《大氣模糊遙感圖像復原技術研究》是依託北京大學，由陳波擔任負責人的青年科學基金項目。
基本介紹
- 中文名：大氣模糊遙感圖像復原技術研究
- 項目負責人：陳波
- 項目類別：青年科學基金項目
- 依託單位：北京大學
項目摘要,結題摘要,
項目摘要
本課題將綜合考慮大氣湍流的模糊降質，以及光學系統和電子系統產生的噪聲降質，建立遙感成像中大氣湍流退化模糊的參數化湍流退化模型；根據大氣湍流理論模型，研究基於氣象參數的大氣MTF估計算法；針對真實遙感圖像表現出來的豐富邊緣特徵，研究並建立面向遙感圖像復原的目標邊緣保持約束模型，實現在去模糊的同時儘可能保留圖像目標的邊緣和紋理細節信息；研究並建立面向圖像復原的MTF/OTF約束模型，以充分利用MTF/OTF的各類先驗信息；結合大氣MTF估計，將最新的理論（第二代曲波變換）、最新的算法（Myopic復原算法）還沒有及時引入到遙感圖像去模糊領域，研究並實現遙感圖像Myopic復原算法和Fourier-Curvelet混合域去模糊算法，為遙感圖像去模糊研究提供新的思路和方法。
結題摘要
本課題按計畫於2011年1月正式啟動，至2013年12月圓滿完成了《國家自然科學基金委員會資助項目計畫書》中規定的各項研究任務。具體完成情況如下： （1）課題綜合考慮遙感圖像大氣湍流模糊降質和光學/電子系統的噪聲降質，建立了遙感成像中大氣湍流退化模糊的參數化湍流退化模型；根據大氣湍流理論模型，設計了基於氣象參數的大氣MTF估計算法。 （2）針對真實遙感圖像表現出來的豐富邊緣特徵，建立了面向遙感圖像復原的目標邊緣保持約束模型，實現在去噪的同時儘可能保留圖像目標的邊緣和紋理細節信息；針對圖像復原疊代過程中點擴散函式PSF超出成像系統物理截止頻率的問題，提出了圖像復原的MTF光學截止頻率約束模型，實現充分利用成像系統物理約束抑制復原過程中產生的“偽像”。 （3）結合上述兩個約束模型，在Bayesian圖像復原框架下，在代價函式中新增加了PSF/OTF約束項、改進了目標邊緣保持先驗模型、重新定義了基於混合噪聲模型的極大似然約束，設計了一個簡單的極大似然估計、目標正則化和PSF約束項正則化參數自動平衡方案，在此基礎上提出了MAP聯合解卷積圖像復原算法（MAP-based Joint image Deconvolution），簡稱MAPJD算法。（4）結合Curvelet變換邊緣信息表達更稀疏、去噪能力更強的優勢，把二代Curvelet變換引入圖像收縮解卷積，提出了基於二代Curvelet變換的混合域正則化解卷積圖像復原算法ForCuRD（Fourier-Curvelet Regularized Deconvolution），為遙感圖像復原研究提供新的思路和方法。 通過三年來的細緻工作，課題組對降質遙感圖像復原技術開展了深入研究，在《紅外與雷射工程》、《強雷射與粒子束》、《遙感信息》等期刊公開發表論文4篇（EI檢索3篇），獲省部級科技進步二等獎1項。對照《資助項目計畫書》，課題組完成了項目各項研究內容，實現了預期考核指標，圓滿完成了課題研究任務。
