张丽娟， 邱 欢， 殷婷婷， 刘 颖

(1.长春工业大学 计算机科学与工程学院， 吉林 长春 130012;2.吉林财经大学 管理科学与信息工程学院， 吉林 长春 130117)



改进极大似然估计大气湍流图像复原算法

张丽娟1， 邱 欢1， 殷婷婷1， 刘 颖2

(1.长春工业大学 计算机科学与工程学院， 吉林 长春 130012;2.吉林财经大学 管理科学与信息工程学院， 吉林 长春 130117)

采用Zernike多项式进行波前复原，并作为点扩散函数的初值，结合图像先验信息和参数估计改进最大似然估计法，对模拟的湍流退化图像进行复原实验。实验结果表明，相比于Lucy-Richardson和盲卷积算法，该算法复原后图像的灰度平均梯度有明显提高。

大气湍流； 自适应光学； 波前复原； 点扩散函数； 极大似然估计

0 引 言

自适应光学(Adaptive Optics， AO)系统在成像过程中受大气湍流效应影响，光波折射率会在传播路径中发生随机变化，使波前产生严重畸变，导致观测到的目标图像模糊或退化[1]。由于系统结构及CCD噪声等因素的影响，AO系统只能对波前进行部分校正，此时观测到的目标图像质量仍然很不理想。因此，需要对湍流退化图像进行后续复原处理来弥补AO系统对波前的校正误差，提高目标图像分辨率。Ayers[2]等于1988年提出了单帧迭代的盲卷积算法，并应用在湍流图像复原中[3-4]。盲卷积技术可以只利用退化图像本身恢复出清晰的目标图像，对于湍流图像复原的研究有很重要的价值，但该方法处理图像时可利用的信息有限[5-6]。后来，Tsumuraya[7]等通过在迭代中使用Richardson-Lucy算法来进行改进，R-L算法根据贝叶斯定理推导出了泊松图像数据的最大似然估计，可以在存在噪声的情况下得到较清晰的复原图像，但存在噪声放大的问题。……