53退化函数估计 方法 图像观察估计法 试验估计法 模型估计法 图像观察估计法 观察包含简单结构的一小部分图g(x,y) 构造一个不模糊的对应图像f(x,y) 估计退化系统函数(,y)= F 二、试验估计法 模拟冲激 小亮点 成像系 >g(x,y) H(2v) G(u,) 实验估计模型 试验估计法 个亮脉冲(放大显示) 退化的冲激 冲激特性的退化估计 四、模型估计法 使用常用的退化模型(考虑环境因素) 基于大气湍流的物理特性的退化 H(4,v)=e 从基本原理出发推导模型
1 5.3 退化函数估计 方法 ➢ 图像观察估计法 ➢ 试验估计法 ➢ 模型估计法 一、图像观察估计法 二、试验估计法 三、试验估计法 四、模型估计法 ➢ 使用常用的退化模型（考虑环境因素） 基于大气湍流的物理特性的退化 ➢ 从基本原理出发推导模型 观察包含简单结构的一小部分图 像 构造一个不模糊的对应图像 g (x, y) s ( , ) ˆ f x y s ( , ) ˆ ( , ) ( , ) F u v G u v H u v s s 估计退化系统函数 s = 成像系统H g(x, y) 实验估计模型 小亮点 A G u v H u v ( , ) ( , ) = 模拟冲激 一个亮脉冲(放大显示) 退化的冲激 冲激特性的退化估计 2 2 5 / 6 ( ) ( , ) k u v H u v e − + =
(x, y)=lfLx-xo(O),y-yo(o]dr G(u,v)= F(u, v)e"/2x 4(D+yo(dt F(u,vL -/2 uo( 0+youde G(u,v)=H(u,v)F(u,v) H(u,v)=ne 设 x6(1)=at/T y(1)=0 sin( rua)e jz xo()=at /T 设【0=b/7 T n[丌(a+vb)le 丌(ua+vb) 例、平面匀速运动造成的模糊图像g(x,y)x0()、y0()分别是景物在x和y方向的 运动分量 例、运动模糊示例 动 运动角度为 (a)原始图像 (b)运动模糊后的图像 2
2 例、平面匀速运动造成的模糊图像 g(x,y)x0(t)、y0(t) 分别是景物在 x 和 y 方向的 运动分量 例、运动模糊示例 F u v e dt G u v F u v e dt T j ux t vy t T j ux t vy t − + − + = = 0 2 [ ( ) ( )] 0 2 [ ( ) ( )] 0 0 0 0 ( , ) ( , ) ( , ) H u v e dt T j ux t vy t − + = 0 2 [ ( ) ( )] 0 0 ( , ) G(u,v) = H(u,v)F(u,v) g x y f x x t y y t dt T ( , ) [ ( ), ( )] 0 0 = − 0 − = = ( ) 0 ( ) / 0 0 y t x t at T j ua T j uat T T j ux t ua e ua T e dt H u v e dt − − − = = = sin( ) ( , ) 0 2 / 0 2 ( ) 0 设 = = y t bt T x t at T ( ) / ( ) / 0 0 设 ( ) sin[ ( )] ( ) ( , ) j ua vb ua v b e ua v b T H u v − + + + = (a)原始图像 (b)运动模糊后的图像 运 动 位 移 为30 个 象 素 运 动 角 度 为45 o
