反卷积 算法 c语言,多次曝光图像的PSF反卷积以及欠采样图像的反混叠技术I：PSFdeLRSA的制作方法...

1技术领域

在图像的点扩散函数(PSF)反卷积领域，人们发展了很多方法：比如基于最大似然估计的Lucy-Richardson图像PSF反卷积技术和在该技术基础上加入的正则化手段，比如基于最小均方差或最小二乘法原理的Wienner滤波PSF反卷积技术，再比如基于熵最大化的PSF反卷积技术等等。以上技术所涉及到的图像反卷积都是单幅图像的PSF反卷积。但在某些领域往往需要多次曝光，比如视场中有极亮的源，单次长曝光会导致亮源像的过饱和，短曝光又看不到背景信息，因此需要多次曝光再后期叠加，再比如天文观测领域，遥远星系的光子流量有限，需要深度曝光，但往往望远镜的姿态控制问题会导致深度曝光具有很大难度，因此多次曝光也是必要的选项。有了多次曝光图像，那对这些图像的PSF反卷积和对欠采样图像的反混叠技术就是处理这些图像的必不可少的手段。本专利技术是一系列关于“多次曝光图像的PSF反卷积以及欠采样图像的反混叠技术”的第一项专利，是在《基于比值改正项的多次曝光图像反混叠技术-LRSA》(Lucy-Richardson Shift-and-Add)的基础上发展起来的PSF反卷积及欠采样信号的反混叠技术(PSF deconvolution based on Lucy-Richardson Shift-and-Add，PSFdeLRSA)。

2

背景技术：

在图像成像领域，像素点是采集光子(或其他粒子)和组成图像的基本单元。实际中像素点数目是有限的，如此一来图像分辨率不仅受限于光学分辨