论文部分内容阅读
地基光电探测系统是对深空目标进行探测与识别的主要技术手段之一,目标的成像特征是利用光电系统对空间目标进行识别的主要特性。由于受到成像系统、大气环境、动态噪声等诸多因素的影响,获取的空间目标图像产生严重的退化效应,严重影响系统对目标的识别与检测效率。因此面向空间目标退化图像的反演技术研究已成为空间目标辨识以及姿态测量等方面的迫切需求。为了获得更好的图像的反演效果,本文首先提出一种基于稀疏表示的联合稀疏先验约束盲反演模型对模糊核进行估计,其次构造一种结合图像梯度分布先验和空域稀疏先验的混合正则约束模型实现空间目标图像反演,采用这种分段反演方法能够获得更好的图像反演效果。本文的主要工作如下:在图像盲反演过程中,模糊核估计的准确性直接影响着图像的反演效果。本文通过研究和分析空间目标图像以及模糊核的先验稀疏特性,提出一种基于字典稀疏表示的联合稀疏先验约束模型对模糊核进行估计。采用图像梯度的L0范数和稀疏表示构造模型中的图像正则项,在提取有利于模糊核估计的图像显著边缘信息的同时,可有效提升算法的鲁棒性;采用拉普拉斯分布先验对模糊核进行约束,可保证模糊核的稀疏特性。本文采用交替最小化方法对模型进行迭代求解,迭代过程中对模糊核施加动态阈值约束以保证模糊核的连续性。仿真实验验证,相比于几种具有代表性的盲反演算法,本文方法能估计出更加准确的模糊核。对于含噪的空间目标退化图像,图像反演方法对图像的边缘和纹理等信息的恢复能力和抗噪声能力决定着反演图像质量的好坏。本文结合字典稀疏表示和图像梯度分布的先验信息,构造了一种结合图像梯度分布先验和空域稀疏先验的混合正则约束模型,以实现空间目标图像反演。该模型利用图像梯度的全局统计特性可以有效消除由重叠图像块引起的边界伪像,并保持图像的边缘和纹理等细节信息,同时可保证图像像素点间显著的对比度。最后,本文通过模拟和真实的退化图像进行对比实验,实验结果表明,本文所提方法对图像边缘和纹理等细节信息具有较好的恢复能力。此外,对噪声的抑制能力也优于对比算法。