文献类型：期刊文章

作　　者：张丽娟[1,2] 杨进华[1] 苏伟[3] 姜成昊[1] 王晓坤[1] 谭芳[1]

机构地区：[1]长春理工大学光电工程学院,吉林长春130022 [2]长春工业大学计算机科学与工程学院,吉林长春130012 [3]长春理工大学信息化中心,吉林长春130022

出　　处：《兵工学报》

基　　金：国家自然科学基金项目(51202017);吉林省教育厅"十二五"科学技术研究项目(2013145;201363)

年　　份：2014

卷　　号：35

期　　号：11

起止页码：1765-1773

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20145200366049)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高自适应光学图像复原的效果,基于期望值最大化理论,提出了一种基于改进期望值最大化(EM)算法的自适应光学(AO)图像多帧联合去卷积算法。通过建立多帧AO图像退化的数学模型,推导出基于相位误差并随时间变化的点扩散函数(PSF)模型,根据图像功率谱密度及约束图像支持域的方法对AO图像进行去噪处理。应用AO成像系统参数与正则化技术相结合对EM算法进行改进,建立多帧AO图像联合去卷积的代价函数及其参数估计的优化模型。利用所建模型对模拟图像和实际观测的AO图像进行图像复原实验验证文中算法的复原效果。实验结果表明,与Wiener迭代盲去卷积、Richardson-Lucy迭代盲去卷积算法相比,文中算法迭代次数减少14.3%,估算精度有了明显提高,辨识出了AO图像的PSF,复原出了清晰的观测目标图像。研究结果对实际AO图像复原有一定的应用价值。

关 键 词：光学  自适应光学图像  大气湍流 最大似然函数  功率谱密度 点扩散函数 期望值最大化  

分 类 号：TP751]