论文部分内容阅读
现在,经过地球大气对兴趣目标进行成像,是所有运行在地球大气层中的成像设备所不可避免的问题。而大气中由于湍流等大气结构的存在,往往会使得这些设备所获取的图像存在不同程度的模糊,所以,就需要对这些受到大气模糊的图像进行恢复。而大气模糊退化图像的恢复与重建问题是一个跨学科、领域的前沿课题和世界性难题,是国内外相关领域的研究人员正在努力解决的问题。由大气干扰所导致的退化图像的恢复,困难在于其退化模型是未知的和随机变化的,且难以用准确的数学解析式或模型来表达,再加上模糊图像中往往含有噪声,就更进一步增加了这类图像恢复的难度。传统的图像恢复算法都属于退化模型已知的范畴,而退化模型未知情况下的图像恢复算法研究是图像恢复领域中具有挑战性的研究方向,具有广阔的应用市场和前景。特别是随着深空探测技术的发展和空间对地观测系统分辨力的提高,大气干扰逐渐成为制约遥感器系统分辨力进一步提高的瓶颈,所以,对解决该问题的需求也就越来越广泛。因此,针对该问题,本文在总结现有国内外关于大气湍流效应图像恢复算法的研究成果的基础上,在国家高技术研究发展计划(863计划,编号:2006AA12Z110)项目的支持下,对大气模糊遥感影像的高清晰恢复与重建问题进行了研究和探讨。通过对现有湍流消除算法的改进和把天文观测领域常用的湍流恢复技术跟遥感影像相结合的方式,开辟了根据遥感影像成像时刻局部地区的气象数据估计大气MTF的新思路,并利用多幅国内外遥感卫星所观测的遥感数据对该思路进行了验证。文中的研究成果和贡献主要体现在:1)基于气象数据的湍流MTF、气溶胶MTF以及大气MTF的估计算法设计。大气整体调制传递函数MTF主要由大气湍流MTF和气溶胶MTF的乘积构成,而大气MTF和气溶胶MTF分别可用气象参数C n2(折射率结构系数)和气溶胶的尺寸分布来描述。根据成像时刻所记录的相同区域的气象数据,利用这两个参数来估计湍流MTF、气溶胶MTF和大气整体MTF;2)基于影像数据的成像系统MTF估计方法。结合MTF的物理意义,对目前获取光学成像系统MTF的两种方法进行了介绍和实验,利用MTF的频率域下降特性,实现对光学成像系统所观测图像的恢复和对光学成像系统性能的评价;3)结合大气MTF估计的改进Wiener滤波算法。利用估计的大气MTF,对经典Wiener滤波算法进行改进,得到了更适合遥感影像恢复的改进型Wiener滤波算法;4)结合大气MTF估计的改进直接解卷积算法。利用估计的大气MTF,对直接解卷积算法进行改进,得到了更适合遥感影像恢复的改进型直接解卷积算法;5)基于“近视”解卷积算法的自适应遥感影像恢复算法。把天文和微观观测图像处理领域中常用的“近视”解卷积思想,应用于大气模糊遥感影像的恢复与重建。在实现原有“近视”解卷积算法的基础上,又根据遥感影像自身的特点,提出了一种自适应的遥感影像解卷积算法。算法采用约束共轭梯度优化方法,包含一种平衡极大似然估计和目标正则化的自适应方案,使得算法在得到满意结果的同时,运行时间和效率上也有了明显地提高;6)基于Bayessian原理的遥感影像解卷积算法。通过由关键变量模型和全局能量项所决定的尺度不变随机过程,来对未知的场景进行建模,然后基于概率统计理论,给出了一种估计模型中模糊和噪声参数的贝叶斯方法。根据估计的参数值和退化模型,就可以得到整个成像系统的模糊退化函数MTF,然后采用传统的恢复方法对影像进行恢复。7)基于梯度域动态压缩的高辐射分辨率遥感影像增强算法。针对高辐射分辨率遥感影像在普通显示设备上的显示问题,给出了一种适用于高辐射分辨率遥感影像显示的新算法。结果表明,该算法在实现大幅度的动态范围压缩的同时,能够较好的保留影像的细节信息和抑制一般的边缘效应。算法理论简单,计算高效,使用方便。并通过对真实高辐射分辨率遥感影像的动态压缩处理,验证了该算法的有效性。