基于神经网络的大气湍流退化图像的快速仿真

大气湍流的随机扰动会对大气中传输的光场性质产生影响,导致远距离的目标经过大气湍流传输后出现图像退化和畸变。研究大气湍流的建模,对图像退化进行仿真模拟是矫正湍流引起的图像畸变、改善成像质量的关键,为此文章提出了一种快速实现仿真大气湍流所引起的图像畸变的方法,通过使用Zernike多项式表示大气湍流的相位,利用Zernike系数之间的相关性求解Zernike系数,搭建神经网络,实现了快速求解湍流的点扩散函数;依据图像退化的过程将清晰无失真图像模拟成受大气湍流影响的退化图像;同时,根据不同参数生成不同效果的湍流图像,分析大气湍流对成像的影响,并对斜程大气湍流传输对成像的影响进行了分析和讨论。此外,文章还将模拟图像与实际湍流图像进行了定量对比,两者的结构相似性（SSIM）和均方误差（MSE）指标数值仅差0.32%和0.92%,表明模拟图像与实际湍流图像具有较好的一致性,验证了文章所提方法在可见光波段应用的可行性。