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