一种基于夜晚APSF估计的图像复原方法与流程

本发明属于图像复原的技术领域，尤其涉及一种基于夜晚apsf估计的图像复原方法。

背景技术：

图像复原是一项具有广阔发展空间和应用前景的技术，是图像处理领域中一类非常重要的处理技术，近年来巳经成为国内外图像界研究的热点问题之一。图像复原过程实际上是一个估计过程，需要根据某些特定的图像退化模型，对退化图像进行复原，从而达到视觉质量某种程度提升改善的目的。在图像复原过程中点扩散函数(psf)作为一个重要的估计参数，其估计的准确程度直接影响到图像复原的效果的好坏。

大气会对夜间灯光产生散射作用，使光源周围产生模糊效果。降低大气点扩散函数的影响对于夜间灯光图像复原有着重要的意义。近年来基于psf估计的方法有很多。仇翔通过估计apsf模糊核进行图像复原(仇翔,戴明,尹传历.uavremotesensingatmosphericdegradationimagerestorationbasedonmultiplescatteringapsfestimation[j].optoelectronicsletters,2017,13(05):386-391.)，此方法主要是针对无人机图像的云雾天的psf估计。lixu提出了一种利用图像边缘信息进行psf估计的方法(lixu,jiajy.two-phasekernelestimationforrobustmotiondeblurring[c].proceedingsof11theuropeanconferenceoncomputervision.heidelberg.germany:springerverlag,2010:157-170.)，此方法需要在图像中寻找成像边缘清晰的地物。胡宝新用传感器、目标像元、邻近像元构成的几何关系得到apsf的近似解析解。(胡宝新,李小文,朱重光.大倾角光学遥感中大气点扩散函数的近似模型[j].中国图象图形学报,1996(01):19-29.)，此方法主要解决的白天光学图像的apsf估计。

上面提到的点扩散函数psf的估计方法虽然有一定的实用性，以处理白天生成的光学图像、估计云雾天气环境为主，需要清晰的成像地物边缘细节信息。但夜光遥感图像成像时刻的大气会对夜间灯光产生散射作用，psf模型会与白天不同，而且夜光图像以灯光信息为主要成像内容，不存在地物细节信息。所以，目前已有方法需要的这些先验条件和估计模型均不适合夜晚夜光遥感图像的psf估计和复原处理。目前已有研究方法中针对夜间拍摄的图像的psf估计及复原方法还没有研究。

技术实现要素：

基于以上现有技术的不足，本发明所要解决的问题在于提供一种基于夜晚apsf估计的图像复原方法，对原始图像的进行图像复原和质量评价分析，可有效的提高图像质量。

为了解决上述技术问题，本发明通过以下技术方案来实现：

本发明提供一种基于夜晚apsf估计的图像复原方法，包括以下步骤：

s1：输入夜晚拍摄的夜光遥感图像；

s2：计算出大气光学厚度t；

s3：根据天气状况估计出前向散射系数q；

s4：输入光源强度i0；

s5：将步骤s2至s4得到的t，q和i0带入到大气点扩散函数模型中解算；

s6：估计出图像的apsf值；

s7：利用比值型稀疏约束模型进行图像复原，将估计的图像apsf带到复原模型，输入复原模型参数γ和λ，通过反卷积的方式进行图像的去模糊处理；

s8：输出夜晚拍摄的夜光遥感复原图像；

s9：对复原前后夜光遥感图像采用峰值信噪比psnr和能量梯度两个指标进行质量评价。

可选的，所述步骤s2中大气光学厚度t表达式为：

其中，σ表示大气消光系数，r表示辐射深度；同时大气光学厚度也可用可视距离v和辐射深度r来近似表示。

进一步的，所述步骤s5中大气点扩散函数的解算模型为：

其中，gm(t)为不同天气环境的光衰减，lm(μ)为legendre多项式的m阶展开式，表示由于多散射产生的光扩散现象；μ表示光线散射角度θ的余弦值，另外：

μ＝cosθ

其中，i0表示光源强度，t表示大气光学厚度，αm与βm表示系数；

αm＝m+1

其中，q为前向散射系数，q的取值范围0-1，在不同的天气条件下q值也不同。

进一步的，所述步骤s7中利用比值型稀疏约束模型进行图像复原，模型为：

其中，x为清晰图像，y为退化图像，k为图像的apsf；为保真项；γ为保真项的权重值，λ为apsf正则项的权重值。

由上，本发明的基于夜晚apsf估计的图像复原方法首先输入夜晚拍摄的夜光遥感图像，通过大气点扩散函数模型估计出图像的夜晚大气点扩散函数(apsf)，将估计出的图像apsf输入到比值型稀疏约束复原模型中，输入复原模型所需参数γ，λ进行去模糊处理，输出夜光遥感复原图像。通过对复原前后图像进行质量评价，复原后图像质量有着明显提高，本发明方法的处理过程没有近似，并且主要是对原始图像的进行图像复原，进行质量评价分析，可有效的提高图像质量。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下结合优选实施例，并配合附图，详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍。

图1是本发明的基于夜晚apsf估计的图像复原方法的流程图；

图2a是本发明第一组实验，输入的点光源图像；

图2b是本发明第一组实验，输出的点光源的复原图像

图2c是本发明第一组实验，点光源图像的三维曲线图；

图2d是本发明第一组实验，点光源复原图像的三维曲线图；

图2e是本发明第一组实验，点光源图像的三维曲线侧面图；

图2f是本发明第一组实验，点光源复原图像的三维曲线侧面图；

图3a是本发明第二组实验，输入的东营市夜光遥感图像；

图3b是本发明第二组实验，输出的东营市夜光遥感复原图像；

图4a是本发明第三组实验，输入的天津市夜光遥感图像；

图4b是本发明第三组实验，输出的天津市夜光遥感复原图像。

具体实施方式

下面结合附图详细说明本发明的具体实施方式，其作为本说明书的一部分，通过实施例来说明本发明的原理，本发明的其他方面、特征及其优点通过该详细说明将会变得一目了然。在所参照的附图中，不同的图中相同或相似的部件使用相同的附图标号来表示。

如图1所示，为了对夜晚拍摄的夜光遥感图像进行复原处理，本发明的基于夜晚apsf估计的图像复原方法，包括如下步骤：

s1：输入夜晚拍摄的夜光遥感图像。

s2：计算出大气光学厚度t，其中t的表达式为：

其中，σ表示大气消光系数，r表示辐射深度(辐射深度一般指光源到传感器的距离)。同时大气光学厚度也可用可视距离v和辐射深度r来近似表示。

s3：根据天气状况估计出前向散射系数q。

s4：输入光源强度i0。

s5：将步骤s2至s4得到的t，q和i0带入到大气点扩散函数模型中解算，其中大气点扩散函数模型为：

其中，gm(t)为不同天气环境的光衰减，lm(μ)为legendre多项式的m阶展开式表示由于多散射产生的光扩散现象。μ表示光线散射角度θ的余弦值。

μ＝cosθ(4)

其中，i0表示光源强度，t表示大气光学厚度，αm与βm表示系数。

αm＝m+1(5)

其中，q为前向散射系数，q的取值范围0-1，在不同的天气条件下q值也不同。

s6：估计出图像的apsf值。

s7：利用比值型稀疏约束模型进行图像复原。将估计的图像apsf带到复原模型，输入复原模型参数γ和λ，通过反卷积的方式进行图像的去模糊处理，其中比值型稀疏约束模型的表达式为：

其中，x为清晰图像，y为退化图像，k为图像的apsf。为保真项，保证数据计算过程中与原始数据训练误差最小。第二项为l0.5/l2正则项，是促进x的尺度不变的稀疏度量约束项，第三项为apsf约束项，这两项保证模型的测试误差小。γ为保真项的权重值，λ为apsf正则项的权重值。对于含噪声图像，γ越大噪声抑制作用越强，图像越平滑，γ越小图像细节保持越好，但过小会导致过锐化。λ增大可抑制apsf中的噪声。将估计的apsf带入模型中，进行去模糊处理，得到夜光遥感复原图像。

s8：输出夜晚拍摄的夜光遥感复原图像。

s9：对复原前后夜光遥感图像采用峰值信噪比psnr和能量梯度两个指标进行质量评价。

下面通过实施例进一步对本发明方法进行说明，过程如下：

输入夜晚拍摄的点光源图像(图2a)，根据图像成像条件计算出大气光学厚度t为1.2，估计出前向散射系数q为0.2，获取光源强度i0。将参数t，q，i0输入到大气点扩散函数模型中估计出图像的大气点扩散函数apsf。输入估计出的原始图像的apsf到比值型稀疏约束模型中，输入复原模型参数γ＝140和λ＝0，进行图像复原。输出点光源图像复原结果(图2b)。经过质量评价，图2a、图2b的psnr值分别为43.21、44.78，图2a、图2b的能量梯度值分别为3.16、5.15。对图3a、图4a重复上面的过程，得到复原结果图3b、图4b，其中输入的复原模型参数均为γ＝40和λ＝0。经过质量评价，图3a、图3b的psnr值分别为29.73、30.18，图3a、图3b的能量梯度值分别为2517.4、5775。图4a、图4b的psnr值分别为27.18、27.47，图4a、图4b的能量梯度值分别为4953.6、14122。

本发明的基于夜晚apsf估计的图像复原方法解决了apsf难于估计的问题，实现了夜晚拍摄夜光遥感图像的复原，输入夜晚拍摄的夜光遥感图像，并根据夜光遥感卫星拍摄时刻的成像参数及夜晚环境参数，计算成像时刻的大气光学厚度t、前向散射系数q，并在夜光遥感图像中寻找成像质量较好的点光源，得到光源强度i0，将t、q、i0输入到大气点扩散函数模型中，估计出图像的夜晚大气点扩散函数(atmosphericpointspreadfunction)，即apsf。将估计出的图像apsf输入到比值型稀疏约束复原模型中，输入复原模型所需参数γ，λ进行去模糊处理，最终输出夜光遥感复原图像。对复原前后图像像采用峰值信噪比psnr和能量梯度两个指标进行质量评价，对比分析得出结论，本文方法的图像复原结果在视觉上和指标上都有了明显的提高。本发明方法的处理过程没有近似，且主要是对夜晚拍摄的夜光遥感图像进行apsf估计和图像复原处理，通过对复原前后图像进行质量评价，可有效、直观的证明本方法的有效性。

以上所述是本发明的优选实施方式而已，当然不能以此来限定本发明之权利范围，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和变动，这些改进和变动也视为本发明的保护范围。