微扫描红外图像超分辨重建方法研究
发布时间：2021-11-19 10:40
随着红外图像在军事国防、居民生活等领域的广泛应用,提高红外图像分辨率已经成为人们研究的重点。微扫描红外成像技术对于红外图像分辨率的提升有很大帮助,但由于硬件条件的限制,难以继续从硬件方面提高图像分辨率,超分辨重建技术可以处理具有互补信息的多帧低分辨率图像,而在无需更改硬件系统的条件下来重建一幅或多幅清晰的高分辨率图像。所以,利用已有的多帧低分辨率红外图像信息来进行超分辨重建并提高图像重建质量成为研究的热门话题。本文以微扫描红外图像为主要研究目标,从基于重建和学习的方法角度入手,进行红外图像超分辨研究。首先对微扫描红外超分辨率成像理论基础与现有技术进行理论研究,包括红外成像技术、微扫描技术、图像超分辨重建方法和评价标准等。随后,针对微扫描红外图像特点对多帧图像超分辨算法——凸集投影算法（Projection Onto Convex Sets,POCS）进行改进,包括运动估计以及图像边缘增强。其中,针对微扫描红外图像存在亚像素位移以及旋转的特点,选取相位法作为研究,采用窗口函数以及Fourier-Mellin变换进行减小混叠的影响和提高运动估计精度;在参考帧修正方面,采用后处理,引入基于学...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
红外成
哈尔滨工业大学工程硕士学位论文-10-111111111121212434343121212434343121212434343222222222444444444333333333低分辨率图像1低分辨率图像2低分辨率图像3低分辨率图像4高分辨率图像图2-32×2微扫描成像原理图目前现有的微扫描红外超分辨成像系统主要分为软硬件两部分，组成如图2-4所示。原始图像光学系统微位移控制系统焦平面探测器原始图像图像采集卡超分辨重建程序驱动控制程序显示控制程序目标图像图像采集硬件系统软件处理系统图2-4微扫描超分辨成像系统组成框图2.4图像超分辨重建通过超分辨率重建技术重建后的图像不仅增加了图像像素的数量，而且还增加了低分辨率图像本身不包含的详细信息，说明超分辨重建本身是个病态问题[41]。超分辨重建一般是建立成像模型，模拟噪声添加，再引入先验知识，由此可以看出重建的思路非常清晰，解决超分辨率重建问题的方法是唯一的，并且可以重建出令人满意的高分辨率图像。超分辨重建技术研究可分为多方面，本节主要从图像退化模型、超分辨理论基储目前常用的超分辨方法以及图像质量评价标准来介绍超分辨重建
哈尔滨工业大学工程硕士学位论文-13-得出其他未知间隔的值。换言之，解析函数可以基于任何区间中给解析函数的值来得出总函数。根据此原理，可以推断得到一幅空域有界的图像谱函数一定为解析函数。由于频谱函数F(u)在低频内是可知的，从中可以得出超出图像采集系统截止频率之外的高频信息，从而可以进行图像重建。SR重建图2-8超分辨重建效果图2.信息叠加理论频谱函数F(u)有两部分组成，这两部分包括低频范围内的()1Fu和高频范围内的()2Fu，公式可表示为：()(()())()1211Fu=Fu+Fusincx(2-7)式中，()1Fu——频谱函数的低频分量()2Fu——频谱函数的高频分量如果可以分离图像频谱的高频和低频部分，则可以使用低分辨率序列图像轻松地重建高分辨率图像。3.非线性理论在生活的实际应用中，红外成像系统在图像采集过程中会伴有不同类型的噪声，前两种理论没有考虑噪声对成像质量的影响。在理想状态下，图像符合非负性和有界性。但实际上，系统和环境噪声会破坏图像的这种特性。因此，为了解决这个问题，有必要对高分辨率图像重建算法增加限制。相应的非线性计算将增加这些限制，但同时也会伴随着高频信息，可以考虑通过不断调整伴随约束的高频信息来获得高分辨率图像的重建目的。从超分辨率重建的解析延拓理论、信息叠加理论和非线性理论的三个基本理论可以看出，引入图像先验约束条件可以在很大程度上保持图像包含信
【参考文献】：
期刊论文
[1]基于小波变换与图像融合算法的红外图像增强技术研究[J]. 李世伟,熊卫兵,张猛. 电子技术与软件工程. 2015(14)
[2]超分辨率图像重建方法综述[J]. 苏衡,周杰,张志浩. 自动化学报. 2013(08)
[3]采用非局部均值的超分辨率重构[J]. 李家德,张叶,贾平. 光学精密工程. 2013(06)
[4]基于加权POCS的图像超分辨率重建[J]. 姚琦,沈松,朱飞. 计算机工程. 2013(03)
[5]一种基于IBP的红外微扫描图像重建算法[J]. 吕侃,汤心溢,王世勇. 红外技术. 2011(06)
[6]旋转式红外微扫描器研制[J]. 吴新社,邓芳轶,陈敏,蔡毅. 红外与毫米波学报. 2011(03)
[7]光学微扫描显微热成像系统超分辨力图像处理方法研究[J]. 高美静,芦鑫,张春晓. 燕山大学学报. 2011(01)
[8]基于径向基函数神经网络的超分辨率图像重建[J]. 朱福珍,李金宗,朱兵,李冬冬,杨学峰. 光学精密工程. 2010(06)
[9]超分辨率算法研究综述[J]. 浦剑,张军平,黄华. 山东大学学报(工学版). 2009(01)
[10]红外凝视成像光学微扫描重建技术研究[J]. 白俊奇,陈钱,屈惠明. 红外与毫米波学报. 2008(04)
博士论文
[1]红外成像系统超分辨率重建技术研究[D]. 李方彪.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[2]基于POCS的红外弱小目标超分辨率复原算法研究[D]. 陈健.中国科学院研究生院(长春光学精密机械与物理研究所) 2014
硕士论文
[1]基于微扫描的红外超分辨率成像技术研究[D]. 刘琴.重庆邮电大学 2016
[2]红外图像的超分辨率重构算法研究[D]. 相鹏鹏.华南理工大学 2016
[3]红外显微图像超分辨重建算法研究[D]. 陈景杨.北京理工大学 2015
[4]显微热成像系统微扫描理论与技术研究[D]. 顾海华.燕山大学 2013
[5]红外序列图像超分辨率重建算法研究[D]. 申恒艳.哈尔滨工业大学 2009
本文编号：3504872
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
红外成
哈尔滨工业大学工程硕士学位论文-10-111111111121212434343121212434343121212434343222222222444444444333333333低分辨率图像1低分辨率图像2低分辨率图像3低分辨率图像4高分辨率图像图2-32×2微扫描成像原理图目前现有的微扫描红外超分辨成像系统主要分为软硬件两部分，组成如图2-4所示。原始图像光学系统微位移控制系统焦平面探测器原始图像图像采集卡超分辨重建程序驱动控制程序显示控制程序目标图像图像采集硬件系统软件处理系统图2-4微扫描超分辨成像系统组成框图2.4图像超分辨重建通过超分辨率重建技术重建后的图像不仅增加了图像像素的数量，而且还增加了低分辨率图像本身不包含的详细信息，说明超分辨重建本身是个病态问题[41]。超分辨重建一般是建立成像模型，模拟噪声添加，再引入先验知识，由此可以看出重建的思路非常清晰，解决超分辨率重建问题的方法是唯一的，并且可以重建出令人满意的高分辨率图像。超分辨重建技术研究可分为多方面，本节主要从图像退化模型、超分辨理论基储目前常用的超分辨方法以及图像质量评价标准来介绍超分辨重建
哈尔滨工业大学工程硕士学位论文-13-得出其他未知间隔的值。换言之，解析函数可以基于任何区间中给解析函数的值来得出总函数。根据此原理，可以推断得到一幅空域有界的图像谱函数一定为解析函数。由于频谱函数F(u)在低频内是可知的，从中可以得出超出图像采集系统截止频率之外的高频信息，从而可以进行图像重建。SR重建图2-8超分辨重建效果图2.信息叠加理论频谱函数F(u)有两部分组成，这两部分包括低频范围内的()1Fu和高频范围内的()2Fu，公式可表示为：()(()())()1211Fu=Fu+Fusincx(2-7)式中，()1Fu——频谱函数的低频分量()2Fu——频谱函数的高频分量如果可以分离图像频谱的高频和低频部分，则可以使用低分辨率序列图像轻松地重建高分辨率图像。3.非线性理论在生活的实际应用中，红外成像系统在图像采集过程中会伴有不同类型的噪声，前两种理论没有考虑噪声对成像质量的影响。在理想状态下，图像符合非负性和有界性。但实际上，系统和环境噪声会破坏图像的这种特性。因此，为了解决这个问题，有必要对高分辨率图像重建算法增加限制。相应的非线性计算将增加这些限制，但同时也会伴随着高频信息，可以考虑通过不断调整伴随约束的高频信息来获得高分辨率图像的重建目的。从超分辨率重建的解析延拓理论、信息叠加理论和非线性理论的三个基本理论可以看出，引入图像先验约束条件可以在很大程度上保持图像包含信
【参考文献】：
期刊论文
[1]基于小波变换与图像融合算法的红外图像增强技术研究[J]. 李世伟,熊卫兵,张猛. 电子技术与软件工程. 2015(14)
[2]超分辨率图像重建方法综述[J]. 苏衡,周杰,张志浩. 自动化学报. 2013(08)
[3]采用非局部均值的超分辨率重构[J]. 李家德,张叶,贾平. 光学精密工程. 2013(06)
[4]基于加权POCS的图像超分辨率重建[J]. 姚琦,沈松,朱飞. 计算机工程. 2013(03)
[5]一种基于IBP的红外微扫描图像重建算法[J]. 吕侃,汤心溢,王世勇. 红外技术. 2011(06)
[6]旋转式红外微扫描器研制[J]. 吴新社,邓芳轶,陈敏,蔡毅. 红外与毫米波学报. 2011(03)
[7]光学微扫描显微热成像系统超分辨力图像处理方法研究[J]. 高美静,芦鑫,张春晓. 燕山大学学报. 2011(01)
[8]基于径向基函数神经网络的超分辨率图像重建[J]. 朱福珍,李金宗,朱兵,李冬冬,杨学峰. 光学精密工程. 2010(06)
[9]超分辨率算法研究综述[J]. 浦剑,张军平,黄华. 山东大学学报(工学版). 2009(01)
[10]红外凝视成像光学微扫描重建技术研究[J]. 白俊奇,陈钱,屈惠明. 红外与毫米波学报. 2008(04)
博士论文
[1]红外成像系统超分辨率重建技术研究[D]. 李方彪.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[2]基于POCS的红外弱小目标超分辨率复原算法研究[D]. 陈健.中国科学院研究生院(长春光学精密机械与物理研究所) 2014
硕士论文
[1]基于微扫描的红外超分辨率成像技术研究[D]. 刘琴.重庆邮电大学 2016
[2]红外图像的超分辨率重构算法研究[D]. 相鹏鹏.华南理工大学 2016
[3]红外显微图像超分辨重建算法研究[D]. 陈景杨.北京理工大学 2015
[4]显微热成像系统微扫描理论与技术研究[D]. 顾海华.燕山大学 2013
[5]红外序列图像超分辨率重建算法研究[D]. 申恒艳.哈尔滨工业大学 2009
本文编号：3504872
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3504872.html
