刘 亮，蔡泽民，赖剑煌

(1.汕头大学 工学院 广东 汕头 515063； 2.中山大学 数据科学与计算机学院 广东 广州 510275)

0 引言

大气湍流中各点的压力、速度和温度等物理属性会随时空发生剧烈波动，从而引起折射率的随机波动，干扰入射光的相位，使图像产生几何畸变、运动模糊、重影、噪声等问题[1-3]。远距离成像系统的照片和视频质量易受到大气湍流的影响而下降，以至于无法分辨视频中物体的真实形状。为了消除大气湍流对图像序列的影响，研究者们提出了多种盲反卷积的方法，主要可分为3种：第1种是利用图像配准和图像融合思想从退化序列中恢复理想图像[4-6]；第2种是利用稀疏表示的思想重建去模糊后的图像[7-9]；第3种方法是使用各种先验思想计算出模糊核，如最大似然先验和超拉普拉斯先验等[10-11]。

文献[4]提出了一种从湍流退化序列中获得近衍射限图像(near diffraction limit, NDL)的方法，利用b样条插值、非刚性的图像配准和图像融合得到近衍射限图像，并使用盲反卷积恢复出高质量的图像。文献[6]提出了一种简单有效的帧选择方法，从退化序列中选择质量较高的帧，再从中选择退化感兴趣局部区域(region of interest, ROI)进行图像配准，采用基于二分树复数小波变换的局部融合方法来去除湍流扭曲。文献[12]使用了高效过滤流(efficient filter flow, EFF)方法，提出了一个比非刚性配准技术更快、更简单的空间变化盲反卷积框架，将线性变换(如模糊和非刚性变换)引入到湍流图像的成像过程中，计算局部点扩散函数(point spread function, PSF)。……