智能化计算光学成像系统的研究

发布时间：2022-02-19 15:04

　　随着人们对图像清晰度的要求越来越高,通过增加透镜数量来提高光学系统成像性能的方法使得镜头和系统的设计变得越来越复杂。特别是对于受到工作环境和工作性质要求的多光轴复杂光学系统,如果依旧通过增加光学系统结构的复杂性来提高成像的质量,必将对系统的可靠性、抗震性提出严峻的挑战。因此,本文结合数字图像处理技术,采用图像复原的方法修复由于像差造成的图像模糊,从而简化光学系统的结构。由于实际光学系统点扩散函数的空间变化特性,基于空间不变点扩散函数的图像复原已不满足实际图像复原系统的要求。因此,本文采用空间变化的点扩散函数对图像进行复原。空间变化的点扩散函数可通过光学软件CODEV仿真和光学函数测量仪间接测量这两种方法获取。真实图像的统计数据表明,超拉普拉斯模型能够比较准确地拟合呈现重尾特性的边缘分布,从而使得复原的结果更加接近原始清晰的图像。本文利用Matlab仿真验证了超拉普拉斯先验非盲去卷积算法复原图像的有效性,并采用两种图像质量评估指标PSNR和SSIM客观评价了三个正则化参数α、β、λ变化时对复原结果的影响。根据实验结果,三个参数α、β、λ分别选择0.6、600、3000作为DSP实现算法时... 

【文章来源】：长春理工大学吉林省

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 论文研究的目的和意义
    1.2 国内外研究现状
        1.2.1 计算光学成像系统的研究现状
        1.2.2 图像复原技术的研究现状
    1.3 论文的主要内容
第二章 单透镜计算光学成像系统理论基础
    2.1 光学成像系统像差分析
    2.2 空间变化的点扩散函数
        2.2.1 SVPSF的定义
        2.2.2 SVPSF的获取方法
    2.3 正则化理论
    2.4 典型图像复原方法
        2.4.1 基于总变分的方法
        2.4.2 基于Richardson-Lucy算法的方法
        2.4.3 基于稀疏表示的方法
        2.4.4 超拉普拉斯先验非盲解卷积算法
    2.5 本章小结
第三章 计算光学成像系统的设计
    3.1 成像系统总体设计
    3.2 单透镜光学成像系统设计
        3.2.1 单透镜光学系统仿真
        3.2.2 单透镜光学系统的SVPSF测量
    3.3 CMOS图像采集单元设计
    3.4 图像预处理单元设计
        3.4.1 FPGA器件选型
        3.4.2 FPGA外围电路设计
        3.4.3 FPGA开发环境及开发流程
        3.4.4 FIFO设计
    3.5 图像复原单元设计
        3.5.1 DSP器件选型
        3.5.2 DSP视频接口-VPORT配置
        3.5.3 DSP外围电路设计
        3.5.4 DSP开发环境及开发流程
    3.6 系统供电电源电路设计
    3.7 本章小结
第四章 超拉普拉斯算法实现及matlab仿真
    4.1 算法实现
        4.1.1 x子问题
        4.1.2 w子问题
    4.2 Matlab模糊图像分块复原方法
    4.3 算法仿真及正则化参数选择
    4.4 本章小结
第五章 计算光学成像系统的软件实现及系统测试
    5.1 系统数据流分析
    5.2 图像采集软件实现
        5.2.1 CMOS控制寄存器的配置
        5.2.2 图像采集结果
    5.3 中值滤波软件实现
        5.3.1 行列计数器设计
        5.3.2 3×3 窗口设计
        5.3.3 中值滤波模块设计
        5.3.4 图像输出模块设计
    5.4 图像复原软件实现
        5.4.1 图像复原的软件流程
        5.4.2 FPGA与 DSP接口软件设计
        5.4.3 反卷积图像复原软件实现
        5.4.4 DSP FFT库函数的调用
        5.4.5 复原图像显示
    5.5 系统测试及结果分析
    5.6 小结
第六章 总结与展望
参考文献
攻读硕士学位期间的学术成果
致谢


【参考文献】：
期刊论文
[1]基于FPGA快速中值滤波算法的硬件实现[J]. 赵亮,刘鹏,王晓曼,刘美.  长春理工大学学报(自然科学版). 2018(05)
[2]基于波前编码技术的眼底成像系统[J]. 金易弢,张薇.  光学仪器. 2018(05)
[3]激光半主动单像素成像探测与仿真技术初探[J]. 田义,沈涛,李凡,孟宇麟,李奇,柴娟芳.  空天防御. 2018(04)
[4]基于对数函数的非局部总变分图像修复模型[J]. 杨文霞,张亮.  计算机应用. 2018(06)
[5]基于快速匹配追踪的混合域地震稀疏反演方法[J]. 李坤,印兴耀,宗兆云,彪芳书.  中国石油大学学报(自然科学版). 2018(01)
[6]lp范数正则化视觉跟踪[J]. 郭彦麟,张冬.  小型微型计算机系统. 2017(07)
[7]一种优化的基于倾斜刃边的点扩散函数重建方法[J]. 曲梦雅,张永生,李润生.  测绘科学技术学报. 2016(06)
[8]基于L1范数的全变分正则化超分辨重构算法[J]. 李志明.  计算机工程与应用. 2016(15)
[9]光场成像技术及其在计算机视觉中的应用[J]. 张驰,刘菲,侯广琦,孙哲南,谭铁牛.  中国图象图形学报. 2016(03)
[10]自适应的L1-L2范数正则化图像去噪方法[J]. 豆泽阳,毕翔,曹宝杰.  中国传媒大学学报(自然科学版). 2016(01)

博士论文
[1]基于计算光学的非完善光学系统图像质量提高及其应用研究[D]. 崔金林.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]基于稀疏特性的图像恢复和质量评价研究[D]. 卢庆博.中国科学技术大学 2016
[3]图像稀疏编码算法及应用研究[D]. 严春满.西安电子科技大学 2012
[4]视频去运动模糊及超分辨率研究[D]. 张小红.浙江大学 2012
[5]基于光学成像特性的高分辨图像复原技术研究[D]. 陶小平.浙江大学 2010

硕士论文
[1]超声图像点扩散函数的估计方法研究[D]. 吕皖.重庆大学 2017
[2]多孔径成像系统图像超分辨技术研究[D]. 解放.哈尔滨工业大学 2017
[3]基于点扩散函数估计的正则化图像复原方法[D]. 曲荣召.哈尔滨工业大学 2016
[4]基于计算光学的简单透镜成像技术[D]. 郝建坤.中国科学院研究生院(长春光学精密机械与物理研究所) 2015
[5]单透镜高质量计算成像技术研究[D]. 李卫丽.国防科学技术大学 2014
[6]基于图像块统计特性的EPLL遥感图像复原方法[D]. 熊耀先.国防科学技术大学 2014
[7]正则化图像复原中的自适应方法研究与实现[D]. 林新潜.哈尔滨工业大学 2013
[8]基于模型法的激光水下降质图像复原算法研究[D]. 魏万银.中南大学 2013
[9]共焦显微图像复原及其正则化方法研究[D]. 陈新平.重庆理工大学 2011
[10]航天遥感相机光学系统设计研究[D]. 史黎丽.哈尔滨工业大学 2007



本文编号：3633120