基于PSF重构和改进的最大后验估计的自适应光学图像复原算法

论文摘要

自适应光学（AO）系统为大气湍流提供实时补偿,但AO图像的对比度通常很差,这会导致图像质量下降。本文提出了一种基于点扩散函数（PSF）重构和改进的最大后验概率（MAP）估计的自适应光学图像恢复方法。首先,结合观测条件和AO系统的特点,建立基于波前相位信息的PSF重构模型;其次,基于本文提出的算法,建立了AO图像的迭代求解公式,实现多帧AO图像联合去卷积过程。为了验证本文算法的有效性,对仿真的退化AO图像进行了一系列复原实验。实验结果表明,以"Man"图像为例,与Wiener-IBD、RL-IBD及FS-MLJD算法相比,该算法的峰值信噪比（PSNR）测度分别提高了6.83%,4.47%和2.28%,拉普拉斯梯度模（LS）值分别提高了22.2%,17.9%和12.1%。本文的研究结果对实际的AO图像恢复具有一定的应用价值。

论文目录

• 1 引言
• 2 问题描述
•   2.1 AO图像观测模型
•   2.2 PSF重建方法
• 3 AO图像复原的关键算法
• 4 仿真实验结果与分析
•   4.1 客观评价
•   4.2仿真AO图像复原实验
• 5 结论

文章来源

类型: 期刊论文

作者: 武兴睿

关键词: 图像复原,自适应光学,点扩散函数,最大后验概率

来源: 液晶与显示 2019年09期

年度: 2019

分类: 基础科学,信息科技

专业: 物理学,计算机软件及计算机应用

单位: 吉林科技职业技术学院

基金: 吉林省高教学会重点项目(No.JGJX2018C106)~~

分类号: TP391.41;O439

页码: 921-927

总页数: 7

文件大小: 515K

下载量: 154