改进极大似然估计大气湍流图像复原算法  

Atmospheric turbulence image restoration based on improved maximum likelihood estimation

作　　者：张丽娟[1] 邱欢[1] 殷婷婷[1] 刘颖[2] 

机构地区：[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

出　　处：《长春工业大学学报》2017年第1期31-37,共7页Journal of Changchun University of Technology

基　　金：国家自然科学基金资助项目(61402193);吉林省社会科学基金资助项目(2015BS48);吉林省高校重点实验室基金资助项目(201401);吉林省教育厅"十二五"科学技术研究基金资助项目(2015410)

摘　　要：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。Zernike polynomial is applied for wavefront reconstruction which is taken as the initial value of the point spread function.With the prior information of images and the improved maximum likelihood estimation,experiment is carried for simulation of turbulence degraded images restoration.The results indicate that image gray mean gradient is obvious improved compared with that of Lucy-Richardson and blind deconvolution algorithm.

关 键 词：大气湍流 自适应光学 波前复原 点扩散函数 极大似然估计 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]