留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

大气湍流模糊图像的高分辨力复原算法

李思雯 徐超 刘广荣 金伟其

李思雯, 徐超, 刘广荣, 金伟其. 大气湍流模糊图像的高分辨力复原算法[J]. 红外与激光工程, 2013, 42(12): 3486-3490.
引用本文: 李思雯, 徐超, 刘广荣, 金伟其. 大气湍流模糊图像的高分辨力复原算法[J]. 红外与激光工程, 2013, 42(12): 3486-3490.
Li Siwen, Xu Chao, Liu Guangrong, Jin Weiqi. High resolution restoration algorithm of atmospheric turbulence blurred image[J]. Infrared and Laser Engineering, 2013, 42(12): 3486-3490.
Citation: Li Siwen, Xu Chao, Liu Guangrong, Jin Weiqi. High resolution restoration algorithm of atmospheric turbulence blurred image[J]. Infrared and Laser Engineering, 2013, 42(12): 3486-3490.

大气湍流模糊图像的高分辨力复原算法

基金项目: 

兵器预研支撑基金(62201070116);微光夜视技术重点实验室基金(J20110501)

详细信息
    作者简介:

    李思雯(1986-),女,硕士生,主要从事图像处理方面的研究。Email:lisiwen1016@163.com;徐超(1979-),男,讲师,主要从事光电图像处理和光电成像技术与系统方面的研究。Email:rockyxu@bit.edu.cn

    李思雯(1986-),女,硕士生,主要从事图像处理方面的研究。Email:lisiwen1016@163.com;徐超(1979-),男,讲师,主要从事光电图像处理和光电成像技术与系统方面的研究。Email:rockyxu@bit.edu.cn

  • 中图分类号: O439

High resolution restoration algorithm of atmospheric turbulence blurred image

  • 摘要: 大气湍流是大气中的一种重要运动形式,它的存在使大气中的动量、热量、水气和污染物的垂直和水平交换作用明显增强,这种干扰作用极大地影响了光电成像系统对于目标的分辨能力。由于湍流影响而退化的图像中同时存在着幸运区域,用适当的算法可以获得高分辨力复原图像。为了获取包含幸运区域的大气湍流模糊图像,在实验室使用人造湍流,并结合短曝光技术拍摄了大气湍流干扰的序列图像。文中应用矩形交叠分块方法,改进了基于偏微分方程(PDEs)的序列图像复原算法,对获取的序列短曝光图像进行处理。结果表明,经该算法处理得到的合成图像质量有明显的提升,该算法对大气湍流造成的图像质量退化有较好的复原作用。
  • [1] Fried D L. Probability of getting a lucky short-exposure image through turbulence[J]. Opt Soc, 1978, 68: 1651-1657.
    [2]
    [3]
    [4] Fried D L. Anisoplanatism in adaptive optics[J]. Opt Soc,1982, 72: 52-61.
    [5] Vorontsov M A, Carhart G W, Pruidze D V, et al. Adaptive imaging system for phase distorted extended source and multiple-distance objects[J]. Appl Opt, 1997, 36: 3319-3328.
    [6]
    [7]
    [8] Vorontsov M A. Parallel image processing based on an evolution equation with anisotropic gain[J]. Integrated optoelectronic architectures Opt Soc, 1999, 16: 1623-1637.
    [9]
    [10] Mathieu Aubailly, Mikhail A Vorontsov, Gary W Carhart, et al. Automated video enhancement from a stream of atmospherically-distorted images: the lucky-region fusion approach [C]//SPIE, 2009, 7463: 74630C-74630C-10.
    [11]
    [12] Hong Hanyu, Zhang Tianxu, Yi Xinjian. Optimized restoration algorithm of infrared sequence degraded images with aero-optical effects[J]. Infrared and Laser Engineering, 2005, 34(6): 724-728. (in Chinese)
    [13]
    [14] Lu Xiaofen, Zhang Tianxu, Hong Hanyu. Image correction method with pixel deviation caused by aero-optics effects[J]. Infrared and Laser Engineering, 2007, 36(5): 758-761. (in Chinese)
    [15]
    [16] Bao Jianghong. The experimental study on lucky imaging technology[D]. Changsha: National University of Defense Technology, 2008: 10. (in Chinese)
    [17]
    [18] Yang Zhongliang, Liu Qiang, Ren Chenggang. Probability of getting anisoplanatic lucky short-exposure images[J]. Infrared and laser Engineering, 2010, 40(10): 2042-2047. (in Chinese)
    [19]
    [20] Welsh B M, Gardner C S. Effects of turbulence induced anisoplanatism on the imaging performance of adaptive astronomical telescopes using laser guide stars[J]. Opt Soc, 1991(8): 69-80.
    [21]
    [22] Hufnagel R E. Restoration of atmospherically degraded images[C]. Washington D C: National Academy of Sciences, 1966.
    [23] Corteggiani J P, Gay J, Rabbia Y. Probability of diffraction limited images in infrared through turbulence-experimental results[C]//European Southern Observatory, Conference on Scientific Importance of High Angular Resolution at Infrared and Optical Wavelengths, 1981.
    [24]
    [25] Sos S Agaian, Karen A Panetta, Grigoryan A. Transform-based image enhancement algorithms with performance measure [J]. IEEE Transaction on Image Processing, 2001, 10(3): 367-382.
  • [1] 于策, 王天枢, 张莹, 林鹏, 郑崇辉, 马万卓.  大气湍流信道中OAM光束与高斯光束传输性能的实验研究 . 红外与激光工程, 2021, 50(8): 20200400-1-20200400-10. doi: 10.3788/IRLA20200400
    [2] 侯阿慧, 胡以华, 赵楠翔, 董骁, 曾祥熙.  光子探测距离漂移误差与大气湍流效应建模分析 . 红外与激光工程, 2020, 49(S2): 20200192-20200192. doi: 10.3788/IRLA20200192
    [3] 刘中辉, 陈纯毅, 姚海峰, 潘石, 向磊, 娄岩, 倪小龙.  基于大气湍流传输激光散斑的真随机数提取研究 . 红外与激光工程, 2019, 48(12): 1205005-1205005(8). doi: 10.3788/IRLA201948.1205005
    [4] 赵刚, 邓万涛, 夏惠军.  大气湍流对高能激光系统瞄准精度的影响 . 红外与激光工程, 2019, 48(S2): 81-89. doi: 10.3788/IRLA201948.S209001
    [5] 徐晨露, 郝士琦, 张岱, 赵青松, 宛雄丰.  综合斜程传输和光束扩展影响下的大气湍流相位屏组设计 . 红外与激光工程, 2019, 48(4): 404003-0404003(8). doi: 10.3788/IRLA201948.0404003
    [6] 柯熙政, 宁川, 王姣.  大气湍流下轨道角动量复用态串扰分析 . 红外与激光工程, 2018, 47(11): 1122002-1122002(7). doi: 10.3788/IRLA201847.1122002
    [7] 李盾, 宁禹, 吴武明, 孙全, 杜少军.  旋转相位屏的动态大气湍流数值模拟和验证方法 . 红外与激光工程, 2017, 46(12): 1211003-1211003(7). doi: 10.3788/IRLA201746.1211003
    [8] 王姣, 柯熙政.  部分相干光束在大气湍流中传输的散斑特性 . 红外与激光工程, 2017, 46(7): 722003-0722003(8). doi: 10.3788/IRLA201746.0722003
    [9] 周颖捷, 周安然, 孙东松, 强希文, 封双连.  差分像移大气湍流廓线激光雷达的研制 . 红外与激光工程, 2016, 45(11): 1130001-1130001(5). doi: 10.3788/IRLA201645.1130001
    [10] 陈牧, 柯熙政.  大气湍流对激光通信系统性能的影响研究 . 红外与激光工程, 2016, 45(8): 822009-0822009(7). doi: 10.3788/IRLA201645.0822009
    [11] 李菲, 路后兵.  弱湍流条件下大气光通信的阈值优化方法 . 红外与激光工程, 2016, 45(12): 1211004-1211004(6). doi: 10.3788/IRLA201645.1211004
    [12] 李一芒, 高世杰, 盛磊.  近海激光通信分集技术对大气湍流扰动抑制的实验 . 红外与激光工程, 2016, 45(3): 322001-0322001(7). doi: 10.3788/IRLA201645.0322001
    [13] 李玉杰, 朱文越, 饶瑞中.  非Kolmogorov大气湍流随机相位屏模拟 . 红外与激光工程, 2016, 45(12): 1211001-1211001(8). doi: 10.3788/IRLA201645.1211001
    [14] 向娥, 卢晓猛, 姜晓军.  基于兴隆观测基地50cm望远镜的幸运成像系统 . 红外与激光工程, 2015, 44(4): 1278-1283.
    [15] 卢芳, 韩香娥.  高斯-谢尔模型阵列光束在湍流大气中的空间相干性 . 红外与激光工程, 2015, 44(1): 305-309.
    [16] 瞿勇, 张新宇, 桑红石, 谢长生, 季安, 张天序.  红外衍射微光学元件的湍流波前模拟和再现 . 红外与激光工程, 2014, 43(5): 1522-1528.
    [17] 孙刚, 翁宁泉, 张彩云, 高慧, 吴毅.  基于NOAA模式的典型地区大气湍流高度分布 . 红外与激光工程, 2014, 43(2): 388-393.
    [18] 葛琪, 王可东, 张弘, 李桂斌, 邸超.  长曝光大气湍流退化图像点扩散函数估计 . 红外与激光工程, 2014, 43(4): 1327-1331.
    [19] 王莎, 陈跃庭, 冯华君, 徐之海, 李奇.  基于TwIST-TV 约束的图像去模糊方法 . 红外与激光工程, 2014, 43(6): 2000-2006.
    [20] 向宁静, 吴振森, 王明军.  部分相干高斯-谢尔光束在大气湍流中的展宽与漂移 . 红外与激光工程, 2013, 42(3): 658-662.
  • 加载中
计量
  • 文章访问数:  178
  • HTML全文浏览量:  19
  • PDF下载量:  268
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-03-03
  • 修回日期:  2013-04-06
  • 刊出日期:  2013-12-25

大气湍流模糊图像的高分辨力复原算法

    作者简介:

    李思雯(1986-),女,硕士生,主要从事图像处理方面的研究。Email:lisiwen1016@163.com;徐超(1979-),男,讲师,主要从事光电图像处理和光电成像技术与系统方面的研究。Email:rockyxu@bit.edu.cn

    李思雯(1986-),女,硕士生,主要从事图像处理方面的研究。Email:lisiwen1016@163.com;徐超(1979-),男,讲师,主要从事光电图像处理和光电成像技术与系统方面的研究。Email:rockyxu@bit.edu.cn

基金项目:

兵器预研支撑基金(62201070116);微光夜视技术重点实验室基金(J20110501)

  • 中图分类号: O439

摘要: 大气湍流是大气中的一种重要运动形式,它的存在使大气中的动量、热量、水气和污染物的垂直和水平交换作用明显增强,这种干扰作用极大地影响了光电成像系统对于目标的分辨能力。由于湍流影响而退化的图像中同时存在着幸运区域,用适当的算法可以获得高分辨力复原图像。为了获取包含幸运区域的大气湍流模糊图像,在实验室使用人造湍流,并结合短曝光技术拍摄了大气湍流干扰的序列图像。文中应用矩形交叠分块方法,改进了基于偏微分方程(PDEs)的序列图像复原算法,对获取的序列短曝光图像进行处理。结果表明,经该算法处理得到的合成图像质量有明显的提升,该算法对大气湍流造成的图像质量退化有较好的复原作用。

English Abstract

参考文献 (25)

目录

    /

    返回文章
    返回