1、光學(xué)圖像作為一種主要的信息載體在人們的日常生活，科學(xué)研究，軍事國防等各個領(lǐng)域都有著非常廣泛的應(yīng)用。高分辨率，高清晰度的光學(xué)圖像，尤其對于遙感類應(yīng)用，如氣象預(yù)測，自然災(zāi)害監(jiān)控與防治，農(nóng)林保護(hù)，國土、海洋資源調(diào)查以及軍事偵察等具有舉足輕重的戰(zhàn)略意義。但是在實際光學(xué)系統(tǒng)中，圖像的分辨率和清晰度往往受到多方面的約束：對于輕小型光學(xué)成像系統(tǒng)，小孔徑限制了圖像的極限分辨率，衍射退化造成了截止頻率外信息的丟失；成像系統(tǒng)所期望的大視場不可避免的帶來邊緣

2、視場的像差惡化，各視場退化情況不同，影響信息的判讀；而機(jī)載，艦載，車載圖像的采集，常常碰到被攝物體與成像器件的相對運動或被攝視場內(nèi)物體的局部運動和離焦，同樣引起了圖像的退化。為了找回成像鏈路丟失的細(xì)節(jié)信息，提高圖像分辨率，使圖像盡可能反映被攝物體的特征，本文從這幾個方面展開了基于光學(xué)成像特性的圖像高分辨率復(fù)原技術(shù)研究。
　　 首先，本文對小孔徑成像系統(tǒng)的衍射退化和復(fù)原進(jìn)行了仿真分析，在此基礎(chǔ)上根據(jù)遙感應(yīng)用設(shè)計了小孔徑成像系統(tǒng)實驗

3、室模型，進(jìn)行了退化函數(shù)設(shè)計值，實驗室環(huán)境測量值和圖像“刀刃法”提取值的復(fù)原對比；完成了不同孔徑下小孔徑成像系統(tǒng)拍攝圖像的高分辨復(fù)原，有效提高了圖像質(zhì)量；深入研究了各種圖像復(fù)原算法，總結(jié)在復(fù)原圖像的同時抑制噪聲和振鈴波紋，保留圖像細(xì)節(jié)的方法，對算法進(jìn)行改進(jìn)和優(yōu)化；對比分析了不同對象，不同細(xì)節(jié)度，不同模糊度，不同信噪比圖像在不同PSF初始估計，不同迭代次數(shù)，不同復(fù)原算法條件下的圖像復(fù)原情況。
　　 其次，針對大視場的像差隨空間變化的

4、成像系統(tǒng)，提出了針對退化函數(shù)隨空間變化(Space-Variant Point Spread Function, SVPSF)圖像的基于梯度振鈴矩陣(Gradient Ringing Metric， GRM)評價方法的總變分(Total Variation， TV)分塊復(fù)原算法；提出了等暈區(qū)外延加權(quán)漸變拼接的方法消除分塊復(fù)原法子塊之間的拼接縫；分析了外延重疊區(qū)大小選擇與復(fù)原圖像質(zhì)量的關(guān)系，分析不同復(fù)原算法對消除塊間拼接縫的作用。設(shè)計搭建

5、了SVPSF成像系統(tǒng)，在分析了大視場成像系統(tǒng)像差隨視場發(fā)生變化規(guī)律基礎(chǔ)上完成了對SVPSF系統(tǒng)實拍圖像復(fù)原。
　　 最后，針對局部離焦和局部運動模糊的SVPSF圖像，提出了綜合使用功率譜曲線，梯度分布曲線，局部方差分布，最大飽和度分布等評價因子來構(gòu)建模糊區(qū)域標(biāo)識，并以此作為image matting（圖像目標(biāo)提取）算法的先驗知識“trimap”的自動化區(qū)域分割方法。提出了使用alpha-map作為加權(quán)模板在分離出的模糊區(qū)域復(fù)原迭