光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2013年
11期
2943-2950
,共8页
图像恢复%天文图像%极大似然原理%点扩散函数估计%混合高斯泊松噪声
圖像恢複%天文圖像%極大似然原理%點擴散函數估計%混閤高斯泊鬆譟聲
도상회복%천문도상%겁대사연원리%점확산함수고계%혼합고사박송조성
image restoration%astronomical image%maximum-likelihood%Point Spread Function (PSF) estimation%mixed Gaussian-Poisson noise
分析了Benvenuto等针对天文图像恢复提出的基于极大似然(MI)代价函数的有效逼近模型,由此提出了一种比传统ML收敛更快的图像恢复算法.该算法在未知点扩散函数(PSF)条件下,通过观测模糊图像,自适应估计湍流PSF,使PSF估计更符合成像环境;然后,将该算法与混合高斯泊松噪声的ML算法相结合,形成增强ML迭代算法.在迭代过程中动态更新PSF,交替执行恢复图像、去除噪声等策略.结果显示:对于点源目标图像,本文算法恢复图像的质量在峰值信噪比、均方误差以及平均对比度3个指标上分别提高了96.64％,69.26％和25.6％;对于真实湍流退化图像,恢复质量也有一定改善.结论表明:该方法可以使迭代过程收敛更稳定,图像恢复质量得到明显提高,非常适用于天文观测图像的高清晰恢复与重建.
分析瞭Benvenuto等針對天文圖像恢複提齣的基于極大似然(MI)代價函數的有效逼近模型,由此提齣瞭一種比傳統ML收斂更快的圖像恢複算法.該算法在未知點擴散函數(PSF)條件下,通過觀測模糊圖像,自適應估計湍流PSF,使PSF估計更符閤成像環境;然後,將該算法與混閤高斯泊鬆譟聲的ML算法相結閤,形成增彊ML迭代算法.在迭代過程中動態更新PSF,交替執行恢複圖像、去除譟聲等策略.結果顯示:對于點源目標圖像,本文算法恢複圖像的質量在峰值信譟比、均方誤差以及平均對比度3箇指標上分彆提高瞭96.64％,69.26％和25.6％;對于真實湍流退化圖像,恢複質量也有一定改善.結論錶明:該方法可以使迭代過程收斂更穩定,圖像恢複質量得到明顯提高,非常適用于天文觀測圖像的高清晰恢複與重建.
분석료Benvenuto등침대천문도상회복제출적기우겁대사연(MI)대개함수적유효핍근모형,유차제출료일충비전통ML수렴경쾌적도상회복산법.해산법재미지점확산함수(PSF)조건하,통과관측모호도상,자괄응고계단류PSF,사PSF고계경부합성상배경;연후,장해산법여혼합고사박송조성적ML산법상결합,형성증강ML질대산법.재질대과정중동태경신PSF,교체집행회복도상、거제조성등책략.결과현시:대우점원목표도상,본문산법회복도상적질량재봉치신조비、균방오차이급평균대비도3개지표상분별제고료96.64％,69.26％화25.6％;대우진실단류퇴화도상,회복질량야유일정개선.결론표명:해방법가이사질대과정수렴경은정,도상회복질량득도명현제고,비상괄용우천문관측도상적고청석회복여중건.
