基于噪声特性的大气湍流退化图像多帧盲反卷积复原

由于大气湍流和噪声的影响,造成观测目标图像的退化.为了目标的精确观测,根据噪声特性,结合符合物理意义的约束条件,提出了新的大气湍流图像盲反卷积复原最小化模型,并以共轭梯度数值优化方法交替迭代求解,复原观测目标图像.为验证提出的算法的有效性,在计算机上模拟参数为望远镜口径为2.0 m,大气相干长度为0.1 m,图像信噪比为10 dB的大气湍流退化和噪声污染的图像,以提出的盲反卷积复原方法复原,实验结果表明,提出的盲反卷积复原算法避免了传统的盲反卷积复原算法的缺陷,有效地克服大气湍流和噪声的影响,复原出了清晰的观测目标图像.该图像盲反卷积复原方法的研究,对地基望远镜的观测有重要的基础性作用.     

夜天文中的自适应光学

自1989年自适应光学首次在地基天文望远镜上成功实现衍射极限的天文观测以来,自适应光学系统已逐渐发展成为地基大口径天文望远镜必备的仪器之一。由于当今夜天文观测对仪器性能的要求越来越苛刻,为了提高夜天文观测中的适用性,自适应光学系统近20年来也在不断发展,涌现出多种新型自适应光学系统,如激光导星自适应光学系统、多层共轭自适应光学系统、极限自适应光学系统、近地层自适应光学系统等。尽管自适应光学系统的性能不断提高,但仍存在其局限性。文章分析了目前国际上已有自适应光学系统,探讨近年来夜天文当中应用的自适应光学系统及相关进展。     

宽带电磁图像卷积神经网络盲恢复方法研究

在利用抛物反射面对电磁干扰源成像过程中,由于系统衍射受限及成像频带较宽,导致干扰源成像模糊,分辨率低,难以分辨,不同频率不同区域干扰源所成图像分辨率不同,采用已有超分辨算法难以提高分辨率。为了实现宽带电磁图像的盲复原, 应用卷积神经网络的方法。网络训练是直接输入模糊图像,不假设任何特定的模糊和噪声模型情况下,重建出高质量图像。实验和仿真结果证明了卷积神经网络盲恢复方法在宽频带不同成像区域下表现了优于其他盲恢复算法的优势。     

半盲反卷积重构大气瑞利—米散射高分辨谱

详细讨论子在获取大气瑞处－米散射谱中，反卷积技术适用的条件，遇到的困难和采取的算法，以及为什么在信噪比为２０这一松弛条件下能重构出原线型。还讨论了用低分辨光谱分析元件获取高分辨光谱的可行性和途径。     

盲反卷积方法在水下激光图像复原中的应用

由于水体对激光存在着吸收和散射效应,距离选通水下激光成像系统所获得的图像存在不同程度的劣化问题,具有信噪比低、边缘模糊等特点。为提高图像质量,在分析水下激光成像劣化过程的基础上,研究了水下激光图像的基本噪声特征,并结合点扩展函数和调制传递函数,利用威尔斯小角度近似理论,将盲反卷积方法应用到水下激光图像复原中。在进行盲反卷积图像复原时,比较和讨论了将原始图像和经过降噪处理后的图像分别作为初始输入的处理结果;并对当人为改变调制传递函数和点扩展函数时所得到的图像复原结果进行了研究和讨论。处理结果表明该方法能达到抑制背景噪声、突出目标细节、提高对比度的效果,对水下激光图像增强十分有效。     

基于总变分的湍流退化噪声图像盲反卷积复原

根据总变分的噪声抑制特性和大气湍流成像过程,建立了基于总变分的大气湍流噪声图像多帧盲反卷积复原最小化模型,以基于共轭梯度数值优化方法的交替迭代算法求解,复原出了观测目标的清晰图像。在计算机上模拟了湍流退化和噪声污染图像。实验结果表明,该复原算法能有效地克服大气湍流和噪声的影响,可复原出清晰的原始目标图像。     

基于噪声方差来计算变分图像反卷积的规整化参数

采用定点迭代进行变分图像恢复并在这个计算框架下提出利用噪声方差选择规整化参数的方法.假定已知观测图像中初始噪声统计特性.为了在反卷积过程中正确地估计噪声的方差,构造一幅纯噪声图像跟实际的观测图像同步进行反卷积计算,并把纯噪声图像的方差作为观测图像中噪声方差的估计值来辅助计算规整化参数.针对规整化的各项异性,提出了能够保持两种噪声同步变化的特殊的规整化项.在能够准确知道迭代过程中图像包含噪声的方差的时候,建立了规整化参数λ与图像噪声方差之间的关系式.实验证明新的算法不但更好地抑制了噪声而且避免了过平滑,明显提高了基于定点迭代法计算变分图像恢复的适应性.     

空间目标天文定位方法及观测分析

研究并分析了一种加权最小二乘曲面法,将其用于空间目标天文观测,该方法不仅简单方便,而且还能够用于高准确度、大数据量的天文定位.通过实际星空观测,对连续拍摄的星图进行分析计算,结果表明,拟合均方误差在赤经和赤纬方向均优于4″.赤纬的定位准确度高于赤经的定位准确度,在赤经与赤纬方向上的最大定位误差分别为5.13″和1.74″.该方法降低了恒星位置误差对观测结果的影响,剔除了定标星的偶然匹配误差,提高了观测数据的利用率以及天文定位准确度,在实际工作中有较高的应用价值.     

塑造光流：光子学在天文中的应用

1608年,Hans Lippershey发明了望远镜,Galileo将其运用于天文观测中,由此开启了现代天文学的历史．今天的最大光学望远镜口径超过10m,10年之后,将会有多个新一代极大望远镜（ELTs）观测星空．望远镜收集的光束在会聚到望远镜焦庐之后,将重聚焦进入终端仪器进行数据分析和处理．     

Multiframe blind deconvolution applied to diverse shift-and-add images of an astronomical object

In astronomical speckle imaging, deconvolving a shift-and-add (SAA) image has an advantage over deconvolving noisy specklegrams, because an SAA image is an integration of many specklegrams and has a relatively enhanced signal-tonoise ratio. In this paper, to reinforce the deconvolution of a single SAA image, we propose a multiframe deconvolution applied to multiple SAA images that are obtained by diversely recombining the same set of specklegrams to have different point spread functions. We have found that such diverse SAA images can be easily produced by permuting specklegrams to be processed by SAA. The results of experiments using simulated and observational data have shown a robustness of our present approach: in the previous approach of deconvolving a single SAA frame, the resulting object estimate is apt to be influenced by the given SAA frame and the estimation sometimes fails, whereas in the present approach, a reliable object image is stably reconstructed regardless of the given SAA frames.     

Real-time blind deconvolution of retinal images in adaptive optics scanning laser ophthalmoscopy

With the use of adaptive optics (AO), the ocular aberrations can be compensated to get high-resolution image of living human retina. However, the wavefront correction is not perfect due to the wavefront measure error and hardware restrictions. Thus, it is necessary to use a deconvolution algorithm to recover the retinal images. In this paper, a blind deconvolution technique called Incremental Wiener filter is used to restore the adaptive optics confocal scanning laser ophthalmoscope (AOSLO) images. The point-spread function (PSF) measured by wavefront sensor is only used as an initial value of our algorithm. We also realize the Incremental Wiener filter on graphics processing unit (GPU) in real-time. When the image size is 512 × 480 pixels, six iterations of our algorithm only spend about 10 ms. Retinal blood vessels as well as cells in retinal images are restored by our algorithm, and the PSFs are also revised. Retinal images with and without adaptive optics are both restored. The results show that Incremental Wiener filter reduces the noises and improve the image quality.     

自适应光学图像非对称图像迭代盲复原算法

为了提高自适应光学图像复原效果,提出了一种新的多重约束非对称图像迭代盲解卷积算法。首先,在点扩散函数（PSF）频率域引入带宽有限约束来提高迭代盲解卷积算法的可靠性;然后,在PSF空间域引入支持域动态更新的思想以加快迭代盲解卷积算法收敛速度;最后,自动计算迭代盲解卷积算法的非对称因子以提高算法的自适应性。模拟实验结果表明,与RL-IBD算法比较,新算法迭代次数减少22.4%、峰值信噪比提高10.18 dB。在FK5-857和某双星的自适应光学图像复原实验中,也取得很好的复原效果。     

自适应光学图像非对称图像迭代盲复原算法

 为了提高自适应光学图像复原效果,提出了一种新的多重约束非对称图像迭代盲解卷积算法。首先,在点扩散函数（PSF）频率域引入带宽有限约束来提高迭代盲解卷积算法的可靠性;然后,在PSF空间域引入支持域动态更新的思想以加快迭代盲解卷积算法收敛速度;最后,自动计算迭代盲解卷积算法的非对称因子以提高算法的自适应性。模拟实验结果表明,与RL-IBD算法比较,新算法迭代次数减少22.4%、峰值信噪比提高10.18 dB。在FK5-857和某双星的自适应光学图像复原实验中,也取得很好的复原效果。     

改进的盲解卷积技术在远距离激光光斑图像复原中的应用

为了提高外场实验中远距离测量激光光斑位置的精度,提出利用盲解卷积技术对光斑图像进行事后复原来削弱大气湍流对光斑成像的影响。首先,介绍了经典盲解卷积算法,分析了其不足之处,并提出了一种改进的盲解卷积算法。为了提高目标函数的收敛性和收敛速度,在TV(Total Variation)目标函数加入惩罚项,并对交替迭代法进行改进。然后,用数学方法证明了改进的盲解卷积算法的收敛性。最后,进行了仿真实验。与传统算法相比,用改进算法恢复的图像信噪比至少提升了15%。文中给出了外场试验图像的实际复原效果。     

Digital reconstruction of grating-distorted images through virtual-optics imaging systems

We develop a technique to correct the distortion generated by the presence of a grating that prevents correct imaging of a test object in an optical system. We use the design concept of virtual-optics imaging systems to implement a setup and a corresponding filter to remove the distortion. Results are presented showing the potential of the method.     

盲图像复原研究现状

盲图像复原是在未知或不完全确知相关原始图像与成像点扩展函数的先验知识的情形下,利用所观测到的降质图像对原始图像和点扩展函数进行估计的一种图像处理方法。本文对近年来涌现出的主要盲图像复原算法进行了回顾,并根据相应的理论来源及相互联系将其划分为四大类,对各类复原算法及其改进算法进行了分析和讨论,为更清晰与深刻地认识和理解盲图像复原理论、解决实际图像降质问题提供参考。     

双树复数小波变换的视网膜图像半盲解卷积复原

针对导致自适应光学视网膜图像降质退化的原因,提出了一种结合双树复数小波变换(DT-CWT)和图像半盲解卷积复原算法的方法。首先,对经过自适应光学实时校正技术得到的视网膜图像进行DT-CWT分解,得到低频和高频部分对应的图像。将自适应光学成像系统中残余像差重建的光学传递函数作为图像复原模型的初始估计点扩散函数(PSF),并对低频部分图像进行条件约束的迭代半盲解卷积复原;对高频部分的图像进行去噪处理。最后,将处理后的高频和低频部分图像进行双树复数小波逆变换,获得复原图像。实验和结果表明：由该方法处理的视网膜细胞图像质量得到明显提高,图像客观质量评价参数相对于原始图像提高了5倍多;在视网膜细胞的空间频率范围内(70~90()-1),复原图像功率谱平均值提高了5倍左右,有助于对视网膜细胞的高分辨率观察。     

双树复数小波变换的视网膜图像半盲解卷积复原

针对导致自适应光学视网膜图像降质退化的原因,提出了一种结合双树复数小波变换(DTCWT)和图像半盲解卷积复原算法的方法。首先,对经过自适应光学实时校正技术得到的视网膜图像进行DT-CWT分解,得到低频和高频部分应的图像。将自适应光学成像系统中残余像差重建的光学传递函数作为图像复原模型的初始估计点扩散函数(PSF),并对低频部分图像进行条件约束的迭代半盲解卷积复原;对高频部分的图像进行去噪处理。最后,将处理后的高频和低频部分图像进行双树复数小波逆变换,获得复原图像。实验和结果表明:由该方法处理的视网膜细胞图像质量得到明显提高,图像客观质量评价参数相对于原始图像提高了5倍多;在视网膜细胞的空间频率范围内(70~90(°)~1),复原图像功率谱平均值提高了5倍左右,有助于对视网膜细胞的高分辨率观察。