MATLAB定义大气湍流模型退化函数,基于改进的Kolmogorov谱湍流模型的图像退化研究...

大气湍流是自然界当中普遍存在的一种非常复杂的流动现象,光波在湍流大气中传输时,主要受两方面的影响。一方面受大气衰减效应的影响,另一方面受大气湍流效应的影响。物体通过湍流大气成像时,受到湍流大气湍流效应的极大影响,出现光强闪烁、光束方向的漂移、光束宽度的扩展以及接收面上相位的起伏等情况,造成图像模糊和抖动,甚至扭曲变形,严重影响了对图像的识别和检测。然而人们对湍流机理的认识及其数值模拟方法至今仍处于探索阶段,湍流是经典物理学中尚未得到解决的一个大难题。近50年来,人们对湍流的认识越来越深入,最突出的是发现了湍流是多尺度有结构的不规则运动。这为大气湍流的仿真以及湍流退化模型的研究提供了更加有力的理论依据。本文采用的退化模型是根据包含湍流内外尺度影响的波结构函数和折射率谱推导得到,并且考虑了湍流内外尺度影响,与忽略了湍流尺度的退化模型相比更加接近大气湍流的物理特性。1大气湍流图像退化的过程已往的研究一般采用选择加密方法和单纯的加性噪声与乘性噪声等进行图像退化[2,3],前者很难控制图像退化的程度,且计算量相对较大,不利于实际应用。后者在直接抵抗平均攻击时效果不是很好。本文基于传统的Kolmogorov大气湍流模型,结合典型的大气湍流成像系统退化模型,提出了具有更为全面的先验约束条件的退化模型,其描述更为接近大气湍流成像物理特性。1.1图像退化过程图像退化过程可以被模型化为一个退化函数和一个加性噪声项,处理一幅图像f(x,)y和产生一幅退化图像g(x,)y,如图1所示。图1图像退化过程加性噪声和乘性噪声虽然速度快,但由于结构简单,抗攻击能力较弱。因此,本文运用混合性噪声处理图像。图像退化过程可以被模型化为一个退化函数和一个加性噪声项,处理一幅图像f(x,)y和产生一幅退化图像g(x,)y,退化过程描述为[4]:g(x,)y=[]f(x,)y*h(x,)y+(x,)ymod255(1)其中,g(x,)y是原始图像;h(x,)y表示乘性噪声,即退化函数;(x,)y表示加性噪声项;*表示空间卷积。1.2大气湍流退化模型传统的大气湍流退化模型由忽略湍流内外尺度影响的Kolmogorov谱推导而来[6],即:H()=H0()exp??-3.44????r053(2)式中,r0=0.185??2(C)2nL-1-35是Fried常数;为空间角频率;为光波长;H0()为物理光学系统的退化函数。而大气湍流成像系统的退化模型为[5]:H()=H0()exp??-12D()(3)式中,exp??-12D()为大气湍流的退化函数;D()为大气湍流波数结构函数。在均匀各向同性湍流大气中,光波通过大气传播到达L处时的波结构函数为[6]:D()=8k2L0[1-J0()n(,l)0,L0]d(4)式中,k=2为传输光束的光波波数;L为光波在湍流中传输的距离;J0()为零阶贝塞尔函数,=fz=D0(0zL)为距离光源为L处垂直于传输路径的平面内某点到该平面中心的距离;为空间波数;l0、L0分别为湍流内、外尺度;n(,l)0,L0是VonKaman简化折射率谱,该折射率谱考虑了湍流内外尺度影响,表示为[7]:n(,l)0,L0=0.0165C2n-113??exp????-22m+1-exp????-20(5)式中,C2n为湍流折射率结构常数;m=5.92l0;=2l0。将(5)式代入(4)式,通过计算得到:D()=1.73r-530???53-2.98-530??1F1????-56;1;-2024-1+yt??2.98-53m??1F1????-56;1;-2m24-1(6)由于实