵作为支持向量回归模型的输入数据进行训练和预测,最终对图像质量做出评价。通过常用图像数据集中模糊、噪声失真类型的图像和真实的大气退化图像,测试算法的图像客观评价结果与人主观评价打分之间的相关性,验证算法的有效性。