复杂退化条件下靶场图像多模式盲复原技术研究
本文选题：靶场图像 切入点：图像复原 出处：《中国科学院光电技术研究所》2017年博士论文
【摘要】：靶场试验是获取飞行器性能指标的重要观测手段,能够实现对飞行器特性参数的测量,由光学观测系统获得的靶场光学图像是这些参数信息的载体,图像的质量直接决定了参数信息获取的准确性和精度。但是由于受多种因素的影响,飞行器试验靶场目前装备的光学测量设备的输出图像存在退化,观测目标往往模糊不清,给参数测量带来困难,降低了测量结果的可靠性。而通过提高探测器性能或改进观测系统结构等方式来提高获取观测图像质量,不仅存在技术瓶颈还会增加观测成本。相比之下,采用数字图像处理技术对靶场退化图像进行复原,不仅能够有效改善图像质量而且成本低廉,能够满足靶场试验的应用要求。因此,研究适合靶场图像的复原算法具有重要的应用价值。本文针对靶场图像的复杂退化条件和观测目标的多模式特点,分别从特定退化类型模糊图像复原算法研究、靶场目标飞行模式与图像退化类型辨识及靶场复原图像质量盲评价三个方面开展研究工作,初步实现了复原算法的自动选择,算法参数的自动优化,达到了靶场复原图像质量能够自动优化的效果,缓解了因靶场图像数据量大而给试验科研人员带来的工作压力。主要研究内容及创新点如下:1)针对靶场图像低对比度和低信噪比的特点,通过直方图均衡和BM3D去噪算法对其进行预处理,提升了靶场图像的对比度和信噪比,降低了靶场图像的复原难度。并针对靶场图像中存在的三种退化过程分别选用了相应算法进行复原:使用基于自解卷积的复原算法对靶场离焦模糊图像进行了复原;使用基于中频的维纳滤波算法对靶场高斯模糊图像进行了复原;提出了一种基于图像显著结果信息的运动模糊图像复原算法,对靶场运动模糊图像进行了复原,取得了良好的复原效果。2)由于靶场图像退化过程复杂且目标飞行状态具有多种模式,无法使用单一复原算法实现有效复原,为了解决该问题,需要从飞行器飞行状态和观测图像中提取先验信息,对图像退化类型进行辨识。本文提出了基于靶场观测目标尾焰分割图像的目标飞行模式辨识算法和基于靶场图像自相关检测的退化类型辨识算法,以目标飞行模式和观测图像自相关检测结果为依据,为靶场图像退化类型与复原算法模型匹配提供了可靠的参考信息。3)由于靶场试验的特殊性,无法获得靶场清晰图像,所以难以使用传统的图像质量评价算法对靶场复原图像的质量进行客观评价,为了解决该问题,结合靶场图像特点对现有算法进行改进,本文提出一种针对靶场复原图像质量的盲评价算法,以靶场复原图像中存在的噪声、振铃及残留模糊等影响图像质量的干扰因素作为质量特征,以监督学习为技术手段,将复原图像质量特征的加权计算结果作为图像客观质量的分数,实现了对靶场复原图像质量的客观评价。4)由于靶场图像数据量大,难以采用人工选择复原算法和相应参数的方式对靶场图像逐帧复原和优化,为了解决该问题,本文提出了一种有效融合靶场图像预处理、靶场目标飞行模式辨识、靶场图像退化类型辨识、典型靶场模糊图像复原算法及靶场图像复原质量盲评价算法的靶场图像复原算法总体实现方案,能够实现靶场图像退化类型和复原算法模型的匹配,并以复原图像质量盲评价算法的分数为反馈对复原算法参数进行优化,实现在现有靶场图像复原算法下的复原图像质量优化,有效的提升了复原算法效率和靶场图像的复原效果。
[Abstract]:......
【学位授予单位】：中国科学院光电技术研究所
【学位级别】：博士
【学位授予年份】：2017
【分类号】：V217;TP391.41
【相似文献】
相关期刊论文 前10条
1 韩双旺;崔兆顺;鲍丽红;李德录;;基于目标图像的提取与测量[J];上海工程技术大学学报;2007年04期
2 刘进;孙婧;徐正全;顾鑫;;基于目标的图像轻量级加密[J];华中科技大学学报(自然科学版);2011年06期
3 胡君;一种快速求图像目标质心的方法[J];光学精密工程;1998年05期
4 宋修锐;吴志勇;;图像通用目标的无监督检测[J];光学精密工程;2014年01期
5 赵玉凤;赵耀;朱振峰;;一种新的基于区域的图像相似性计算[J];铁道学报;2007年01期
6 徐朝伦,王晓湘,柯有安;一种新的图像自动门限分割方法[J];北京理工大学学报;1997年02期
7 王海英,郭志芬;一种复杂图像目标的分割与识别[J];北京理工大学学报;2000年02期
8 葛云;章东;;活体细胞图像斑点的自动提取和跟踪方法[J];东南大学学报(自然科学版);2009年03期
9 吕宇波;兰培真;;航拍图像海上目标定位算法[J];上海海事大学学报;2011年04期
10 刘吉平,赵鹏大;图像异常检测方法与应用研究[J];地球科学;1999年05期
相关会议论文 前5条
1 张林怡;王运锋;王建国;;分维数在SAR图像海岸线检测中的应用研究[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年
2 李吉成;鲁新平;杨卫平;张志龙;高颖慧;沈振康;;图像目标的自动识别和快速筛选技术[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年
3 佘二永;;SAR图像目标解译技术分析[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
4 赵朝杰;朱虹;黎璐;董敏;袁承兴;;基于内容感知的图像非等比例缩放[A];第十四届全国图象图形学学术会议论文集[C];2008年
5 奚惠宁;;浅谈有关医学图像的专利申请如何判断是否是非授权客体[A];2013年中华全国专利代理人协会年会暨第四届知识产权论坛论文汇编第二部分[C];2013年
相关博士学位论文 前10条
1 钱智明;面向图像标注的张量表示与语义建模方法研究[D];国防科学技术大学;2015年
2 吴俊峰;基于视觉显著性的图像检索算法研究[D];大连海事大学;2017年
3 杨发盛;复杂退化条件下靶场图像多模式盲复原技术研究[D];中国科学院光电技术研究所;2017年
4 邓剑勋;多示例图像检索算法研究及在人脸识别中的应用[D];重庆大学;2012年
5 王亮申;图像特征提取及基于内容图像数据库检索理论和方法研究[D];大连理工大学;2002年
6 魏波;点时空约束图像目标跟踪理论与实时实现技术研究[D];电子科技大学;2000年
7 刘俊;基于钼靶图像的计算机辅助乳腺癌检测系统中关键技术研究[D];武汉科技大学;2012年
8 付华柱;图像协同关联性约束的研究与应用[D];天津大学;2013年
9 廖宜涛;基于图像与光谱信息的猪肉品质在线无损检测研究[D];浙江大学;2011年
10 陈海林;基于判别学习的图像目标分类研究[D];中国科学技术大学;2009年
相关硕士学位论文 前10条
1 徐衍鲁;基于改进的K-means和层次聚类方法的词袋模型研究[D];上海师范大学;2015年
2 甘洪涌;SAR图像自动目标识别算法研究[D];哈尔滨理工大学;2014年
3 张玉营;基于认知理论的高分辨率PolSAR图像目标解译算法研究[D];哈尔滨工业大学;2015年
4 王帅;视频中扇贝图像的检测与定位研究[D];大连海洋大学;2015年
5 李伟;改进的主颜色提取方法及自适应权重图像检索算法研究[D];华中师范大学;2015年
6 李星云;码垛机器人视觉控制关键技术的研究[D];西南科技大学;2015年
7 梁，
本文编号：1716480
本文链接：https://www.wllwen.com/shoufeilunwen/gckjbs/1716480.html
