專利名稱：目標探測多譜圖像的通用復原方法
技術領域：
本發明涉及一種目標探測多譜圖像的通用復原方法。
背景技術：
在目標探測過程中，由于受湍流、運動、散射等多種因素的影響，目標探測多譜圖像包含有運動、湍流、散射等多種退化模式，各種退化模式對多譜探測圖像的退化影響程度也是不相同的，不同的退化模式具有不同的退化模型[1]，因此從多譜探測圖像中是很難分清具體的退化模式及各種退化因素及其影響程度。目前的復原方法是尋找各種具體的退化模式和模型，然后進行反卷積復原圖像[2_4]，但這些方法是不能適用于目標探測的，因為從多譜探測圖像中是很難分清圖像退化模式的。另外，目前現有的圖像復原方法利用整個退 化圖像或者退化圖像的一整塊區域進行復原，退化圖像中平坦的目標區和背景區都參與了計算[2_4]，由于平坦的目標區和背景區包含的退化信息不顯著，冗余的信息會對復原帶來不確定性，影響復原結果的準確性，且增加了計算負擔，延誤了時間，不適合應用于目標探測過程中。因此，研究和提出耗時少，復原效果好，通用復原方法是很有實際意義和實用價值的。現有技術的技術方案主要有以下幾種
(一)迭代盲目去卷積復原方法(IBD)[5]及其改進后的所有復原方法[6_8](含TV復原方
法[9]等)。G. R. Ayers和J. C. Dainty于1988年提出了基于單巾貞的迭代盲目去卷積方法(IBD復原方法)[5]，且將其應用在大氣湍流退化圖像的復原中，在每一次迭代中對圖像進行非負性限制。Ayers和Dainty等人的研究激發了宇航學界對滿目去卷積的極大興趣。這種方法雖然在噪聲情況下存在穩定性問題，但被證明是非常有發展前途的。1989年，Davery和Lane等人提出了類似的方案[6]，但算法進一步設定了先驗知識，支持域是已知的，使用維納濾波器來獲取目標和PSF的估計。IBD算法計算復雜性較低，但對噪聲較敏感，主要缺點是缺乏可靠性。許多學者發表了對IBD基本算法的改進，1992年，Lane提出了一種應用于斑點圖像的共軛梯度的盲目去卷積技術[7]，該算法比Ayers和Dainty提出的IBD具有更好的魯棒性。其基本結構與IBD算法相同。主要不同在于迭代過程中使用了梯度下降極小化誤差項，從而獲得較好的復原效果。該算法考慮了噪聲的存在，但是對于復雜目標，會出現一些可能對應于總誤差項局部極小值的解。為了解決盲目去卷積算法對噪聲的敏感性和出現一些假象及解不確定的問題，Lane和Law于1996年提出了基于最小二乘優化的盲目復原方法M，通過建立一個誤差項使之最小化來獲得最佳解，并且在每次迭代過程中都使用最速下降法來最小化該誤差項，所施加的非負性約束和支持域限制等都假定是精確已知的。迭代盲目去卷積復原方法(IBD)本質上是對Feinup相位復原算法[1°]的推廣，采用的方法是迭代，并用先驗知識來對圖像的非負行進行限制，在每一次迭代中可以通過簡單的逆濾波得到目標和PSF的估計值。迭代盲目去卷積方法在點擴展函數未知的情況下，不用向導星作參考，而是利用一些合理的先驗知識，如目標強度和點擴展函數值是非負的，支持域大小以及頻率域上某些已知的特性來估計目標強度。它的關鍵是關于退化性質和圖像的先驗知識的應用。迭代盲目去卷積復原方法(IBD)以及改進后的迭代盲目去卷積復原方法，都是使用整幅退化圖像數據采用迭代的方式來進行復原，多用在大氣湍流退化圖像的復原中。其存在的缺點是
(1)只適用于大氣湍流退化圖像的復原，沒有通用性
IBD及其所有改進方法(含TV復原法等)只適用于大氣湍流退化圖像的復原中，對其他退化模式的圖像，如運動模糊圖像，散焦模糊圖像，綜合因素引起的退化圖像或無法知道退化模式的退化圖像等等，不能復原。如果要對其他退化模式圖像復原需要使用不同的復原方法；
(2)耗時長
IBD及其所有改進方法(含TV復原法等)使用整張圖像的信息來復原，所有數據參與了運算，而且運算采用迭代的形式，加大了運算量，導致耗時很長；
(3)不能用在實際圖像的復原
IBD及其所有改進方法(含TV復原法等)往往只對仿真退化圖像效果較好，但對實際的退化圖像復原效果不好。(二)Shan復原方法[11]以及Fergus復原方法[12]等可見光的運動模糊圖像復原方法。對于運動模糊圖像的復原，Fergus提出了一種利用貝葉斯模型來統計圖像灰度梯度分布統計特性，從而估計模糊圖像的運動圖像復原方法，Shan提出了一種更有效的運動模糊圖像復原方法，該方法同樣基于圖像灰度的概率分布模型。這兩個算法主要利用圖像邊緣概率分布等先驗知識，都需要手工輸入模糊核的大小等等。實際情況中，模糊核的大小，方向是很難確定的，這種類型的復原方法主要缺點是假設的先驗知識并不總是使用于一般的圖像。而且這類復原方法僅使用于運動模糊圖像的復原，而對其他形式的模糊圖像并不實用。其存在的缺點是
(I)只適用于可見光運動模糊圖像復原，沒有通用性
熵復原方法以及Fergus復原方法等可見光的運動模糊圖像復原方法只適用于大氣湍流退化圖像的復原中，對其他退化模式的圖像，如湍流退化圖像，散焦模糊圖像，綜合因素引起的退化圖像或無法知道退化模式的退化圖像等等，不能復原。如果要對其他退化模式圖像復原需要使用不同的復原方法。(2)耗時長
熵復原方法以及Fergus復原方法等可見光的運動模糊圖像復原方法使用整張圖像或者圖像中某塊區域的全部的信息來復原，所有數據參與了運算，而且運算采用迭代的形式，加大了運算量，導致耗時很長。參考文獻(如專利/論文/標準)
1.M. R. Banham and A. K. Katsagellos, “Digital image restoration,，，IEEESignal Process. Mag. 14, 24-41 (1997).
2.M. R. Banham and A. K. Katsagellos, “Digital image restoration,，，IEEESignal Process. Mag· 14，24-41 (1997).
3.Y. Yitzhakyj N. S. Kopeikaj “Identification of blur parameters frommotion blurred images，” Graphics Models and Image Processing, 59(5)，310-320(1997).
4.A. A. Sawchukj “Space variant system analysis of image motion，，，J Opt.Soc. Am. ^63(9), 1052-1063 (1973).
5.G. R. Ayers and J. C. Dainty, “Iterative blind deconvolution method andits applications, ” Opt. Lett. 13(7)，547-549 (1988).
6.B. L K. Daveyj R. G. Lane, R. Η. T. Bates, “Blind deconvolution of noisycomplex valued image”，Opt. Comm. 69，353-356，(1989). 7.R. G. Lane, “Blind deconvolution of speckle image, J. Opt. Soc. Am.A9(9)，1508-1514 (1992).
8.N. F. Law, R. G. Lane, “Blind deconvolution using least squaresminmization，，Optics Communications, 128，341-352，(1996)
9.T. F. Chan and C. K. Wong, “Total variation blind deconvolution，，，IEEETrans. Image Process. 7(3)，370-375 (1998).
10.J. R. Fienupj “Reconstruction of an object from the modulus of itsFourier transforms”， Optics Letters, 3(1)， 27-29， ( 1978).
11.Q. Shan, J. Jiaj and A. Agarwalaj “High-quality motion deblurring froma single image, ACM Trans, on Graphics. 27(3)，article 73 (2008).
12.R. Fergus, B. Singh, A. Hertzmannj S. T. Roweisj and W. T. Freeman,“Removing camera shake from a single photograph，” ACM Trans. Graphics 25(3)，787 - 794 (2006)。

發明內容
本發明所要解決的技術問題是針對上述現有技術而提出一種目標探測多譜圖像的通用復原方法，不需要知道退化模式，且復原速度快，對實際退化圖像復原效果好。本發明解決上述技術問題所釆用的技術方案是目標探測多譜圖像的通用復原方法，其步驟包括
1)輸入退化圖像，檢測退化圖像輪廓，由圖像輪廓找出退化圖像過渡區并預測過渡區清晰圖像，同時由過渡區寬度估計得到點擴散函數最大支撐域IX#;
2)從多譜退化圖像過渡區上選擇I個點，其中J>#2，在預測的過渡區清晰圖像上找到I個對應區域，由I組數據構建關于點擴散函數的矩陣方程組，其維數為IX#2 ；
3)在矩陣方程中加入非負性約束和各向異性的空間相關性約束項，并求解得到X的迭代關系方程
4)令初始值]^1二 0. η—I，其中點擴散函數矩陣X的大小為IX#;
5)由X的迭代方程求解得到η變為η+1時χ的值；
6)如果丨++-+i:t|41 |!< ￡ ,則停止計算，否則重復步驟5)，直到滿足條件為止，得到點擴散函數X ;
7)由求解得到的點擴散函數，通過最大似然估計非盲反卷積方法復原得到清晰圖像。本發明選擇退化圖像的中包含大量的退化信息的點來做復原運算，不僅使復原時間大大降低，而且最大限度地保證了復原結果的精確性和實時性。本方法與IBD及其所有改進方法(含TV復原法等)區別如下1、IBD及其所有改進方法(含TV復原法等)利用整幅退化圖像求解點擴散函數；而本發明的方法僅利用退化圖像上包含大量的退化信息的點來求解點擴散函數；2、IBD及其所有改進方法(含TV復原法等)通過點擴散函數的和真實圖像的交替迭代求解得到最終的真實圖像；而本發明的方法先求解點擴散函數，然后直接求解真實圖像，無需迭代，如圖2。本發明系統在普通計算機環境下運行，用于對各種光譜退化圖像的復原和清晰化，可用于目標檢測圖像復原，紅外末端制導圖像復原，日常拍攝到的圖像清晰化等等。
本發明相對于現有技術所存在的有益效果是
1)對所有光譜圖像通用，可以實現對任何光譜圖像，如紅外圖像、可見光圖像、毫米波圖像、太赫茲圖像等都可以復原和清晰化處理，對任何模糊形式引起的模糊圖像，如運動模糊、散焦模糊、氣動模糊等都可以復原，以及對多光譜目標探測圖像的高清晰化處理；
2)本發明將點擴散函數在有限的激勵區范圍內進行離散化，只求離散值，不需要對點擴散函數模型及參數進行估計，進而回避點擴散函數形式的復雜性和多樣性，無需通過退化模式來建立點擴散函數數學模型，因而無需知道圖像退化模式；
3)本發明只選用退化圖像上一些有效像素信息來求解點擴散函數，而排除了退化圖像上的噪聲點和平坦區域上的點，提高了計算結果的準確性，也減少了計算量。同時本發明在求解點擴散函數和清晰圖像過程中避免了交替迭代運算，進一步減少了計算量，因而本發明的方法耗時少；
4)本發明的方法對真實圖像復原效果好。現有復原方法試圖通過圖像退化模式來找到對應的點擴散函數的數學模型，然而目標成像會受到大氣擾動，運動，散焦以及其它復雜因素的干擾，很難分清各種因素的影響程度。點擴散函數形式是不知道的，用數學模型是難以表達的，用單一的數學模型來描述是不符合實際的，復原結果也不好；本發明的方法用有限的激勵區范圍內的離散值來描述點擴散函數，避免了用單一的數學模型來表達點擴散函數，更符合實際，復原效果也更好。實驗證明，本發明的確對實際圖像有很好的復原效果；
5)本發明的方法輸入一幀模糊圖像，即可得到清晰圖像，簡單易用。同時本發明的方法可機/星載芯片小型化(硬件實現)。


圖I為本發明目標探測多譜圖像通用復原方法的流程 圖2為本發明的方法與IBD復原方法的區別；
圖3(a)-3(c)為采用本發明的方法對一幅太赫茲退化圖像實現復原的具體步驟過程圖； 圖4(a)和4(b)分別為紅外退化圖像和采用本發明的方法處理的結果；
圖5(a)和5(b)分別為可見光退化圖像和采用本發明的方法處理的結果。
具體實施方式
下面結合附圖和實例對本發明作進一步詳細的說明。(I)圖3(a)是一幅太赫茲退化圖像，輸入圖像，檢測退化圖像輪廓，由圖像輪廓預測過渡區清晰圖像。同時由過渡區寬度估計得到點擴散函數最大支撐域
(2)從多譜退化圖像上選擇#CIDM2)個點，在預測的過渡區清晰圖像上找到I個對應區域。由#組數據構建關于點擴散函數的矩陣方程組(維數為IX#2)；
(3)在矩陣方程中加入非負性約束和各向異性的空間相關性約束項，并求解得到χ的迭代關系方程
(4)令初始值￡$Hl。其中點擴散函數矩陣χ的大小為#X#;
(5)由χ的迭代方程求解得到η變為η+1時χ的值；
(6)如果i:i⑷丨Hε為設定任意小值)，則停止計算，否則重復步驟5)，直 到滿足條件為止。得到點擴散函數X，記作《U);圖3(b)是由步驟(I)- (6)計算得到的退化圖像點擴散函數χ ;
(7)由求解得到的點擴散函數，通過最大似然估計非盲反卷積方法復原得到清晰圖像。圖3(c)是由步驟(7)復原得到的清晰圖像。為了證明本發明的方法對各種光譜圖像復原的有效性和通用性，除了附圖3太赫茲圖像以外，另外給出附圖4和附圖5。其中圖4(a)和圖4(b)分別是紅外退化圖像和紅外圖像復原結果，圖5(a)和圖5(b)是可見光退化圖像可將光圖像復原結果。實驗結果表明本發明的方法擺脫了目前圖像復原耗時長的困境，對各種光譜退化圖像均能進行恢復，不需先驗知識和譜源及退化模式，輸入一幀模糊圖像即可得到高清晰圖像，復原效果較好，在目標探測系統上可望取得應用。本發明不僅局限于上述具體實施方式
，本領域一般技術人員根據本發明公開的內容，可以采用其他多種具體實施方式
實施本發明，因此，凡是采用本發明的設計結構和思路，做一些簡單的變化或更改的設計以及根據本發明內容和方法的硬件設計技術，都落入本發明保護的范圍。
權利要求
1.目標探測多譜圖像的通用復原方法，其步驟包括 1)輸入退化圖像，檢測退化圖像輪廓，由圖像輪廓找出退化圖像過渡區并預測過渡區清晰圖像，同時由過渡區寬度估計得到點擴散函數最大支撐域IX#; 2)從多譜退化圖像過渡區上選擇#個點，其中Z>#2，在預測的過渡區清晰圖像上找到#個對應區域，由#組數據構建關于點擴散函數的矩陣方程組，其維數為IX#2 ； 3)在矩陣方程中加入非負性約束和各向異性的空間相關性約束項，并求解得到X的迭代關系方程i”“=fXi(n_+n:h 4)令初始值S<s>l二 0. nI，其中點擴散函數矩陣X的大小為#X# ； 5)由X的迭代方程求解得到n變為n+1時X的值;T”； 6)如果Uwu ,則停止計算，否則重復步驟5)，直到滿足條件為止，得到點擴散函數X ; 7)由求解得到的點擴散函數，通過最大似然估計非盲反卷積方法復原得到清晰圖像。
全文摘要
本發明涉及一種目標探測多譜圖像的通用復原方法，步驟包括檢測退化圖像輪廓，由圖像輪廓找出過渡區并預測過渡區清晰圖像；從多譜退化圖像過渡區上選擇K個點，在預測的過渡區清晰圖像上找到K個對應區域，構建矩陣方程組；加入非負性約束和各向異性的空間相關性約束項，并求解得到x的迭代關系方程；4)點擴散函數矩陣x的大小為M×M；5)由x的迭代方程求解得到n變為n+1時x的值；6)如果，停止計算，得到點擴散函數x；7)由求解得到的點擴散函數，通過最大似然估計非盲反卷積方法復原得到清晰圖像。本發明的有益效果是無需知道圖像退化模式，實現對任何光譜圖像復原和清晰化處理，耗時少，復原效果好。
文檔編號G06T5/00GK102768756SQ20121019770
公開日2012年11月7日 申請日期2012年6月15日 優先權日2012年6月15日
發明者張天序, 李良成, 洪漢玉, 章秀華 申請人:武漢工程大學