基于Huber-Markov隨機(jī)場(chǎng)的遙感圖像盲復(fù)原技術(shù)研究.pdf

1、在光學(xué)遙感影像的成像過(guò)程(影像的獲取、傳輸和存儲(chǔ))中，受到大氣湍流的擾動(dòng)效應(yīng)、大氣中氣溶膠的散射作用、地物與成像設(shè)備之間的相對(duì)運(yùn)動(dòng)、光學(xué)系統(tǒng)的衍射、像差、成像設(shè)備的散焦、畸變以及源自電路和光度學(xué)因素的噪聲等多種因素的影響，所獲取的直接影像往往會(huì)模糊或引入噪聲。圖像復(fù)原技術(shù)能夠由退化影像獲得與真實(shí)影像最接近的結(jié)果。成像系統(tǒng)的點(diǎn)擴(kuò)展函數(shù)(Point Spread Function，PSF)是圖像復(fù)原的關(guān)鍵，但由于以上原因，PSF很難預(yù)先精確

2、獲知。因而一般的圖像復(fù)原理論很難處理遙感影像數(shù)據(jù)。盲復(fù)原理論根據(jù)圖像降質(zhì)本質(zhì)，不受復(fù)雜降質(zhì)原因約束，能在未知具體降質(zhì)過(guò)程的情況下，僅通過(guò)對(duì)觀測(cè)圖像進(jìn)行分析處理，得到PSF并通過(guò)復(fù)原算法估計(jì)最接近真實(shí)圖像的結(jié)果。這恰好能夠解決遙感影像難以獲得先驗(yàn)知識(shí)的難題。
　　本文立足于研究基于Huber-Markov隨機(jī)場(chǎng)模型(Huber-Markov Random Field, HMRF)的光學(xué)遙感圖像盲復(fù)原算法。將基于具有限制解空間，快速獲

3、取最優(yōu)解優(yōu)勢(shì)的HMRF模型應(yīng)用于盲復(fù)原技術(shù)中，從而有效保護(hù)圖像邊緣紋理及細(xì)節(jié)信息。圖像盲復(fù)原本質(zhì)上是對(duì)PSF的獲取和對(duì)反問(wèn)題的求解，同時(shí)PSF的變化是圖像降質(zhì)的本質(zhì)體現(xiàn)，因此對(duì)PSF的準(zhǔn)確估計(jì)是圖像盲復(fù)原的根本保證。本文充分考慮光學(xué)遙感圖像的成像特點(diǎn)并結(jié)合盲復(fù)原過(guò)程缺乏先驗(yàn)知識(shí)的情況，提出應(yīng)用刃邊技術(shù)(Knife-Edge method, KE)直接由降質(zhì)圖像構(gòu)建PSF，再應(yīng)用HMRF模型通過(guò)建立最小化迭代過(guò)程優(yōu)化所得到的PSF從而實(shí)現(xiàn)

4、對(duì)PSF的準(zhǔn)確估計(jì)。本文所提出的算法模型為光學(xué)遙感圖像的質(zhì)量恢復(fù)提供了適用性強(qiáng)、穩(wěn)定度好、準(zhǔn)確性高的解決方案，具有實(shí)際的應(yīng)用價(jià)值。
　　本文首先系統(tǒng)地介紹了圖像復(fù)原相關(guān)領(lǐng)域的國(guó)內(nèi)外研究現(xiàn)狀，包括圖像盲復(fù)原理論、Markov隨機(jī)場(chǎng)理論、刃邊提取技術(shù)。然后對(duì)圖像的盲復(fù)原理論與HMRF成像模型和刃邊技術(shù)及基于稀疏表示的迭代優(yōu)化技術(shù)都進(jìn)行了系統(tǒng)、具體地闡述。在此基礎(chǔ)上，提出了基于刃邊技術(shù)和基于HMRF建模理論的PSF估計(jì)方法。前者和后者分

5、別用以提取降質(zhì)后的圖像邊緣信息及二維PSF的構(gòu)建和進(jìn)一步的優(yōu)化。通過(guò)HMRF理論建立圖像先驗(yàn)?zāi)Ｐ?，結(jié)合概率統(tǒng)計(jì)函數(shù)構(gòu)建迭代復(fù)原的目標(biāo)方程，通過(guò)最小化迭代過(guò)程實(shí)現(xiàn)影像數(shù)據(jù)的盲復(fù)原。本文對(duì)以上過(guò)程的具體算法進(jìn)行了具體地介紹。鑒于迭代復(fù)原過(guò)程中數(shù)據(jù)量大的問(wèn)題，提出了基于稀疏表示的迭代優(yōu)化理論，完善算法性能。最后，以遙感器調(diào)制函數(shù)(Modulation Transfer Function, MTF)及半幅全寬(Full-Width at Hal