Повышение резкости изображений с характеристиками

4.4.6. Повышение резкости изображений с характеристиками,

изменяющимися в пространстве

В предыдущих разделах была показана роль, которую играют при восстановлении изображений операции свертки и двумерная цифровая фильтрация. Во всех методах требовалось, чтобы законы формирования изображения обладали свойством пространственной инвариантности. Если же процесс формирования изображения не является пространственно - инвариантным, то формула (4.34) принимает вид

 (4.56)

и при обращении ее в дискретную форму в ней не появится дискретной свертки. К сожалению, в ряде интересных случаев формирование изображений подчиняется пространственно - нестационарньпм уравнениям, как, например, при неравномерном движении камеры или при наличии оптических аберраций.

Рассмотрим, например, одномерные искажения по горизонтальной оси, когда искажения минимальны в левой части снимка и линейно увеличиваются до максимума в правой части. Если изображение дискретизовать по равномерной сетке, то отсчет, взятый в правой части, будет содержать вклады от большего числа соседних точек, чем отсчет в левой части снимка. Один из «способов устранения этого недостатка состоит в увеличении интервала

Рис. 4.17. Структурная схема процесса восстановления изображения с пространственно-зависимыми искажениями.

между отсчетами при движении слева направо так, чтобы каждый отсчет содержал взвешенную сумму яркостей одинакового числа соседних точек. Фактически это является преобразованием координат, делающим искажения пространственно-инвариантными. После коррекции исходное изображение восстанавливается с помощью преобразования координат, обратного к первому.

Савчук [46] показал, что этот общий метод можно применять для нескольких видов искажений, вызванных оптическими аберрациями или неравномерным сдвигом во время съемки. Обобщенная схема процесса коррекции показана на рис. 4.17. Пространственно-нестационарные искажения представляются в виде двух геометрических искажений. Сначала снимок переводится в координаты, где искажения оказываются пространственно-инвариантными, а затем осуществляется переход от пространственно-инвариантных координат к координатам, зависящим от положения деталей изображения. Система для восстановления изображения основывается на преобразованиях, обратных к этим двум, и фактическое восстановление выполняется путем линейной обработки в пространстве, где искажения являются пространственно-инвариантными. При этом для быстрой обработки больших изображений можно применять свертку и БПФ, а сами операции преобразования координат требуют малого или приемлемого числа вычислений. Подобная обработка успешно применялась для исправления аберраций типа комы [47] и искажений, вызванных пространственно-неравномерным сдвигом [46].

Атмосферная турбулентность обусловливает смазывания изображений, изменяющиеся с течением времени, поскольку температурные градиенты в воздушных слоях влияют на случайные фазовые задержки b волновых фронтах потоков света, несущих изображение. В силу усреднения за время экспозиции эти флуктуации создают искажения изображений, аппаратная функция которых приближается к гауссовской и стационарна. В ряде случаев делались попытки повышения резкости таких изображений [48]. Но, как правило, искажения оказывались достаточно сильными, и восстановление изображений было малоэффективньм. Недавно Нокс предложил новый метод коррекции атмосферных искажений изображения [49].

В любой момент времени изображение, проходящее сквозь турбулентную атмосферу, формируется под воздействием случайной аппаратной функции. При наблюдении за одним и тем же объектом можно получить набор снимков, описываемых соотношениями типа

 (4.57)

в которых аппаратная функция искажений рассматривается как пространственно-инвариантная, но изменяющаяся во времени от момента к моменту (т.е. по переменной i ). Усредняя снимки (4.57) по времени, получаем

  (4.58)

причем сложение h_i со случайными фазами создает столь широкую усредненную аппаратную функцию, что большая часть высокочастотных составляющих f(x у) теряется.

Если же перед усреднением изображения подвергнуть преобразованию Фурье и возвести спектры в квадрат, то получается другой результат. В этом случае

(4.59)

где звездочка означает комплексное сопряжение. Возведение в квадрат «защищает» высокочастотную информацию, уничтожающуюся при усреднении фаз в равенстве (4.58). Если в наблюдаемом секторе находится точечный источник, то можно найти среднюю квадратическую аппаратурную функцию <H_iH_i*> и выполнить восстановление изображения. Однако в формуле (4.59) теряется фазовая информация, и восстановленное изображение равно обратному преобразованию от квадратного корня из энергетического спектра исходного изображения f(x, у).

Другой, но весьма близкий способ обработки состоит в вычислении статистической автокорреляционной функции спектра изображения:

 (4.60)

Можно заметить, что при u1=v1=0 равенства (4.60) и (4.59) полностью совпадают. Если, как и прежде, имеется точечный источник, то

 (4.61)

поскольку с помощью точечного источника можно найти комплексную автокорреляционную функцию усредненного по времени спектра аппаратной функции. Рассмотрим результат деления обеих частей равенства (4.61) на их модули:

(4.62)

где Ф — фазовая характеристика спектра F - изображения, рассматриваемая на двумерной плоскости фурье - преобразования. В правой части записано двумерное разностное уравнение относительно фазовой характеристики, а слева фигурируют только измеренные величины. Интегрирование этого разностного уравнения по всей плоскости преобразования Фурье даст фазовую характеристику, а в сочетании с модулем F, полученным из равенства (4.61), —спектр восстановленного изображения.

Моделирование метода Нокса — Томпсона показало, что он может значительно улучшить разрушение при наблюдениях сквозь турбулентную атмосферу. На рис. 4.18 этот процесс иллюстрируется с помощью изображения астероида, полученного моделированием на ЭВМ. На рис. 4.18, а приведен оригинал, на рис. 4.18,6 показаны четыре отдельных снимка с атмосферными искажениями, а на рис. 4.18, б—восстановленное изображение, причем фазовая информация была получена в соответствии с формулой (4.62) путем обработки 100 снимков, подобных приведенным на рис. 4.18,6.

Похожие работы

Дискретизация сигнала

Скачать

16809

0

4

... сигнала уровень квантования называют также глубиной дискретизации или битностью. Глубина дискретизации измеряется в битах и обозначает количество бит, выражающих амплитуду сигнала. Чем больше глубина дискретизации, тем точнее цифровой сигнал соответствует аналоговому. В случае однородного квантования глубину дискретизации называют также динамическим диапазоном и измеряют в децибелах (1 бит ≈ ...

Квантование сообщений. Ошибки квантования. Энтропия источника сообщений

Скачать

14053

0

1

... иметь дело с данными, имеющими конечный размер, – например, с массивами чисел конечного размера и ограниченной разрядности. Рассмотренная выше теорема дискретизации дает такую возможность.   Количество информации, энтропия источника сообщений Для сравнения между собой различных источников сообщений необходимо ввести некоторую количественную меру, которая дала бы возможность объективно ...

Описание сигналов

Скачать

23730

0

8

... функций в виде зависимости их значений от определенных аргументов Δвремени, линейной или пространственной координаты и т.п.) при анализе и обработке данных широко используется математическое описание сигналов по аргументам, обратным аргументам динамического представления. Так, например, для времени обратным аргументом является частота. Возможность такого описания определяется тем, что любой ...

Автоматизированные системы обработки информации и управления

Скачать

326231

12

0

... рисунков в формате А0-А1 со скоростью 10-30 мм/с. Фотонаборный аппарат Фотонаборный аппарат можно увидеть только в солидной полиграфической фирме. Он отличается своим высоким разрешением. Для обработки информации фотонаборный аппарат оборудуется процессором растрового изображения RIP, который функционирует как интерпретатор PostScript в растровое изображение. В отличие от лазерного принтера в ...