[发明专利]一种基于相关最大性的湍流退化图像复原方法有效
申请号: | 201911036364.4 | 申请日: | 2019-10-29 |
公开(公告)号: | CN110852963B | 公开(公告)日: | 2021-06-29 |
发明(设计)人: | 吕且妮;斯那卓玛;葛宝臻;田庆国 | 申请(专利权)人: | 天津大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T5/50;G06T7/10 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 李林娟 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 相关 最大 湍流 退化 图像 复原 方法 | ||
1.一种基于相关最大性的湍流退化图像复原方法,其特征在于,所述方法包括以下步骤:
对采集的多幅湍流退化图像做平均及边缘增强处理,设为参考图像;
将退化图像和参考图像分割为多个子模块图像,再将相同位置的子模块图像组成一个子图像集;
计算每个子图像集中的每一子模块图像与其参考图像集中的子模块图像之间的欧几里得距离,将小于中值距离的子模块图像再组成新图像集;
由新图像集,基于主成分分析法和图像最大相似性特征,得到最终复原的子模块图像,再将最终得到的子模块图像,按照提取子图像集对应的位置组成一幅图像,即为得到的复原图像;
其中,所述由新图像集,基于主成分分析法和图像最大相似性特征,得到最终复原的子模块图像具体为:
将新图像集中的A幅子模块图像矩阵转化为一个B尺寸的列矩阵,将所有的列矩阵组成一个B×A的矩阵C;
计算矩阵C的均值列矩阵,再将新图像集中每一个列矩阵与均值列矩阵相减,得到矩阵X;
根据矩阵X、均值列矩阵、权值系数获取结果行矩阵,将结果行矩阵转化为与子模块图像矩阵尺寸对应大小的矩阵,即为结果子图像,将该结果子图像作为最终复原的子模块图像。
2.根据权利要求1所述的一种基于相关最大性的湍流退化图像复原方法,其特征在于,所述根据矩阵X、均值列矩阵、权值系数获取行矩阵具体为:
获取权值系数与矩阵X的转置的乘积,该乘积与权值系数的模做商,该商与均值列矩阵转置相加,即为行矩阵。
3.根据权利要求1至2中任一权利要求所述的一种基于相关最大性的湍流退化图像复原方法,其特征在于,当对受湍流扰动影响大的图像集进行处理时,所述方法还包括:
将复原的子图像设为新的参考图像,计算新图像集中的每一子模块图像与该参考图像之间的欧几里得距离,将小于中值距离的子模块图像再组成新的子模块图像集,对该图像集进行处理得到复原子模块图像,依次进行多次处理,重复次数依所处理的退化图像而定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911036364.4/1.html,转载请声明来源钻瓜专利网。