题目：湍流退化图像的数字校正方法研究

动光学效应湍流退化图像的复原是一个世界性难题，它的研究富有挑战性。湍流退化图像复原的困难之处在于其点扩展函数是未知的和随机变化的，且难以用数学解析式表述，是盲图像复原的一种。本文针对气动光学效应湍流退化图像的复原问题开展了研究，主要涉及湍流退化图像复原算法研究。论文简要介绍了盲目图像复原的原理和基本方法，详细分析了图像退化模型和图像复原过程中的病态问题。在约束最小二乘法的理论基础上，本文提出了一种空间自适应正则化盲图像复原算法。该算法将图像和系统点扩展函数（PSF）的信息体现在算法的代价函数中，并利用共轭梯度法搜索最优解，有效地实现了对退化图像的复原和点扩展函数的同步估计。实验结果表明，算法在加入对点扩展函数的约束项之后，能得到比传统算法更好的复原结果，但仍存在抗噪声干扰比较差等缺点。在此基础上，本文利用小波变换的时频局部化特性，提出了基于小波变换的正则化盲图像复原算法。算法在复原过程中加入小波去噪过程，并针对各个子频段内图像的频率和方向特性，采用不同的自适应正则化复原：在图像的低频子频段侧重去模糊；高频子频段则进行抑制噪声和保边缘特征。实验证明，基于小波变换的正则化方法，其算法性能和复原效果相对空域自适应正则化方法，都有一定的提高。