基于稀疏正则化和深度学习的湍流退化图像复原研究

项目名称： 基于稀疏正则化和深度学习的湍流退化图像复原研究

项目编号： No.61402480

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 谢源

作者单位： 中国科学院自动化研究所

项目金额： 27万元

中文摘要： 气动光学问题已经成为精确制导和精确打击的关键，该研究的进展将直接影响高速飞行器光学探测系统的精确性，以及新一代精确打击武器的发展。在气动湍流环境下，高速飞行器远距离目标检测的公认难题是解决成像的强畸变、高度随机的严重模糊问题，即湍流退化效应。针对正在承担的气动光学效应校正、目标识别工程任务，我们提出一种畸变图像校正、模糊图像复原、复原图像的超分辨重建的理论和方法。首先，针对湍流退化序列图像存在严重的畸变问题，提出低秩矩阵复原和稀疏正则化约束的参考图像构造与优化算法，实现高精度的湍流畸变校正；其次，为了降低时空模糊的随机性，提出基于核估计理论的图像融合方法，对融合结果进行盲去卷积，实现快速湍流模糊复原；然后，研究构造深度神经网络，挖掘海量高分辨图像的层次化高阶纹理先验，实现湍流复原图像结构和纹理的超分辨率增强；最后，结合承担工程任务的仿真与真实数据集，验证本研究成果的鲁棒性、有效性。

中文关键词： 湍流效应；图像复原；稀疏正则化；低秩正则化；深度先验

英文摘要： Aero-optics effects become a critical problem in precise guidance and pinpoint strike. It affects accuracy of long range imaging system, and even the development of precision strike weapons. However, the captured images through a turbulent medium usually

英文关键词： turbulence effect；image restoration；sparse regularization；low-rank resularization；deep priors