Bussgang盲反卷積算法及其應(yīng)用研究.pdf

1、在圖像處理應(yīng)用研究領(lǐng)域中，圖像復(fù)原算法研究一直是一個(gè)熱點(diǎn)難點(diǎn)問題，圖像復(fù)原最根本的目標(biāo)就是從觀測系統(tǒng)得到的退化圖像重新建立原始圖像，是圖像處理、模式識別和機(jī)器視覺的基礎(chǔ)，在醫(yī)學(xué)影像、遙感天文以及空間探測等領(lǐng)域都有廣泛的應(yīng)用前景。盲復(fù)原作為其重要分支，近年來成為一個(gè)研究熱點(diǎn)。本文主要提出了源自于Bussgang算法并適用于多類應(yīng)用的多通道盲反卷積的框架。將其命名為自校正的多通道Bussgang(SCMB)盲反卷積算法，它能有效利用所有可用

2、的信息解決嚴(yán)重的光學(xué)圖像退化和逆合成孔徑雷(ISAR)圖像自聚焦的問題。
　　首先，介紹了圖像盲復(fù)原基本原理，并對Bussgang盲反卷積和盲均衡技術(shù)進(jìn)行分析，分析了基于EM算法的高斯混合模型參數(shù)的估計(jì)方法，介紹了不同類型的點(diǎn)擴(kuò)展函數(shù)，并通過計(jì)算機(jī)仿真實(shí)現(xiàn)了常見的三種點(diǎn)擴(kuò)展函數(shù)的空間三維坐標(biāo)。
　　然后，介紹了自校正多通道Bussgang(SCMB)盲反卷積的基本理論，詳細(xì)推導(dǎo)了SCMB算法中Bussgang中均衡濾波器的更

3、新算法。文中分析了不同應(yīng)用的非線性函數(shù)的選擇，概率密度函數(shù)高斯混合模型的建立和反饋機(jī)制的設(shè)計(jì)。通過對三種不同模糊類型的圖像盲復(fù)原的仿真結(jié)果，證明了SCMB盲反卷積算法的可行并且合理，能夠達(dá)到對未知模糊類型的圖像盲復(fù)原的目的。
　　最后，本文將SCMB盲反卷積算法應(yīng)用在ISAR圖像的自聚焦。通過對實(shí)測數(shù)據(jù)的仿真實(shí)驗(yàn)驗(yàn)證SCMB盲反卷積算法的可行并且合理，能夠達(dá)到對ISAR自聚焦的目的，通過對二值圖像盲復(fù)原和ISAR自聚焦證明了自校正