数字图像的退化与复原

数字图像的退化与复原

1. 实验目的

(1) 掌握数字图像的存取与显示方法。

(2) 理解数字图像运动模糊、高斯模糊以及其他噪声引起模糊（图像降质现象）的物理本质。

(3)掌握matlab的开发环境。

(4)掌握降质图像的逆滤波复原和维纳滤波复原方法。

2. 实验原理

此实验是对数字图像处理课程的一个高级操作。在深入理解与掌握数字图像退化的基础理论上，利用逆滤波与维纳滤波方法对数字图像进行复原。

(1) 图像的退化

数字图像在获取过程中，由于光学系统的像差、光学成像衍射、成像系统的非线性畸变、成像过程的相对运动、环境随机噪声等原因，图像会产生一定程度的退化。

(2) 图像的复原

图像复原是利用图像退化现象的某种先验知识，建立退化现象的数学模型，再根据模型进行反向的推演运算，以恢复原来的景物图像。因而图像复原可以理解为图像降质过程的反向过程。

(3) 图像降质的数学模型

图像复原处理的关键问题在于建立退化模型。输入图像f(x,y)经过某个退化系统后输出的是一幅退化的图像。为了讨论方便，把噪声引起的退化即噪声对图像的影响一般作为加性噪声考虑。

原始图像f(x,y)经过一个退化算子或退化系统H(x,y)的作用，再和噪声n(x,y)进行叠加，形成退化后的图像g(x,y)。图1表示退化过程的输入和输出关系，其中H(x,y)概括了退化系统的物理过程，就是要寻找的退化数学模型。

图1 图像的退化模型

数字图像的图像恢复问题可以看作是：根据退化图像g(x,y)和退化算子H(x,y)的形式，沿着反向过程去求解原始图像f(x,y)。图像退化的过程可以用

数学表达式写成如下形式：

g(x,y)=H[f(x,y)]+n(x,y) (1)

在这里，n(x,y)是一种统计性质的信息。在实际应用中，往往假设噪声是白噪声，即它的频谱密度为常熟，并且与图像不相关。

在对退化系统进行了线性系统和空间不变系统的近似之后，连续函数的退化模型在空域中可以写成：

g(x,y)=f(x,y)*h(x,y)+n(x,y) (2)

在频域中可以写成：

G(u,v)=F(u,v)H(u,v)+N(u,v) (3)

其中，G(u,v)、F(u,v)、N(u,v)分别是退化图像g(x,y)、原图像f(x,y)、噪声信号n(x,y)的傅立叶变换；H(u,v)是系统的点冲击响应函数h(x,y)的傅立叶变换，称为系统在频率域上的传递函数。

可见，图像复原实际上就是已知g(x,y)求f(x,y)的问题或已知G(u,v)求F(u,v)的问题，它们的不同之处在于一个是空域，一个是频域。

(4) 逆滤波

逆滤波是非约束复原的一种。非约束复原是指在已知退化图像g 的情况

下，根据对退化系统H 和n 的一些了解和假设，估计出原始图像f ?

，使得某

种事先确定的误差准则为最小。

由于

g = Hf + n (4)

我们可得：

n = g - Hf (5)

逆滤波法是指在对n 没有先验知识的情况下，可以依据这样的最有准则，

即寻找一个f ?，使得H f ?

在最小二乘方误差的意义下最接近g ，即要使n 的模

或范数（norm ）最小：

)?()?(?2

2

f H

g f

H g f

H g n n n

T

T

--=-== (6)

上式的极小值为：

2

?

)?(f H g f L -= (7)

如果我们在求最小值的过程中，不做任何约束，由极值条件可以解出f ?

为：

g

H

g H

H H f T

T 1

1

)(?--== (8)

对上式进行傅立叶变换得：

),()

,(),(v u H v u G v u F =

(9)

可见，如果知道g(x,y)和h(x,y)，也就知道了G(u,v)和H(u,v).根据上式，即可得出F(u,v)，再经过反傅立叶变换就能求出f(x,y)。

逆滤波是最早应用于数字图像复原的一种方法，并用此方法处理过由漫游者、探索者等卫星探索发射得到的图像。

(5) 维纳滤波

维纳滤波是最小二乘类约束复原的一种。在最小二乘类约束复原中，要设法寻找一个最有估计

f ?

，使得形式为

2

2

?

n

f Q =的函数最小化。求这类问题

的最小化，常采用拉格朗日乘子算法。也就是说，要寻找一个f ?

，使得准则

函数

)

?(?)?(2

2

2

n

f

H g f Q f

J --+=α (10)

为最小。

求解f ?

得到

g

H

Q Q H H f T

T T 1

)(?-+=γ (11)

式中，αγ/1=。如果用图像f 和噪声的相关矩阵Rf 和Rn 表示Q ，就可以得到维纳滤波复原方法。具体维纳滤波复原方法的原理请参考相关图书。 3. 实验仪器和设备

PC 机1台，原始Lena 图像文件，matlab 编程软件 4. 实验内容及步骤

(1) 安装Matlab6.x 软件实验平台。 (2) 读取Lena 图像并显示。

I=imread('lena.jpg'); imshow(I);

(3) 设计运动模糊滤波器、设计高斯模糊噪声滤波器。

运动模糊滤波器:

I=imread('lena.jpg');

noise=0.1*randn(size(I));

psf=fspecial('motion',21,11);

blurred=imfilter(I,psf,'circular'); subplot(1,2,2),imshow(blurred); subplot(1,2,1),imshow(I);

高斯模糊噪声滤波器:

I=imread('lena.jpg');

noise=0.1*randn(size(I));

psf=fspecial('gaussian',21,11);

blurred=imfilter(I,psf,'circular'); subplot(1,2,2),imshow(blurred); subplot(1,2,1),imshow(I);

(4) 生成退化或降质图像并显示。运动模糊:

高斯模糊噪声:

(5) 修改相关滤波器参数，观察图像退化或降质程度。运动模糊滤波器修改参数:

I=imread('lena.jpg');

noise=0.1*randn(size(I));

psf=fspecial('motion',10,11);

blurred=imfilter(I,psf,'circular');

subplot(1,2,2),imshow(blurred);

subplot(1,2,1),imshow(I);

高斯模糊噪声滤波器修改参数: I=imread('lena.jpg');

noise=0.1*randn(size(I));

psf=fspecial('gaussian',10,11); blurred=imfilter(I,psf,'circular'); subplot(1,2,2),imshow(blurred); subplot(1,2,1),imshow(I);

(6) 设计逆滤波器，并对降质图像进行复原，比较复原图像与原始图像。对运动模糊图像进行复原:

I=imread('lena.jpg');

LEN=10;

THETA=10;

PSF=fspecial('motion',LEN,THETA);

Blurredmotion=imfilter(I,PSF,'circular','conv');

subplot(2,2,1),imshow(I)

subplot(2,2,2),imshow(Blurredmotion);

wnr1=deconvwnr(Blurredmotion,PSF);

subplot(2,2,3),imshow(wnr1);

对高斯模糊噪声图像进行复原:

I=imread('lena.jpg');

LEN=10;

THETA=10;

PSF=fspecial('gaussian',LEN,THETA); Blurredmotion=imfilter(I,PSF,'circular','conv'); subplot(2,2,1),imshow(I)

subplot(2,2,2),imshow(Blurredmotion);

wnr1=deconvwnr(Blurredmotion,PSF); subplot(2,2,3),imshow(wnr1);

(7) 设计维纳滤波器，并对降质图像进行复原，比较复原图像与原始图像。对运动模糊图像进行复原:

I = imread('lena.jpg');

subplot(2,2,1),imshow(I);

len = 30;

theta = 75;

PSF = fspecial('motion',len,theta);

J = imfilter(I,PSF,'conv','circular');

subplot(2,2,2),imshow(J);

wiener_img = deconvwnr(J,PSF);

subplot(2,2,3),imshow(wiener_img);

对高斯模糊噪声图像进行复原: I = imread('lena.jpg');

subplot(2,2,1),imshow(I);

len = 30;

theta = 75;

PSF = fspecial('gaussian',len,theta);

J = imfilter(I,PSF,'conv','circular'); subplot(2,2,2),imshow(J);

wiener_img = deconvwnr(J,PSF); subplot(2,2,3),imshow(wiener_img);

(8) 计算退化图像、不同方法复原后图像的信噪比。I=imread('lena.jpg');

LEN=10;

THETA=10;

PSF=fspecial('gaussian',LEN,THETA);

Blurredmotion=imfilter(I,PSF,'circular','conv');

wnr1=deconvwnr(Blurredmotion,PSF);

Sn=abs(fft2('gaussian')).^2; % 噪声功率谱

nA=sum(Sn(:))/prod(size('gaussian')); % 噪声平均功率

Sf=abs(fft2(I)).^2; % 图象功率谱

fA = sum(Sf(:))/prod(size(I)); % 图象平均功率

SNR=10*log10(fA/nA);

>> SNR

SNR =

33.5929

5. 实验心得：通过本次实验掌握了数字图像的存取与显示方法，掌握了降质图像的逆滤波复原和维纳滤波复原方法。

草地退化及退化草地恢复方略

草地退化及退化草地恢 复方略 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT

我国草地退化及退化草地恢复方略 我国的草原多分布于自然条件较差的地区，多干旱缺水、生产水平相对低下，加上人为因素的影响，近20年来草原退化日趋严重。据报道，我国已有13亿亩草地退化，占可利用草地的1/3，并继续以每年2000万亩的速度退化。 草地退化的最主要原因是过度放牧，那合理放牧便是遏制草地退化的最重要一环。 对于退化草地，我们不能不用，关键是在用中改良。合理使用本身是一种科学管理。另外，对于退化草地的合理利用与改良是一个复杂的问题，不可能只用一种办法，要贯彻综合治理的思想，采取多种措施。其中值得重视的措施有： ①围栏封育：这是最简单易行也是成效显着的措施。在内蒙古草原退化的草地，一般围栏三年即可发生显着的变化，生产力就可有较大幅度提高。 ②松土改良：这是一种用机械的办法改善土壤的物理性状，进而改良土壤的化学状况，为植物生长创造好的条件，提高生产力的方法。 ③补播：即在退化草地上补种合适的豆科或禾本科牧草。 ④施肥：在某些局部地区，在可能条件下，施用化学肥料或有机肥料对提高生产力与退化草地改良也有很大好处。 草地退化是因为牲畜多了，而草地上的牧草产量少了，草与畜不能平衡。假如我们设法增加牧草的产量，就可以为多的牲畜提供多的牧草，从而实现新的畜草平衡，这就是建立人工草地与防治草原退化的辨证关系。 人工草地是一种高产的牧草生产系统。要高产就要有好的基础，就要有高的投入。

建立人工草地不是随便什么地方都能满足要求的。选择合适的地形部位与土壤条件十分重要。 在内蒙古草原，要选择山前的扇缘地带和相对低洼的地方。在这些地方，由于水热条件的分异而可能形成比较肥沃的土壤以及好的水分条件。 有了好的基础，人工草地可以说成功了一半。而另一半就是好的草种，合适的结构，精耕细作，精细管理以及收获等。 在这里，要特别强调豆科牧草的选择十分重要。因为我国目前家畜饲草缺乏，最严重的问题就是蛋白质饲料的不足，另外，在人工草种中配合一定比例的豆科牧草，不仅可解决蛋白质饲料的不足，而且豆科牧草的生物固氮，可增加系统中的氮素含量，提高土壤肥力，这是一举两得的事。 退化草地诊断与生物环境指示 1．草地是否退化：任继周院士依据土壤稳定性和流域功能、营养和能流分配、恢复机制3个指标。提出了“三阈”，即健康阈、警戒阈、不健康阈划分标准，建立了评价草地健康与功能和谐的尺度，并指出从健康阈向系统崩溃的发展就是草地退化的过程。找到从健康阈到警戒阈的分界线和从警戒阈到不健康阈的分界线这两个阈值，是研究草地是否退化的关键所在。 2．草地退化等级与生物环境指示：草地退化到什么程度退化后有什么表现这是我们突出关心的基本问题。世界各国草地学家从不同角度提出了退化草地等级标准以及生物环境条件在各个级别的表现。.(1919)的土壤有机质诊断；．(1949)的可利用牧草产量占总产量的百分比诊断；.(1949)以减少种、增加种和侵入种反映植物群落的种类组成，以及它们盖度或地上部分生物量所占比重反映植物群落的结构变化，后由美国土壤保持协会制作草地退化分级图解。任继周(1961)以草地植物经济类群和特征植物、地表状况、水土流失现象、土壤有机质和酸度为指标的综合判断法。王德利(1996)在内蒙呼伦贝尔盟羊草草地不同放牧半径的研究；运用演替度即植

图像退化与复原

G(u,v) =F(u,v)+N(u, v) ⑶ 实验名称：图像退化与复原 实验目的 1. 了解光电图像的退化原因； 2. 掌握和理解基本的噪声模型，并能对图像进行加噪处理； 3. 了解点扩展函数(PSF)与光学传递函数(OTF)的关系，熟悉几种经典的退化模 型的 模拟试验和OTF 估计方法； 4. 熟悉和掌握几种经典的图像复原方法及其基本原理； 5. 能熟练利用MATLAB 或C/C++工具进行图像的各种退化处理， 并能编程实现 退化 图像的复原。 三. 实验原理 光电成像系统出现图像退化的过程是复杂多变的，为了研究的需要，通常情 况下都把退化简化为化为一个线性移不变过程，见下图 1所示。 障质过稈 | 屯原 图1光电图像退化与复原原理图 因此，在空域中退化过程可以表示如下： g (x,y) = f (x,y) * h(x,y) + h(x,y) (1) 只有加性噪声不存在情况下，退化过程可以模型化如下表达式： g(x,y) = f (x,y) + h(x,y) (2) 其频域表达式为 :

针对这种退化图像的复原，除了周期噪声以外，通常都可以采用空间域滤波 的方法进行图像复原，此时图像复原与图像增强几乎是没有区别的。常见的空间 域滤波方法有均值滤波器和统计排序滤波器。 当退化图像存在线性移不变退化时， 图像的复原不能采用简单空间域滤波器 来实现，要实现线性移不变退化图像的复原， 必须知道退化系统的退化函数，即 点扩展函数h(x,y)。在点扩展函数已知的情况下，常见图像复原方法有逆滤波 和维纳滤波两种。 在考虑噪声的情况下，逆滤波的原理可以表示如下： 通常情况下，N (u,v)是未知的，因此即使知道退化模型也不能复原图像 此外，当H (u,v )的任何元素为零或者值很小时，N (u,v )/H (u,v )的比值决定 着复原的结果，从而导致图像复原结果出现畸变。对于这种情况， 通常采用限制 滤波频率使其难以接近原点值，从而减少遇到零值的可能性。 维纳滤波则克服了逆滤波的缺点，其数学模型表示如下： 然而，为退化图像的功率谱很少是已知的，因此常常用下面表达式近似: 因此，本实验的内容就是利用上述经典图像复原的原理，对降质退化图像进 行复原。 四. 实验步骤 本次实验主要包括光电图像的退化模型和复原方法实现两大部分内容。 (一)图像的退化图像 1、大气湍流的建模 ° F(u,v) = G(u,v) U F(u,v) = G(u,v) H(u,v) F(u,v) + N(u,v) H(u,v) ° 犏 F (u,v)=犏 J _________ (u,v) H (u,v) H *(u,v)2 + S h (u,v)/S f (u,v) G(u,v)

大气湍流参数对图像退化效果影响的研究

长春理工大学学报（自然科学版） Journal of Changchun University of Science and Technology （Natural Science Edition ）Vol.41No.4Aug.2018 第41卷第4期2018年8月收稿日期：2018-04-17 作者简介：邹皓（1994-），男，硕士研究生，E-mail ：2608752961@https://www.wendangku.net/doc/4f15785019.html, 通讯作者：赵群（1965-），女，高级实验师，硕士生导师，E-mail ：yangzq@https://www.wendangku.net/doc/4f15785019.html, 大气湍流参数对图像退化效果影响的研究 邹皓，李清瑶，赵群，王建颖，刘智超，杨进华 （长春理工大学 光电工程学院，长春130022）摘要：对远处目标进行观测时，大气湍流是影响成像质量的主要因素，使得观测到的目标图像是严重抖动和模糊的。研究几种大气相关参数对图像退化的影响，总结了影响图像退化的主要的大气湍流相关参数，对退化图像的特征进行了分析。采用包含湍流内外尺度影响的波结构函数、折射率谱以及成像系统退化函数的改进的Kolmogorov 谱湍流退化模型，该模型引入更完整的先验约束条件，更接近于大气湍流的物理特性。通过该退化模型对大气湍流相关参数进行仿真研究，对图像退化进行理论描述，总结了对图像退化影响的主要的大气相关参数。对进行湍流相关参数的测量和湍流退化图像校正的复原算法的研究具有重要意义。实验结果表明大气相干长度和格林伍德频率是影响图像退化主要的大气湍流相关参数。关键词：大气湍流；图像退化；大气相干长度；格林伍德频率 中图分类号：TP391文献标识码：A 文章编号：1672-9870（2018）04-0095-05 Research On Influence of Atmospheric Turbulence Parameters on Image Degradation ZOU Hao ，LI Qingyao ，ZHAO Qun ，WANG Jianying ，LIU Zhichao ，YANG Jinghua （School of Optoelectronic Engineering ，Changchun University of Science and Technology ，Changchun 130022） Abstract ：When observing distant targets ，atmospheric turbulence is the main factor affecting the imaging quality ，mak-ing the observed target images are severely shaking and fuzzy.In this paper ，the effects of several atmospheric parame-ters on image degradation are studied.The main parameters of atmospheric turbulence affecting image degradation are summarized and the characteristics of the turbulent image are analyzed.The newmodel is derived from the wave struc-ture function and refractive index profiles considering turbulence internal and external scale and thin lens imaging degra-dation https://www.wendangku.net/doc/4f15785019.html,pared with the model derived from Kolmogorov spectrum ，more complete transcendent constraints is introduced in the new model ，and the model is more similar to the physical characteristics of atmospheric turbulence.The degradation model is used to simulate the atmospheric turbulence related parameters ，the image degradation is theo-retically described ，and the main atmospheric parameters of image degradation are summarized.It is of great significance for the study of the recuperation algorithm of further turbulence correlation parameters and the image correction of turbu-lence degradation.The results of the experiment show that the atmospheric coherent length and greenwood frequency are the main parameters of atmospheric turbulence affecting image degradation. Key words ：atmospheric turbulence ；image degradation ；atmosphere coherent length ；Greenwood frequency 图像质量的下降，会造成有价值信息的丢失。 在遥感、天文观测、交通监控等一些情况下所获得的 退化图像，如果信息丢失就会造成巨大的损失，所以 有效复原退化图像是至关重要的。其中目标通过大 气湍流成像必然会受到大气湍流的影响。在成像过 程中，大气湍流随机地干扰图像成像，使成像焦平面产生像点强度分布扩散、峰值降低、图像模糊和位置偏移等气动光学效应，给目标识别带来了很大的困难。大气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。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［1，2］。这为大气湍流的仿真研究

数字图像实验：图像退化和还原.

%1.使用函数fspecial创建退化滤波器PSF，然后调用imfilter对图像进行卷积运算，就可以 %得到一幅运动退化图像，观察并记录结果。 I=imread('C:\Documents and Settings\Administrator\桌面\16 \fig0222b.jpg'); %读入图像 LEN=31; THETA=11; PSF=fspecial('motion',LEN,THETA); %生成退化函数 blurred=imfilter(I,PSF, 'circular', 'conv'); figure subplot(1,2,1),imshow(I);title('原图像'); subplot(1,2,2),imshow(blurred);title('6.1 运动退化图像'); %2.使用imnoise函数对图像添加随机噪声，观察并记录结果。 fnblurred =imnoise( blurred, 'gaussian',0,0.001); %产生随机噪声图像 figure, imshow(fnblurred);title('6.2 加噪之后'); %3.使用函数deconvwnr对无噪声的运动模糊图像进行复原，观察并记录结果。同时采用不同的 %LEN和THETA参数，进行实验，体会一下退化函数PSF的重要性，观察并记录结果。 LEN=31; THETA=11; PSF=fspecial('motion',LEN,THETA); wnr1=deconvwnr(blurred,PSF); wnr2=deconvwnr(blurred, fspecial('motion',2*LEN,THETA)); wnr3=deconvwnr(blurred, fspecial('motion', LEN, 2*THETA)); figure imshow(wnr1);title('6.3.1 无噪运动模糊图像复原1'); figure subplot(1,2,1),imshow(wnr2);title('6.3.2 无噪运动模糊图像复原2'); subplot(1,2,2),imshow(wnr3);title('6.3.3 无噪运动模糊图像复原3'); %4.使用函数deconvwnr对一幅有噪声的运动模糊图像进行维纳滤波复原，观察并记录结果。 wnr4=deconvwnr(fnblurred,PSF); figure,imshow(wnr4);title('6.4 维纳滤波复原'); %5.为了使维纳滤波复原的效果变好，必须使用deconvwnr函数的可选参数NSR、NCORR和ICORR， %通过改变参数获得不同的复原效果，观察并记录结果。

退化生态系统恢复与重建的研究进展_白降丽

浙江林学院学报　2005,22(4):464～468 Journal of Zhe jiang Forestry C ollege 文章编号:1000-5692(2005)04-464-05 退化生态系统恢复与重建的研究进展 白降丽1,彭道黎1,庾晓红2 (1.北京林业大学省部共建森林培育与保护教育部重点实验室,北京100083;2.四川农业大学林学园艺学院,四川雅安625014) 摘要:如何保护好现有的健康生态系统,并恢复和重建退化的生态系统,已成为生态系统研 究的热点问题之一。在介绍退化生态系统及其恢复与重建等概念的基础上,讨论了退化生态 系统恢复与重建的目标、基本原则、方法以及程序,并进一步阐述了退化森林生态系统、退 化草地生态系统、退化湿地生态系统、废矿地、退化海岛生态系统、退化水生生态系统等恢 复与重建的研究进展。指出了退化生态系统恢复与重建的研究趋势,主要包括生态系统退化 的预测预报机制的研究,退化生态系统恢复过程和机理的研究,退化生态系统恢复与重建的 关键技术体系研究,退化生态系统恢复与重建的评价标准、评价方法、评价技术和评价指标 体系研究以及退化生态系统恢复与区域经济可持续发展关系研究。参47 关键词:恢复生态学;退化生态系统;恢复与重建;研究进展 中图分类号:S718.5 文献标识码:A 人类在改造利用自然的过程中,伴随着对自然环境产生的负面影响。长期的工业污染,大规模的森林砍伐以及将大范围的自然生境逐渐转变成农业和工业景观,形成了以生物多样性低、功能下降为特征的各式各样的退化生态系统(degraded ec osystem)。这些变化都严重威胁到人类社会的可持续发展。因此,如何保护现有的自然生态系统,综合整治与恢复已退化的生态系统,以及重建可持续的人工生态系统,已成为摆在人类面前亟待解决的重要课题。 1　几个相关概念 1.1　退化生态系统 陈灵芝等[1]认为退化生态系统是指生态系统在自然或人为干扰下形成的偏离自然状态的系统。章家恩等[2]认为退化生态系统是一类病态的生态系统,是指生态系统在一定的时空背景下,在自然因素和人为因素,或者在二者的共同干扰下,生态要素和生态系统整体发生的不利于生物和人类生存的量变和质变,其结构和功能发生与其原有的平衡状态或进化方向相反的位移(displacement),具体表现为生态系统的基本结构和固有功能的破坏或丧失,生物多样性下降,稳定性和抗逆能力减弱,系统生产力下降。这类系统也被称之为“受害或受损生态系统(damaged ecosystem)”。 不同的学者对退化生态系统类型的划分是不同的。余作岳等[3]将退化生态系统分为裸地、森林采伐迹地、弃耕地、沙漠化地、采矿废弃地和垃圾堆放场等类型。章家恩等[2]认为退化生态系统应分为 收稿日期:2004-09-09;修回日期:2005-03-28 基金项目:“十五”国家科技攻关项目(2001BA510B) 作者简介:白降丽,博士研究生,从事森林生态学研究。E-mail:bjl wtx@s https://www.wendangku.net/doc/4f15785019.html,

退化土壤生态系统的恢复与重建研究综述

土壤生态学作业 退化土壤生态系统的恢复与重建硏究综述 学院: 班级: 姓名：

学号： 土壤退化是上壤物理、化学、生物学性质恶化导致肥力下降的总称，因此可分为上壤物理退化、土壤化学退化、上壤生物退化，上壤荒漠化是上壤退化的终极形式。丄壤退化的原因非常复杂，有些完全是由于人类不合理利用所引起的，大部分是人类活动与自然条件综合作用的结果，主要以土壤侵蚀的形式致使土壤退化。 ①土壤物理退化：上壤物理退化主要有上层变薄、上壤沙化或砾石化、上壤 板结紧实等，前三者主要是由上壤侵蚀引起的，而土壤板结紧实主要是耕作栽培措施不当所致，特别是随着农业机械化的提高，机械作业导致上壤压板也越来越严重。 土壤侵蚀也称水上流失，是指表层上壤或成上母质在水、风、重力等力量的作用下，发生务种形式的剥蚀、搬运和再堆积的现彖。可见土壤侵蚀包括水力、风力、重力和冻融等类型。 水力侵蚀是指由于地表水的径流，导致上壊随水流走的现象，是最普遍、最广泛、最严重的一种土壤侵蚀，所以一般将土壤侵蚀视为水上流失。 风力侵蚀是指风将表层上壤吹走的现象，一般当风速＞4~5米/秒时，就会产生风力侵蚀的现象，当风速达8米/秒时，风力侵蚀就很严重。风力侵蚀的结果往往导致表层土壤沙化或砾石化，最终成为沙漠。 ②土壤化学退化：上壤化学退化包括土壤有效养分含疑降低、养分不平衡、可溶性盐份含量过高、上壤酸化碱化等。长期单一的耕作种植制度，不仅过度消耗某些养分, 造成上壤养分不平衡：而且有害有毒的物质增加，直接影响作物的生长。 主要是由于上壤氮磷不平衡，因此，九十年代前后施用磷肥的效果格外显著，但不久又出现大面积缺钾，钾肥效果越来越好，特别是髙产农田，钾肥已经成为不可缺少的肥料，微量元素肥料也有很好的效果。

图像退化与复原

一． 实验名称：图像退化与复原 二． 实验目的 1． 了解光电图像的退化原因； 2． 掌握和理解基本的噪声模型，并能对图像进行加噪处理； 3． 了解点扩展函数(PSF)与光学传递函数(OTF)的关系，熟悉几种经典的退化模 型的模拟试验和 OTF 估计方法； 4． 熟悉和掌握几种经典的图像复原方法及其基本原理； 5． 能熟练利用 MATLAB 或 C/C++工具进行图像的各种退化处理，并能编程实现 退化图像的复原。 三． 实验原理 光电成像系统出现图像退化的过程是复杂多变的，为了研究的需要，通常情况下都把退化简化为化为一个线性移不变过程，见下图 1 所示。 因此， 在空域中退化过程可以表示如下： (x,y)(x,y)(x,y)(x,y)g f h h =*+ (1) 只有加性噪声不存在情况下，退化过程可以模型化如下表达式： (x,y)(x,y)(x,y)g f h =+ (2) 其频域表达式为： =(,)+(),)G ,(F u v N u v v u (3) 图1光电图像退化与复原原理图

针对这种退化图像的复原，除了周期噪声以外，通常都可以采用空间域滤波的方法进行图像复原，此时图像复原与图像增强几乎是没有区别的。常见的空间域滤波方法有均值滤波器和统计排序滤波器。 当退化图像存在线性移不变退化时，图像的复原不能采用简单空间域滤波器来实现，要实现线性移不变退化图像的复原，必须知道退化系统的退化函数，即点扩展函数(x,y)h 。 在点扩展函数已知的情况下，常见图像复原方法有逆滤波和维纳滤波两种。 在考虑噪声的情况下，逆滤波的原理可以表示如下： ()() ()()()() G u,v N u,v F u,v F u,v H u,v H u,v ù = =+ (4) 通常情况下，()N u,v 是未知的，因此即使知道退化模型也不能复原图像。 此外，当(),H u v 的任何元素为零或者值很小时，()(),/,N u v H u v 的比值决定着复原的结果，从而导致图像复原结果出现畸变。对于这种情况，通常采用限制滤波频率使其难以接近原点值，从而减少遇到零值的可能性。 维纳滤波则克服了逆滤波的缺点，其数学模型表示如下： 2* 2()1 ()()()()(,)/(,)f H u,v F u,v G u,v H u,v H u,v S u v S u v h ù 轾犏=犏犏+犏臌 (5) 然而，为退化图像的功率谱很少是已知的，因此常常用下面表达式近似： 2* 2()1 ()()()()H u,v F u,v G u,v H u,v H u,v k ù 轾犏=犏犏+犏臌 (6) 因此，本实验的内容就是利用上述经典图像复原的原理，对降质退化图像进行复原。 四． 实验步骤 本次实验主要包括光电图像的退化模型和复原方法实现两大部分内容。 (一) 图像的退化图像 1、 大气湍流的建模

图像退化-图像复原

4记录和整理实验报告。图像降质的数学模型 图像复原处理的关键问题在于建立退化模型。输入图像f(x, y)经过某个退化系统后输出的是一幅退化的图像。为了讨论方便， 把噪声引起的退化即噪声对图像的影响一般作为加性噪声 考虑， 这也与许多实际应用情况一致，如图像数字化时的量化 噪声、 随机噪声等就可以作为加性噪声，即使不是加性噪声而 是乘性噪声， 也可以用对数方式将其转化为相加形式。 原始图像f(x, y) 经过一个退化算子或退化系统H(x, y) 的作 用， 再和噪声n(x,y)进行叠加，形成退化后的图像g(x, y)。图2-1表示退化过程的输入和输出的关系，其中H(x, y)概括了退化系统的物理过程，就是所要寻找的退化数学模型。 图2-1 图像的退化模型 数字图像的图像恢复问题可看作是： 根据退化图像g(x , y)和退化算子H(x , y)的形式，沿着反向过程去求解原始图像f(x , y)， 或者说是逆向地寻找原始 图像的最佳近似估计。图像退化的过程可以用数学表达式写成如下的形式： g(x, y)=H ［f(x, y)］+n(x, y) (2-1) 在这里，n(x, y)是一种统计性质的信息。在实际应用中， 往往假设噪声是白噪声，即它的频谱密度为常数，并且与图像不相关。 在图像复原处理中， 尽管非线性、 时变和空间变化的系统模型更具有普遍性和准确性，更与复杂的退化环境相接近，但它给实际处理工作带来了巨大的困难， 常常找不到解或者很难用计算机来处理。因此，在图像复原处理中， 往往用线性系统和空间不变系统模型来加以近似。这种近似的优点使得线性系统中的许多理论可直接用于解决图像复原问题，同时又不失可用性。 H (x , y )f (x , y )g (x , y ) n (x , y )

退化生态系统的恢复与管理

退化生态系统的恢复与管理 ——兼论自然力在北京西部生态恢复中的作用 *蒋高明陈圣宾李永庚刘美珍于顺利 （中国科学院植物研究所, 北京香山南辛村20号, 100093） 摘要：目前，中国各种生态系统的退化现象非常严重，已经很难满足人类的生存需要。这种情况在很大程度上是由于人口的快速增加造成的，因为人口的增加必然导致对自然资源的过度开发，进而引起生态系统的严重退化。要解决这个问题，最好的办法就是帮助当地居民摆脱贫困。因此，资金应该用在人的身上，而不仅仅是栽树种草。因为栽树种草要花费大量的资金，但在稳定土壤方面的收效却很小。如果人口和动物的压力减轻了，自然恢复的力量就会加强，已经退化的土地会逐步恢复，从而建立真正的保护区。我们应该鼓励新型土地使用模式，比如生态旅游等，因为这种使用方式会将对自然生态系统的破坏减少到最低。为此，我们提出了用一小块土地支持一大片退化土地的恢复，并用自然的方法修复已经退化的生态系统。中国古代哲学认为人与自然应该是和谐相处而不是对立的，这种理念对于目前中国的生态系统修复仍然有指导意义。然而，如果我们要使所谓的生态工程达到预期目的的话，首先就要通过建立既符合生态标准又有经济效益的生态城镇来实现对人口的管理。 京西的生态修复已经成为北京市政府的一项重要任务。根据新的城市建设规划，门头沟区和其他几个区已经被列为京西生态涵养发展区，将成为北京的生态屏障。北京市政府最近决定为实现这个目标投入大量资金。本篇论文讨论了如何在京西地区，特别是门头沟区，对已经退化的生态系统进行修复。 关键词：生态系统退化，修复，自然过程，生态城镇，京西地区 生态系统退化是由于人为或者自然因素，而造成的生态系统生物生产力的下降、结构的简单化以及功能的丧失。由于人口和技术能力增加而导致生态系统退化的现象在全世界范围内有增无减，尤其在经济发展中国家更为严重。退化生态系统包括热带雨林、萨王那群落、亚热带森林、温带森林、温带草原、水生生态系统，以至于高寒荒漠。在我国的大部分经济欠发达地区，尤其是西部地区，普遍存在着低效益、高破坏性的社区发展模式如陡坡开垦、过度放牧、围湖围海造田、竭泽而渔等，加重了生态系统的退化。生态系统退化不仅带来了本身的生态问题，还诱发了其它严重的环境问题，如大河断流、洪水泛滥、荒漠化扩大、沙尘暴频次加大、水土流失、病虫害爆发、山体滑坡、泥石流、干旱化加重等等。为此，国家被迫在很多地区实施天然林保护工程、退耕还林还草工程、自然保护区工程等。为了使工程 *蒋高明，男，中国科学院植物研究所首席研究员，长期从事恢复生态学、城市生态学与生理生态学研究。EMAIL: jgm@https://www.wendangku.net/doc/4f15785019.html,。

草坪退化的原因及解决方案

绿化草坪退化的原因分析及解决方案 草坪作为园林绿化的组成部分，近年来在城乡绿化过程中得到广泛应用，并因其赏心悦目的色泽和开阔怡人的特点深受人们的喜爱。但是，草坪经过一年以上的使用后，随着草坪草本身生理机能的降低，加上人为因素及病虫草害等生物因素的侵扰，草坪所具有的观赏性和功能性随之降低，即出现整个草坪的质量下降和退化。草坪退化的症状首先体现在外观性状上，如颜色变淡或变黄、质地变粗、枯草层变厚、杂草大量出现、密度变稀、病虫害蔓延、均一性下降，甚至出现斑秃裸地。退化严重时则使草坪质量大大降低，如土壤紧实缺乏弹性、耐践踏能力及恢复能力明显减弱、抗环境胁迫能力下降等。 （一）草坪退化原因分析 1、自然因素草坪作为有机生物体，经历着从种子萌发、幼苗形成、成熟、衰老，一直到退化死亡的生活规律。当草坪的使用年限已达到草坪草的生长极限，草坪就进入正常的衰退期。由于建筑物、高大乔木或致密灌木的遮阴，使部分区域的草坪因得不到充足的、养分、水分而难以生长。 2、草种选择不当这种现象一般多发生在新辅设草坪上，因盲目种植不适宜的草种，不能适应当地的气候、土壤条件，或不能满足草坪的使用要求。如20世纪90年代在长江流域地区种植冷季型草种，盲目引种早熟禾，春季或秋季播种，在成坪初期景观喜人，但到夏天几乎全部死亡，损失很大。而高羊茅在长江流域种植，夏季病害严重，易形成病斑，但经多年引种试种已积累一定的经验，经合理管护则有较好的表现，目前该区域已有较大的建植面积。再如白三叶草一旦在碱性稍重的地区栽培，其喜酸性的根瘤菌被杀死，影响了白三叶草的正常生长。 3、土壤紧实这是土壤在压力作用下，土壤颗粒被挤压导致土壤密度增大、孔隙减少的现象。土壤紧实导致草坪出现以下并发症：①根系浅表化。由于孔隙破坏，土壤和大气间无充分的气体交换，土壤O2含量逐渐减少，草坪草为了满足对O2的需要，就转而向土壤上层发展。②由于草坪草的呼吸作用和微生物的氧化分解作用引发有毒气体如CO2、沼气和氨气的产生。当土壤中这些气体积累过多时就会对草坪草产生毒害作用，而紧实土壤有害气体的积累过程更快，积累量更大，毒害作用更加强烈。③空气、养分、农药渗透不良，降雨或灌

退化及复原图像

4-4 退化及复原图像一、 实验目的 掌握生成退化图像和复原图像的方法. 二、 实验内容 1. 生成带噪声的运动退化图像 2. 使用decovwnr 复原模糊的带噪图像 三、 实验步骤 1.模糊噪声图像建模fspecial imfilter pixeldup clc clear f = checkerboard(8); PSF = fspecial('motion',7,45); gb = imfilter(f,PSF,'circular'); imshow (gb) title('使用PSF = fspecial(motion,7,45) 模糊后的图像') noise = imnoise(zeros(size(f)),'gaussian',0,0.001); imshow (noise,[]) title('高斯纯噪声图像') g = gb + noise; imshow (g,[]) title('模糊加噪声的图像')

2.使用deconvwnr 函数复原模糊噪声图像 clc clear f = checkerboard(8); PSF = fspecial('motion',7,45) gb = imfilter(f,PSF,'circular'); noise = imnoise(zeros(size(f)),'gaussian',0,0.001); g = gb + noise; imshow (g,[]) title('模糊加噪声的图像') % *************** fr1 = deconvwnr(g,PSF); imshow(fr1,[]) title('简单的维纳滤波（逆滤波）后的结果') Sn = abs(fft2(noise)).^2;

图像退化与复原

实验名称：图像退化与复原 实验目的 1. 了解光电图像的退化原因； 2. 掌握和理解基本的噪声模型，并能对图像进行加噪处理； 3. 了解点扩展函数（PSF）与光学传递函数（OTF）的关系，熟悉几种经典的退化模型的模拟试验和OTF估计方法； 4. 熟悉和掌握几种经典的图像复原方法及其基本原理； 5. 能熟练利用MATLAB或C/C++工具进行图像的各种退化处理，并能编程实现退化图像的复原。 实验原理 光电成像系统出现图像退化的过程是复杂多变的，为了研究的需要，通常情况下都把退化简化为化为一个线性移不变过程，见下图1所示。 f（工,v）I I 厂、冒（工J）了 =0退化函数H = --------------- U + t——复原滤波器 I------- 曝声V I ------------------- I I "（3）I I I 」I I ! 降质过程I 屯原! 图i光电图像退化与复原原理图 因此，在空域中退化过程可以表示如下: g (x,y) = f (x,y) * h(x,y) + h(x,y) 只有加性噪声不存在情况下，退化过程可以模型化如下表达式: g(x,y) = f (x,y) + h(x,y) 其频域表达式为:

G(u,v) =F(u,v)+N(u, v)

针对这种退化图像的复原，除了周期噪声以外，通常都可以采用空间域滤波 的方法进行图像复原，此时图像复原与图像增强几乎是没有区别的。常见的空间 域滤波方法有均值滤波器和统计排序滤波器。 当退化图像存在线性移不变退化时， 图像的复原不能采用简单空间域滤波器 来实现，要实现线性移不变退化图像的复原， 必须知道退化系统的退化函数，即 点扩展函数h(x,y)。在点扩展函数已知的情况下，常见图像复原方法有逆滤波 和维纳滤波两种。 在考虑噪声的情况下，逆滤波的原理可以表示如下: F (")二^^= F(u,v)+^) H(u,v) ' / H(u,v) 通常情况下，N(u,v)是未知的，因此即使知道退化模型也不能复原图像 此外，当H (u,v )的任何元素为零或者值很小时，N (u,v )/H (u,v )的比值决定 着复原的结果，从而导致图像复原结果出现畸变。对丁这种情况， 通常采用限制 滤波频率使其难以接近原点值，从而减少遇到零值的可能性。 维纳滤波则克服了逆滤波的缺点，其数学模型表示如下： F(u , v) 顼 |H *(u,v)「 2 (u,v) H (u,v) + S h (u,v)/S f (u,v) G(u,v) 然而，为退化图像的功率谱很少是已知的，因此常常用下面表达式近似: F(u,v) = & 1 |H *(u,v)|2 :扩声 |H (u,v)| 2+ k G(u,v) 因此，本实验的内容就是利用上述经典图像复原的原理，对降质退化图像进 行复原。 四.实验步骤 本次实验主要包括光电图像的退化模型和复原方法实现两大部分内容。 (一)图像的退化图像 1、大气湍流的建模

恢复生态学教案(选修课)

贵州大学教案 课程名称：恢复生态学 教案目的及要求：了解恢复生态学产生的历史背景及国内外发展历程，明确恢复生态学要解决的问题。 教案重点与难点：重点为恢复生态学产生的背景。难点为恢复生态学的内涵及目的。 教案方法和手段：课堂讲述 课后小结：国内外恢复生态学的发展历程 课程名称：恢复生态学

教案目的及要求：了解恢复生态学与其他相关学科的关系，明确恢复生态学的理论基础和自身的理论体系。 教案重点与难点：重点为恢复生态学的理论基础。难点为自我设计理论的核心。 教案方法和手段：课堂讲述 课后小结：恢复生态学与相关学科的关系。 课程名称：恢复生态学 教案目的及要求：了解退化生态系统和健康生态系统的基本概念，掌握生态系统退化的机制和过程，了解我国脆弱生态系统的分布和特征。 教案重点与难点：重点为退化生态系统的成因和特征。难点是生态系统退化的机制和过程。 教案方法和手段：课堂讲述

课后小结：退化生态系统的类型和特征。 课程名称：恢复生态学 教案目的及要求：了解退化生态系统恢复与重建的目标、原则和程序。 教案重点与难点：重点为生态恢复的原则和程序，难点是生态恢复的方法问题。 教案方法和手段：课堂讲述 课后小结：生态恢复与重建的程序。 课程名称：恢复生态学

教案目的及要求：掌握生态恢复的基本方法和评价标准。了解森林生态系统退化的成因和过程，掌握森林植被恢复重建的重要理论。 教案重点与难点：重点为森林生态系统退化的成因和过程。难点是森林植被恢复重建的重要理论。 教案方法和手段：课堂讲述 课后小结：生态系统恢复成功的评价标准。 课程名称：农业生态学 教案目的及要求：了解退化生态系统植被恢复的生理生态学问题，农田土壤退化的类型和现状。 教案重点与难点：重点为森林植被恢复重建的生态学原理。难点是退化生态系统植被恢复的生理生态学问题

丛枝菌根在退化土壤恢复中的生态学作用

丛枝菌根在退化土壤恢复中的生态学作用3 方治国　陈　欣3 3 (浙江大学生命科学学院农业生态研究所,杭州310029) E cological Functions of Arbuscular Mycorrhiza in the R estoration of Degraded Soil.Fang Zhiguo ,Chen Xin (A groecology Institute ,L if e Science College ,Zhejiang U niversity ,Hangz hou 310029).Chinese Journal of Ecology ,2002,21(2):61～63. Mycorrhiza is a mutualistic ,symbiotic bio -trophy between a fungus (mycobiont )and plant host.The ecological functions of mycorrhiza in restoration of degraded soil have been concerned.These ecological functions can be described as promoting the succession of plant community and the restoration of plant flora ,sustaining of community stability and improving soil struc 2ture.The paper suggests that mycorrhiza inoculation in degraded soil ,planting mycorrhiza independent plants and conserving plant bio -diversity are major approaches to utilize mycorrhiza to restore degraded soil in primary stage.K ey w ords :arbuscular mycorrhiza ,soil restoration ,ecological function.关　键　词:丛枝菌根,退化土壤恢复,生态学作用中图分类号:Q938.1 文献标识码:A 文章编号:1000-4890(2002)02-0061-03 3国家自然科学基金项目(39870149)和国家自然科学基金重点项目(30030030)资助。 33通迅联系人。 作者简介:方治国,男,23岁,1999年本科毕业于安徽农业大学,现是浙江大学生态学专业硕士研究生,研究方向为农业生态学。 陈欣,女,38岁,1996年获南京农业大学博士学位,1998年浙江大学博士后出站,现为浙江大学农业生态研究所副教授、硕士生导师。主要从事生态学和农业生态学的教学与科研,发表论文30余篇。 土壤退化(包括土壤侵蚀、贫瘠化、盐碱化、沙化、酸化)不仅为全球所关注,而且是关系到我国农业可持续发展的重大问题。全球1.3×108km 2的总土地面积中,因人为原因引起的退化面积为210×107km 2,这些退化土壤中,耕地近5×108ha ,约占总耕地面积的1/3。我国南方丘陵区土壤退化问题也突出(水土流失面积810×107ha ,养分贫瘠化119×107ha ,污染土壤312×106ha ,酸化土壤312×106ha ),因而探讨恢复和重建退化土壤的途径已成 为该地区农业持续发展的重要内容[5]。 菌根(mycorrhiza )是土壤中的菌根真菌与高等植物营养根系形成的一种共生体,菌根的3个主要的类型[即外生菌根(Ectomycorrhiza )、内生菌根(Endomycorrhiza )、内外生菌根(Ectendomycor 2rhiza )]中,内生性的丛枝状菌根(Arbuscular mycor 2rhiza ,AM )是分布最广泛、最普遍的一类菌根[16]。 大量的研究表明,侵染植物的丛枝菌根真菌能促进宿主对土壤中矿质元素P ,N ,K ,Cu 和Zn 等的吸收,提高宿主根系对根部侵染病菌的抵抗能力和增强植物对干旱、高温、高盐和重金属的抗性[2,4,7,8,17,20,21,29],在退化土壤恢复中起着重要作用。本文对国内外有关丛枝菌根在土壤恢复的生态学作用的研究报道作一简要概述,以供参考。1　丛枝菌根在退化土壤恢复中的作用1.1　丛枝菌根在群落演替和植被恢复中的作用 丛枝菌根是植物群落演替过程中的一个极为重 要的方面,Dimond [14]的研究发现,最先在火山岛上 定居的植物绝大多数为在自然条件下不形成菌根的科,如蓼科(Polygonaceae )、苋科(Amaranthaceae )、十字花科(Criuciferae )、荨麻科(Urticaceae )和石竹科(Caryophyllaceae )等的植物,随着时间推移,再逐渐有其它科的植物迁入定居[14]。Jaos 等[18]的研究亦表明,在湿润的热带,受干扰的生态系统的恢复是由兼性菌根营养的植物最先在受破坏的环境中定居,然后再逐步被菌根营养的植物取代而发展为顶极生态系统。对委内瑞拉的云林、落叶热带林、亚马逊雨林泛滥森林和稀树草原的研究表明,这些群落的优势种,除2个外,其他都是菌根营养型种[13]。 在极端退化环境下建立人工植被,同样要与菌根发生关系,在严重受干扰的土壤,由于菌根真菌的繁殖体(包括菌丝和孢子)也受到严重破坏,菌根营养的植物难以侵入成活和恢复,要恢复到受干扰前的系统状态是十分缓慢的,接种菌根可以加快植被的恢复,如Cuenca 等[13]将丛枝菌根真菌的接种技术应用在委内瑞拉南部的生态恢复中,使因修筑全国最大的水电站而毁坏的萨王那的植被得到恢复;美国宾夕法尼亚和弗吉尼亚等州煤矿剥离物的植被 生态学杂志　2002,21(2):61～63 Chinese Journal of Ecology

湍流图像退化复原

湍流退化图像复原 1、引言 由于人类活动和太阳辐照等因素引起了大气温度的变化，这一温度变化又引起了大气密度的随机变化，导致大气折射率发生随机变化，从而产生了对光学系统对目标的成像分辨率和成像质量的重要影响，这种现象后经对其定义指大气中任意一点的运动，其速度的方向和大小都时刻发生着不规则的变化，从而引起各个气团相对于大气整体平均运动的不规则运动，这种现象被称为大气湍流。 大气湍流是造成图像退化的原因之一，大气湍流能够造成图像模糊降晰，它能够退化远距离拍摄的图像质量，如通过望远镜观测到外太空的星星表现出的模糊降晰，因为地球上的大气退化了图像的质量，大气湍流随机地干扰,使像元强度分布扩散、峰值降低、图像模糊、像素位置偏移及抖动,给目标识别带来了较大的困难。光学器件受到大气湍流的影响主要是当光经过折射率不均匀的大气结构到达接收器件后，其振幅和相位等参数都产生了随机的起伏变化。传统的图像复原技术都是在退化模型确定和已知的情况下进行复原的，即先确定点扩展函数或其参数，然后利用诸如逆滤波和维纳滤波这样的方法恢复图像。但这些方法对光学系统的设计和光学器件的加工工艺都提出了更高的要求，并且不能消除系统像差中由大气湍流引起的部分，而且湍流流场对目标成像的影响是复杂多变的，导致湍流光学点扩展函数难以测定，其形式也是无法事先确定，所以往往单幅图像中所包含的信息量很少，而且不够全面，很难进行图像复原。因此通常大气湍流图像的复原都是在图像序列基础上进行的。为了消除大气湍流导致的成像抖动和模糊，很多学者进行了广泛深入的研究，如今已有很多针对大气湍流图像的复原算法，其中有不少取得的不错的进展。 2、国内外研究现状及方法 湍流退化图像的复原是一个世界性的难题，也是国内外不少科学家们多年来一直想致力解决的问题。大气湍流退化图像复原的困难之处在于其退化模型是未知的和随机变化的，且很难用数学解析式来描述，另外退化图像还含有噪声，这进一步增加了复原的难度。传统的图像复原方法主要集中在退化模型已知情况下的图像复原。退化模型未知情况下的图像复原方法研究室近几年来图像处理技术中极富挑战性的课题，它具有很大的应用前景。 湍流退化图像的复原有很多种方法，一种方法被称为“幸运成像”，由于大气湍流对图像产生的影响是随机的，所以在目标的短曝光图像中，存在一定比例接近衍射极限的好图像，它们只存在低阶像差，幸运成像正是运用这些“好图像”进一步复原图像。所以幸运成像技术的基本原理是：按照一定标准将拍摄图像中一些接近衍射极限的好图像选取出来，再进行配准叠加，从而复原出更加清晰的图像，提高图像的成像质量，使得原本无法显示的弱目标得以显示，原本无法分辨的细节得以分辨。由于这种方法的成本比空间望远镜的成本低很多，且复原图像的效果也比较好，所以很多学者都在深入研究如何更好的将这种方法应用天文观测领域。但是这种方法也存在一定的缺陷，首先由于长曝光图像受到大气湍流的影响较大，很难出现接近衍射极限的好图像，所以“幸运成像”技术只适用于短曝光图像；其次由于在短曝光图像中出现“好图像”的比例也很低，因此这种成像技术要求拍摄大量的短曝光图像（通常为几百幅，甚至上千幅），这样就大大增加了还原算法的计算量。 另外加利福利亚大学电气工程学院实验室针对大气湍流退化图像也提出了图像复原方法。这种算法是利用多帧图像重建的算法来复原图像序列中的某一幅图像，其基本步骤如下：首先对所拍摄的图像序列进行平均化处理，此时处理过的图像可以看做为一参考图像；然后利用非刚性图像配准技术对所得的图像进行配准，得到图像的变形矩阵Fk；最后利用贝叶斯图像重建算法对图像进行重建，从而得到更加清晰的图像。这种方法与“幸运成像技术”相比，所需拍摄的图像数较少，而且其应用不仅局限于短曝光图像，它同样可以应用长曝光的