[发明专利]基于变分正则化的大气扰动图像恢复方法

说明书

基于变分正则化的大气扰动图像恢复方法，涉及图像处理。获取对固定目标的受到大气干扰的视频帧或者用模拟软件对一张图片附加模拟扰动以生成一组视频帧；对视频帧进行低秩分解，得到初始参考图像；使用基于非局部全变差正则项与可控核回归正则项的优化模型对参考图像进行优化，并用分离的Bregman算法实现加快该优化过程；用优化后的参考图像对视频帧进行B样条插值配准，得到经过配准后的视频帧；使用空间加权核范数最小化，将配准后的视频帧融合成一张近衍射极限图片；对近衍射极限图片进行去卷积处理，得到最后的去除了模糊和噪声的图片。提升扰动去除结果，得到了视觉清晰以及细节丰富的恢复图像，可用于高空对地观测、远距离监控等。

技术领域

本发明涉及图像处理，尤其是涉及可用于高空对地观测、远距离监控的一种基于变分正则化的大气扰动图像恢复方法。

背景技术

随着社会的发展和科技的进步，越来越多的对地监控设备得到使用。例如无人机、高空对地观测和远距离监控等技术得到广泛关注。与普通的拍摄行为不同的是，因为在远距离拍摄中，拍摄目标与拍摄设备之间的距离较远，拍摄效果极容易受到大气扰动的影响，严重影响拍摄效果。而这种扰动无法通过对硬件设备的提升来去除，为此如何从软件技术层面，运用一些算法将由于大气扰动引起的视频模糊去除就十分重要了。

大气扰动造成的图像畸变主要原因是空气扰动造成时空变化的模糊及噪声的影响。因此如何去掉时空变化的模糊及去噪，成为解决受大气扰动造成的图像畸变恢复的关键。现有的解决图像畸变的流行工作可分为两大类，一类是基于参考图像配准的方法，先找到参考图像，然后将视频中的帧与参考图像配准，这类方法并不对模糊核进行估计，而是使用固定的高斯核来逼近模糊核，因此，该方法很难得到较高的图像恢复质量。另外一类方法是基于幸运图的图像恢复方法，该类方法认为，小尺寸的图像块可以看作是3D 场景在某一等平面角度形成的，所以，小尺寸的图像块可以看作是等平面的。因此，这类方法首先把图像划分成图像块序列，先在视频流中找到比较锐化的图像块，以此作为衍射极限图像块。然而，实验发现，这类方法虽然压缩了大气扰动的影响，然而却增加了噪声的影响。

Zhu等人(Zhu X,Milanfar P.Removing atmospheric turbulence via space-invariant deconvolution[J]. Pattern Analysis and Machine Intelligence,IEEETransactions on,2013,35(1):157-170.)提出了一种基于整体而非局部图像块的处理大气扰动造成的影响的方法，作者把视频序列的时间平均作为参考图像，然后将视频中的每帧与参考图像进行配准、矫正，通过时间轴的融合得到衍射极限图像。实验发现该方法在大气扰动造成的图像畸变矫正方面取得了颇有希望的结果。然而，该方法将参考图像取为视频序列的时间平均，造成参考图像的细节损失，图像序列的配准精度受到限制，从而使得矫正精度不高。另外，衍射极限图像的生成也受限于融合时采用的时间轴平均的影响，该步骤本质上采用了时间轴去噪的方法。众所周知，基于时间轴的平均这一大类去噪方法，去噪性能不高。从公式化的角度来看，Zhu的方法没有从整体优化的角度来建模大气扰动造成的畸变，理论方面可以继续完善。

发明内容

本发明的目的在于提供可去除视频图像中因为大气扰动而产生的图像畸变的基于变分正则化的大气扰动图像恢复方法。

本发明包括以下步骤：

(1)有一组在空中拍摄固定目标的视频帧序列{f_i}，它们受到了大气扰动的影响而产生了模糊和畸变；

(2)对视频帧序列{f_i}进行低秩分解，得到初始参考图像I₀；

(3)初始化外层迭代，令外层循环变量Out_loop＝1，将I₀作为当前要优化的参考图像u，设置最大外层循环次数max_out；