Resumen

Para mejorar el efecto de restauración de imágenes de óptica adaptativa, proponemos un algoritmo de deconvolución mejorado por el algoritmo EM que une imágenes de óptica adaptativa de múltiples cuadros basadas en la teoría de maximización de expectativas. En primer lugar, necesitamos crear un modelo matemático para las imágenes de óptica adaptativa de múltiples cuadros degeneradas. El modelo de función se deduce para los puntos que se dispersan con el tiempo basados en el error de fase. Las imágenes de OA se despejan utilizando la densidad espectral de potencia de la imagen y la restricción de soporte. En segundo lugar, el algoritmo EM se mejora combinando los parámetros del sistema de imagen de OA y la técnica de regularización. Se proporciona una función de costo para las imágenes de OA de múltiples cuadros de deconvolución conjunta, y se construye el modelo de optimización para sus estimaciones de parámetros. Por último, se realizan experimentos de restauración de imágenes tanto en imágenes analógicas como en OA reales para verificar el

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:óptica adaptativa; Algoritmo de deconvolución; Algoritmo EM; Imágenes de múltiples fotogramas; Restauración de imagen; Estimación de parámetros
• Keywords:Adaptive optics; Deconvolution algorithm; EM algorithm; Multiframe images; Image restoration; Parameter estimation