光电所在多尺度、变分推理参数自适应图像复原技术研究方面取得突破

摘要: 　　当前，数字图像处理技术被广泛应用到科学学习、工农业生产、政府部门、医疗卫生等许多领域，而图像复原技术学习是数字图像处理中非常重要的领域，其学习成果也被广泛应用到各个学习和生产领域。　　中国科学院光 ...

　　当前，数字图像处理技术被广泛应用到科学学习、工农业生产、政府部门、医疗卫生等许多领域，而图像复原技术学习是数字图像处理中非常重要的领域，其学习成果也被广泛应用到各个学习和生产领域。
　　中国科学院光电技术学习所光电探测与信号处理学习室在多尺度、变分推理参数自适应图像复原技术学习方面取得新进展：针对成像系统的像差、成像过程中的运动抖动和大气扰动等所致的图像模糊退化问题，科研人员通过复杂降质退化过程建模、系统成像过程的建模、大规模病态逆问题最优化求解、高性能实时处理技术等实现对模糊图像的高质量复原，尤其是基于谱指数的变分估计与自适应建模。该谱指数的建模可有效克服复原逆问题解的病态性。
　　科研人员还同时开展了基于通过GPCPU处理平台的实时实现技术学习，实现了以50帧每秒的复原处理速度实时获得接近系统衍射极限的复原图像。
　　该学习结果先后在美国光学学会（OSA）和国际光学工程学会（SPIE）的系列国际主流期刊与会议发表，达到同类学习领先水平，实时实现能力突破现有所见报道。