(大气调制传递函数)利用大气调制传递函数复原天气退化图像

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010583739.5(22)申请日 2020.06.24(71)申请人 北京航空航天大学地址 100191 北京市海淀区学院路37号(72)发明人 崔林艳　姜鸿翔　(74)专利代理机构 北京科迪生专利代理有限责任公司 11251代理人 张乾桢　贾玉忠(51)Int.Cl.G06T 5/00(2006.01)G06T 7/00(2017.01)G06N 3/04(2006.01)(54)发明名称一种基于边界感知对抗学习的大气湍流退化图像复原方法(57)摘要本发明涉及一种基于边界感知对抗学习的大气湍流退化图像复原方法，包括以下步骤：(1)基于大气湍流中成像退化机理，构建大气湍流退化图像数据集。

(2))以DeblurGANv2作为基础网络模型，利用构建的大气湍流退化图像数据集对其进行模型微调，初步实现基于对抗学习的用于大气湍流退化图像复原的网络模型。

(3)针对DeblurGANv2无法有效处理大气湍流所引起的图像畸变问题，通过增加边界辅助监督模块，作为边界信息的监督指引，构建边界感知DeblurGANv2网络模型，进一步修复大气湍流所引起的图像边缘扭曲现象。

(4)在构建的大气湍流退化图像数据集上对构建的边界感知DeblurGANv2网络模型进行训练，获得训练后的模型。

(5)利用训练后的网络模型，复原单帧大气湍流退化图像，并对复原效果进行定量评估。

权利要求书3页 说明书7页 附图2页CN 111738953 A 2020.10.02C N 111738953A1.一种基于边界感知对抗学习的大气湍流退化图像复原方法，其特征在于，包括以下步骤：(1)基于大气湍流中成像退化机理，构建大气湍流退化图像数据集；(2)以DeblurGANv2作为基础网络模型，利用步骤(1)构建的大气湍流退化图像数据集对其进行模型微调，初步实现基于对抗学习的用于大气湍流退化图像复原的网络模型；(3)增加边界辅助监督模块，作为边界信息的监督指引，构建用于大气湍流退化图像复原的边界感知DeblurGANv2网络模型，进一步修复大气湍流所引起的图像边缘扭曲现象；(4)针对步骤(3)构建的用于大气湍流退化图像复原的边界感知DeblurGANv2网络模型，在步骤(1)获得的大气湍流退化图像数据集上对其进行模型训练，获得训练后的边界感知DeblurGANv2模型；(5)利用步骤(4)训练得到的边界感知DeblurGANv2模型，分别对仿真的和真实获取的单帧大气湍流退化图像进行复原，并对复原结果进行定量评估。

大气湍流退化图像的复原研究
李庆菲;朱志超;方帅
【期刊名称】《合肥工业大学学报（自然科学版）》
【年(卷),期】2011(034)001
【摘要】大气湍流退化图像的复原在航天成像、天文观测等领域具有重要的地位,也是目前急需解决的问题.该问题的解决能够克服大气湍流扰动带来的图像降晰和提高目标图像的分辨能力,以便后续的目标特征提取和识别等处理.文章提出将大气湍流的光学传递函数应用在迭代盲目反卷积图像复原算法上,使图像达到更好的复原效果.研究表明,此复原方法可以更有效地应用于大气湍流退化图像的复原.
【总页数】4页(P80-82,127)
【作者】李庆菲;朱志超;方帅
【作者单位】合肥工业大学,计算机与信息学院,安徽,合肥,230009;合肥工业大学,计算机与信息学院,安徽,合肥,230009;合肥工业大学,计算机与信息学院,安徽,合肥,230009
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.基于字典学习的大气湍流退化图像复原技术应用 [J], 徐玉蕊;刘乐;王刚刚;侯阿临
2.大气湍流退化图像多帧盲复原 [J], 杨彦伟;徐蓉;牛威;麻蔚然;甘宸伊
3.大气湍流参数对图像退化效果影响的研究 [J], 邹皓;李清瑶;赵群;王建颖;刘智超;杨进华
4.稀疏先验型的大气湍流退化图像盲复原 [J], 周海蓉;田雨;饶长辉
5.基于加速正则化RL算法的大气湍流退化图像盲复原方法 [J], 李勇;范承玉;时东锋
因版权原因，仅展示原文概要，查看原文内容请购买。

基于大气模型的天气退化图像复原方法及应用
王欣威;李颖;董慧颖;陈海波
【期刊名称】《沈阳理工大学学报》
【年(卷),期】2005(024)001
【摘要】介绍了一种简单的基于大气模型的天气退化图像复原方法.与以往的天气退化图像复原方法相比,该方法只需要一幅受天气影响的图像和少量的用户提供的额外信息,而不需要任何深度和天气信息,即可去除图像的天气影响.该方法通过深度启发法来获取场景点的深度信息,基于大气模型对天气退化图像进行复原,针对去除天气影响后图像亮度降低的问题,采用了直方图调整方法进行图像增强.在MATLAB 平台上的仿真实验结果表明,该方法对天气退化图像复原的效果较好.
【总页数】4页(P32-35)
【作者】王欣威;李颖;董慧颖;陈海波
【作者单位】沈阳理工大学,信息科学与工程学院,辽宁,沈阳,110168;沈阳理工大学,信息科学与工程学院,辽宁,沈阳,110168;沈阳理工大学,信息科学与工程学院,辽宁,沈阳,110168;山东省文登市职工医疗保险事业处
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于字典对联合学习的退化图像复原方法 [J], 杨亚威;胡双演;张士杰;张姣;李俊山
2.基于大气模型的图像复原改进算法及应用 [J], 王志坚
3.基于物理模型的恶化天气下的图像复原方法及应用 [J], 董慧颖;方帅;王欣威;徐心和
4.基于多散射模型的光源退化图像复原方法及应用 [J], 董慧颖;王欣威;沈凤龙;孔文
5.基于大气调制传递函数的天气退化图像复原方法研究 [J], 董涛;董慧颖
因版权原因，仅展示原文概要，查看原文内容请购买。

基于调制传递函数测量的卫星遥感影像图像修复技术研究赵翔【摘要】对卫星遥感影像退化之后的图像进行复原是学界一直在探讨的重点和难点问题.利用MTF(调制传递函数)对在轨卫星传感器进行监测以及对退化图像进行复原具有极其重要的现实意义,文章对此进行研究.【期刊名称】《无线互联科技》【年(卷),期】2018(015)021【总页数】2页(P5-6)【关键词】调制传递函数;卫星传感器;图像【作者】赵翔【作者单位】郑州市经济贸易学校,河南郑州 450053【正文语种】中文在实际运行中，卫星传感器会受到昼夜温差冲击、多次姿态调整、卫星发射、宇宙空间辐射等诸多不利因素的影响，光学成像性能会逐渐下降，导致拿到手的遥感影像的质量慢慢地下降。

调制传递函数（Modulation Transfer Function，MTF）表达了光波受到卫星传感器的光学成像系统在空间频率域中的影响，结果导致其调制度衰退的程度，它的值随着空间频率的升高而下降，它是一个关键函数，可评估传感器光学系统的成像水平。

所以，理论上如果已知退化影像的频谱对应的MTF 精确值，就可以对影像进行严格意义上的恢复。

1 MTF测量与复原研究在卫星发射之前，可在实验室条件下用传函仪等专门仪器测量成像系统的MTF，仪器测出的MTF虽然较为精确，但是结果仅能在地面使用。

一般来说，卫星上天之后会受到大气、振动及空间环境改变等因素的影响使得传感器二次聚焦，MTF发生衰减，所以在轨检测卫星成像系统的MTF是十分有必要的，而如何从传回的遥感影像中提取MTF，是国际上在轨检测卫星成像系统MTF的一个热点问题。

利用MTF对在轨卫星传感器进行监测以及对退化图像进行复原的第一步，需要我们正确地获得成像系统的MTF，工程上我们常用的方法是刃边法和脉冲法。

刃边法需要寻找一块近似直线的边缘地物，并且地物边缘同侧灰度分布要均匀、两侧的灰度水平相差要大。

脉冲法则要求我们寻找一块近似脉冲的地物，脉冲的宽度要适宜，脉冲两侧的灰度水平要相差不大，灰度的分布要均匀。

基于大气模型的图像复原改进算法及应用
王志坚
【期刊名称】《计算机工程与应用》
【年(卷),期】2007(043)003
【摘要】介绍了一种对低能见度下所拍摄图像进行处理的改进算法,通过建立大气的物理模型,对图像进行复原处理,使图像质量接近晴天下的情况.与以往文献不同之处在于,在物理模型中使用了HSI而非RGB彩色空间,在寻找消失点和分割天空区域时,不是依靠人眼的主观选择,而由该改进算法自行完成,有一定的自适应
性.MATLAB仿真结果表明,该算法处理效果有了进一步的提高,有较强的应用价值.【总页数】4页(P239-241,248)
【作者】王志坚
【作者单位】南通大学,理学院,江苏,南通,226007
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于APEX算法改进的图像复原算法 [J], 王辉;蒋平
2.基于大气模型的天气退化图像复原方法及应用 [J], 王欣威;李颖;董慧颖;陈海波
3.基于改进的维纳滤波图像复原算法的研究 [J], 姜金美; 胡蓉; 赵全友
4.基于改进Criminisi算法的病理组织反光图像复原 [J], 何屿彤; 赵家龙; 张双龙; 辜丽川; 吴亚文; 焦俊
5.基于参数估计的图像复原算法研究与改进 [J], 华茹园;王建新
因版权原因，仅展示原文概要，查看原文内容请购买。

改进的MTF遥感影像复原算法研究柴雅琼;冯钟葵;齐东楷;郭擎【摘要】基于传统的图像复原算法——逆滤波,提出了改进的MTFC遥感图像复原算法.通过对比分析图像不同频点的补偿函数曲线以及不同补偿因子的复原效果,优化了MTFC算法,在提高图像质量的同时较好地抑制了噪声.同时,采用不同的卫星遥感图像验证了算法的适用性,体现了其应用价值.%This paper proposes an improved MTF restoration algorithm for remote sensing image based on inverse filtering, a traditional image restoration method. The improved algorithm is accomplished by optimizing the compensating curve shape at different frequency and the compensating factor. The quality of resultant image is better than before and the quantitative results are satisfying. Moreover, the optimal algorithm is adaptive to various remote sensing images and it overcomes the limited adaptability of former work.【期刊名称】《遥感信息》【年(卷),期】2012(000)001【总页数】6页(P78-83)【关键词】MTFC;遥感图像复原;算法【作者】柴雅琼;冯钟葵;齐东楷;郭擎【作者单位】中国科学院研究生院,北京100049;中国科学院,对地观测与数字地球科学中心,北京100094;中国科学院,对地观测与数字地球科学中心,北京100094;中国科学院研究生院,北京100049;中国科学院,对地观测与数字地球科学中心,北京100094;中国科学院,对地观测与数字地球科学中心,北京100094【正文语种】中文【中图分类】TP7511 引言在遥感卫星地面数据处理中，图像复原是图像数据处理的重要内容，对于提高遥感图像质量有重要作用［1］。

关于雾天图像的增强和复原现状：国内外已有很多研究人员将大气对成像的影响进行了分析和评估。

散射理论在分析大气的影响中发挥了巨大的作用，由于单射模型不能准确表现实际复杂介质的影响，多射模型得到了广泛的关注。

在光和大气介质交互问题的研究中，或多或少地借鉴了物理学科的知识，其中输运理论很常见，并被广泛应用于恶劣天气条件对图像退化的建模。

在研究尘雾等恶劣天气条件对成像影响模型的基础上，对退化图像进行复原处理取得了较大的进展。

当场景深度已知和大气条件的精确信息己知时，消除一幅图像的天气条件的影响已被证明是可行的；在计算机视觉方面，算法已经发展到不用已知大气及场景深度信息，通过处理至少两张在恶劣天气条件下拍摄的图像可以自动地计算出场景的结构和恢复场景的色度及对比度。

目前，对雾图进行清晰化处理的方法大体上有两类:基于模型的和非模型的算法。

其中，基于模型的算法通过了解图像退化的内在原因而进行逆运算来改善图像的对比度;非模型的算法并不要求知道图像退化原因的信息。

用非模型的方法处理图像我们称之为图像增强；用基于模型的方法处理图像我们称之为图像恢复，这类算法更加可靠，因为它们利用了图像退化的物理机理，其目的在于提高退化图像的保真度。

近年来，上述两个方面的研究都取得了较大的进展，特别是基于物理模型的复原问题，吸引了越来越多研究者的注意，以下分别就其研究现状做简要的介绍。

●图像增强处理的研究现状图像增强是图像处理的基本手段，是指按特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息的处理方法。

图像对比度增强是图像处理领域中的一个传统的话题，同时又一直是较为活跃的研究领域，不断有新方法与新手段引入使该领域保持旺盛的生命力，并不断有新成果面世。

●图像恢复处理的研究现状近年来，不少学者在大气散射物理模型的基础上，对恶劣大气条件下的成像机理进行了深入的分析，并提出了一些新的雾天图像增强方法。

与传统图像增强相比，这些方法是建立在雾天成像的物理过程之上的，因此更具有针对性，处理效果也较为理想。

模型分析及测试方法计算大气调制传递函数作者：白珺等来源：《现代电子技术》2012年第01期摘要：采用基于点扩散函数的模型分析和基于测试方法的MODTRAN计算两种方法，计算了大气调制传递函数。

通过引入大气分层对调制传递函数的影响，给出一种大气折射率结构常数的综合计算方法，修正了大气调制传递函数模型，明确给出了模型中的参数及计算方法。

利用MODTRAN软件计算大气调制传递函数的模型并给出了计算方法。

以机载成像仪的工作环境为背景对模型进行了仿真分析，讨论了影响调制传递函数的因素，为评价大气对成像仪的影响提供了依据。

关键词：大气光学; 大气调制传递函数; 理论模型; MODTRAN; 机载成像仪中图分类号：TN911-34文献标识码：A文章编号：1004-373X(2012)01-0124-05Calculating atmospheric modulation transfer function with model analysis and measurementBAI Jun, YUAN Yan, SU Li-juan, SUN Cheng-(Key Laboratory of Precision Opto-mechatronics Technology of Ministry of Education, BeijingAeronautics and Astronautics, Beijing 100191, China)Abstract：Two methods of calculating atmospheric modulation transfer function (MTF) are introduced, which are model analysis based on point spread function and MODTRAN software calculation based on measured parameters. The model of atmospheric MTF was modified by introducing the influence of atmospheric stratification and a calculation about the structure constant of atmosphere refractive index fluctuations. All the parameters and calculation methods required in the model are presented. The methods for calculating these parameters are provided. A method of calculating MTF byMODTRAN is introduced. The parameters that influence the MTF are analyzed by simulation based on the working environment of airborne imager. Therefore, the influence of atmospheric environment on it can be evaluated.Keywords： atmospheric optics; atmospheric MTF; theoretical model; MODTRAN; airborne imager收稿日期：2011-10-基金项目：国家973计划资助项目(2009CB724005)；长江学者和创新团队发展计划资助(IRT0705)0 引言成像仪在对目标进行探测时，来自地物的电磁波要经过大气层这一传输路径，大气湍流、大气分子及气溶胶的散射吸收等都会对最终的成像产生影响，使得图像失真，无法准确反映地物的物理特征。

大气湍流参数对图像退化效果影响的研究邹皓;李清瑶;赵群;王建颖;刘智超;杨进华【摘要】对远处目标进行观测时,大气湍流是影响成像质量的主要因素,使得观测到的目标图像是严重抖动和模糊的.研究几种大气相关参数对图像退化的影响,总结了影响图像退化的主要的大气湍流相关参数,对退化图像的特征进行了分析.采用包含湍流内外尺度影响的波结构函数、折射率谱以及成像系统退化函数的改进的Kolmogorov谱湍流退化模型,该模型引入更完整的先验约束条件,更接近于大气湍流的物理特性.通过该退化模型对大气湍流相关参数进行仿真研究,对图像退化进行理论描述,总结了对图像退化影响的主要的大气相关参数.对进行湍流相关参数的测量和湍流退化图像校正的复原算法的研究具有重要意义.实验结果表明大气相干长度和格林伍德频率是影响图像退化主要的大气湍流相关参数.【期刊名称】《长春理工大学学报（自然科学版）》【年(卷),期】2018(041)004【总页数】5页(P95-99)【关键词】大气湍流;图像退化;大气相干长度;格林伍德频率【作者】邹皓;李清瑶;赵群;王建颖;刘智超;杨进华【作者单位】长春理工大学光电工程学院,长春 130022;长春理工大学光电工程学院,长春 130022;长春理工大学光电工程学院,长春 130022;长春理工大学光电工程学院,长春 130022;长春理工大学光电工程学院,长春 130022;长春理工大学光电工程学院,长春 130022【正文语种】中文【中图分类】TP391图像质量的下降，会造成有价值信息的丢失。

在遥感、天文观测、交通监控等一些情况下所获得的退化图像，如果信息丢失就会造成巨大的损失，所以有效复原退化图像是至关重要的。

其中目标通过大气湍流成像必然会受到大气湍流的影响。

在成像过程中，大气湍流随机地干扰图像成像，使成像焦平面产生像点强度分布扩散、峰值降低、图像模糊和位置偏移等气动光学效应，给目标识别带来了很大的困难。

Image & Multimedia Technology ・图像与多媒体技术Electronic Technology & Software Engineering 电子技术与软件工程• 99【关键词】图像复原 雨雾天 车牌识别1 前言车辆牌照识别技术应用范围广泛，包括：交通流量检测、机场港口出入车辆管理、违章车辆监控、不停车自动收费等。

但是，计算机视觉系统在能见度较低的雨雾天获取的车牌图像严重退化，限制和影响了监控识别效用的发挥。

为了实现车牌识别的全天候工作，提高系统在恶劣天气下工作的准确性和可靠性，有必要对雨雾天降质图像进行清晰化处理。

2 图像复原概述目前国内外对雨雾天车牌识别的研究主要有两种方法：一种是图像复原，另一种是图像增强。

我们这里讨论图像复原，近年来，雨雾天图像的复原主要是依据建模去除雨雾的影响，它充分考虑图像质量下降的原因，从根本上分析图像退化与大气散射的关系，从而还原真实的图像。

3 图像复原算法在雾天车牌识别中的意义目前车牌识别在交通系统得到了广泛应用，在雨雾天获取的车辆图像模糊不清，为了提高有雾天气下车牌的识别率，必须使用特定的算法对车牌图像进行图像复原。

例如车辆在恶劣天气下行驶时中不遵守交通规则，会带来交通隐患甚至交通事故，所以对关键道路区域及十字路口车辆的车牌识别是智能交通系统中研究的一个热点。

4 图像复原算法在车牌识别处理中的应用图像复原要分析和图像退化有关的知识后建立一个物理模型，按照退化的反过程求清晰的原图像。

退化模型的表达式为：I=Jt+A （1-t ）I 指观测强度，J 去雾后的清晰目标，A 是全球大气光成分，t 是透射率。

图像去雾的图像复原在雨雾天车牌识别处理中的应用文/王丽华 刘伟 张文玺目标就是从退化图像I 中复原出J 、A 、t 。

在此模型中如果能对入射光衰减进行补偿，且消除大气光的影响，就可以复原清晰的场景。

这是目前复原雾天图像的核心思想。