利索能及
我要发布
收藏
专利号: 2021115692946
申请人: 武汉工程大学
专利类型:发明专利
专利状态:无效专利
更新日期:2025-12-17
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种气动光学效应大视场退化图像逐点校正复原方法,其特征在于,包括以下步骤:S1、计算输入的退化图像的梯度,利用梯度有用性指标来滤除小结构梯度区域,选取多个大梯度区域,根据大梯度在退化图像上的分布提取多个局部区域,并计算每个局部区域的模糊核;

S2、逐点计算到最近两个局部区域中心点的距离,并根据每个像素点的两个距离对全图各点的模糊核进行反距离加权插值计算,得到全图各点的初始模糊核,构成初始模糊核矩阵;

S3、根据初始模糊核矩阵建立空变退化模型,并添加由目标图像和各点初始模糊核二者灰度值决定的非负性约束正则化项和基于由目标图像与各点初始模糊核二者梯度值决定的自适应各向异性变系数的稀疏性约束正则化项使目标图像和各点模糊核具有非负性和空间自适应性;

S4、求解改进后的空变退化模型,得到各点的模糊核与各点的灰度值来实现逐点校正,最终输出空变退化复原图像。

2.根据权利要求1所述的气动光学效应大视场退化图像逐点校正复原方法,其特征在于,步骤S1的具体方法为:

S11、利用多尺度形态学梯度算子求得退化图像的梯度;

S12、利用梯度有用性指标滤除小结构梯度区域,在滤除后的梯度图像上选取长宽方向都大于一定值的大梯度局部区域,然后根据大梯度在退化图像上的分布提取多个局部区域;

S13、利用基于空间相关约束的非负性最小二乘准则算法估计所提取出的每个局部区域的模糊核。

3.根据权利要求1所述的气动光学效应大视场退化图像逐点校正复原方法,其特征在于,步骤S2的具体方法为:

S21、将每个局部区域的模糊核视为该局部区域各点的模糊核初值;

S22、计算每个像素点到所有局部区域中心点的欧氏距离;

S23、比较得到每个像素点到最近两个局部区域中心点的欧式距离,并将距离视为相应的权重系数,根据该权重系数对相应像素点的模糊核进行反距离加权插值计算,得到相应像素点的模糊核初值。

4.根据权利要求1所述的气动光学效应大视场退化图像逐点校正复原方法,其特征在于,步骤S4中具体利用Bregman多变量分离求解算法和滞后定点迭代方法,求解各点的模糊核和各点灰度值。

5.一种气动光学效应大视场空变退化图像逐点复原系统,其特征在于,包括:局部区域筛选模块,用于计算输入退化图像的梯度,利用梯度有用性指标来滤除小结构梯度区域,选取多个大梯度区域,根据大梯度在退化图像上的分布提取多个局部区域,并计算每个局部区域的模糊核;

模糊核初值计算模块,用于逐点计算到最近两个局部区域中心点的距离,并根据每个像素点的两个距离对全图各点的模糊核进行反距离加权插值计算,得到全图各点的初始模糊核,构成初始模糊核矩阵;

空变退化模型构建模块,用于根据初始模糊核矩阵建立空变退化模型,并添加非负性约束正则化项和基于自适应各向异性变系数的稀疏性约束正则化项使目标图像和各点模糊核具有非负性和空间自适应性;

模型求解模块,用于求解改进后的空变退化模型,得到各点的模糊核与各点的灰度值来实现逐点校正,最终输出空变退化复原图像。

6.根据权利要求5所述的动光学效应大视场空变退化图像逐点复原系统,其特征在于,局部区域筛选模块具体包括:

梯度计算子模块,用于利用多尺度形态学梯度算子求得退化图像的梯度;

梯度滤除子模块,用于利用梯度有用性指标滤除小结构梯度区域,在滤除后的梯度图像上选取长宽方向都大于一定值的大梯度局部区域,然后根据大梯度在退化图像上的分布提取多个局部区域;

区域模糊核估算子模块,用于利用基于空间相关约束的非负性最小二乘准则算法估计所提取出的每个局部区域的模糊核。

7.根据权利要求5所述的气动光学效应大视场空变退化图像逐点复原系统,其特征在于,模糊核初值计算模块具体包括:各点模糊核确定子模块,用于将每个局部区域的模糊核视为该局部区域各点的模糊核初值;

距离计算子模块,用于计算每个像素点到所有局部区域中心点的欧氏距离;

加权模糊核计算子模块,用于比较得到每个像素点到最近两个局部区域中心点的欧式距离,并将距离视为相应的权重系数,根据该权重系数对相应像素点的模糊核进行反距离加权插值计算,得到相应像素点的模糊核初值。

8.根据权利要求5所述的气动光学效应大视场空变退化图像逐点复原系统,其特征在于,模型求解模块具体利用Bregman多变量分离求解算法和滞后定点迭代方法,求解各点的模糊核和各点灰度值。

9.一种计算机存储介质,其特征在于,其可被处理器执行,且其内存储有计算机程序,该计算机程序执行权利要求1‑4中任一项所述的气动光学效应大视场退化图像逐点校正复原方法。