基于变分正则化的大气扰动图像恢复方法

    公开(公告)号:CN104978721A

    公开(公告)日:2015-10-14

    申请号:CN201510385409.4

    申请日:2015-06-30

    申请人: 厦门大学

    IPC分类号: G06T5/00

    摘要: 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。

    基于变分正则化的大气扰动图像恢复方法

    公开(公告)号:CN104978721B

    公开(公告)日:2019-02-15

    申请号:CN201510385409.4

    申请日:2015-06-30

    申请人: 厦门大学

    IPC分类号: G06T5/00

    摘要: 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。

    基于稀疏与低秩矩阵逼近的高光谱图像恢复方法

    公开(公告)号:CN106408530A

    公开(公告)日:2017-02-15

    申请号:CN201610805487.X

    申请日:2016-09-07

    申请人: 厦门大学

    IPC分类号: G06T5/00

    CPC分类号: G06T5/002 G06T2207/10036

    摘要: 基于稀疏与低秩矩阵逼近的高光谱图像恢复方法,涉及图像处理。获取受到混合噪声影响的高光谱图像序列或者对清晰的高光谱图像序列人工添加模拟的混合噪声已获得待处理高光谱数据;将多波段的高光谱图像数据分割成若干小的数据块,并将每个三维数据块拼成一个二维数据矩阵;对每个二维数据矩阵构建加权的Schatten-p范式低秩矩阵逼近模型;利用扩展的拉格朗日乘数法求解模型得到去除混合噪声后的二维数据矩阵;将每个二维数据矩阵还原回三维高光谱数据后,就得到了去除混合噪声后的多波段高光谱图像;用迭代的方法重复上述步骤以求得到更好的恢复效果。可有效利用于遥感、地理、农业、军事等领域。