被動(dòng)毫米波圖像特征分析及超分辨復(fù)原算法研究.pdf

1、毫米波被動(dòng)成像的原理即利用場(chǎng)景和目標(biāo)自身的毫米波輻射能量分布差異實(shí)現(xiàn)成像，其不受沙塵、煙霧、黑夜等惡劣條件的影響。毫米波被動(dòng)成像技術(shù)能探知被偽裝的物體、工事和被厚衣物隱蔽的武器，以其獨(dú)特的技術(shù)優(yōu)勢(shì)，在反恐、安檢等方面的作用日益突出。近年來(lái)，隨著毫米波器件的更新?lián)Q代，使得毫米波被動(dòng)成像技術(shù)能在醫(yī)療、導(dǎo)航和交管等領(lǐng)域得到越來(lái)越廣泛的應(yīng)用。
　　 但是，受天線(xiàn)孔徑尺寸和目標(biāo)毫米波輻射強(qiáng)度的影響，毫米波被動(dòng)成像系統(tǒng)獲取的圖像分辨率較低。

2、因此需要對(duì)被動(dòng)毫米波圖像進(jìn)行去噪及超分辨復(fù)原處理，以提高圖像的分辨率，保證后續(xù)圖像觀測(cè)和分析工作的順利進(jìn)行。
　　 本論文基于毫米波被動(dòng)成像理論和成像系統(tǒng)的信號(hào)處理模塊開(kāi)展了如下研究工作:
　　 (1)根據(jù)黑體輻射理論，分析了實(shí)物的熱輻射效應(yīng)及毫米波被動(dòng)成像的基本原理。以基于3mm交流輻射計(jì)的毫米波被動(dòng)成像系統(tǒng)為研究對(duì)象，給出了毫米波被動(dòng)成像數(shù)學(xué)模型、降質(zhì)因素及圖像質(zhì)量評(píng)價(jià)準(zhǔn)則。該模型考慮了天線(xiàn)降晰效應(yīng)、掃描幾何畸變、系

3、統(tǒng)噪聲對(duì)成像結(jié)果的影響，為成像系統(tǒng)設(shè)計(jì)奠定了理論基礎(chǔ)，為提高被動(dòng)毫米波圖像的分辨率提供依據(jù)。
　　 (2)受多種噪聲影響，被動(dòng)毫米波圖像中的大量目標(biāo)細(xì)節(jié)淹沒(méi)在噪聲中。因此需對(duì)其去噪以減弱噪聲對(duì)目標(biāo)細(xì)節(jié)的影響。受成像體制影響，被動(dòng)毫米波圖像的先驗(yàn)信息匱乏，但圖像中的目標(biāo)結(jié)構(gòu)信息通常具有自相似性，即處于圖像中不同位置處的像素點(diǎn)往往表現(xiàn)出很強(qiáng)的相關(guān)性，故可利用被動(dòng)毫米波圖像自身提供的非局部相似信息來(lái)進(jìn)行有效的圖像處理。因此，以非局部均

4、值去噪算法和三維塊匹配濾波算法為基礎(chǔ)，開(kāi)展對(duì)被動(dòng)毫米波圖像去噪算法的研究，提高場(chǎng)景目標(biāo)的分辨率。具體從以下五個(gè)方面進(jìn)行:
　　 ①采用局部多項(xiàng)式逼近一置信區(qū)間交叉技術(shù)為圖像中的每一個(gè)像素點(diǎn)自適應(yīng)地確定一個(gè)各向異性鄰域，鄰域內(nèi)的像素點(diǎn)與中心像素點(diǎn)具有相似的性質(zhì)。
　　 ②給出了一種基于像素自適應(yīng)鄰域特征的濾波參數(shù)選取方法。根據(jù)不同像素的特點(diǎn)自適應(yīng)地選取濾波參數(shù)，可防止對(duì)圖像中的某些像素點(diǎn)產(chǎn)生過(guò)度平滑或?yàn)V波不充分。
　

5、　 ③給出了一種廣義非局部均值去噪方法。針對(duì)被動(dòng)毫米波圖像的特點(diǎn)，利用離散余弦變換的低數(shù)據(jù)相關(guān)性和高能量緊支性，對(duì)圖像塊進(jìn)行離散余弦變換以進(jìn)行系數(shù)收縮降噪，并在低頻系數(shù)子空間內(nèi)度量像素間的相似性。
　　 ④提出了一種基于奇異值分解和自適應(yīng)分組閾值的改進(jìn)三維塊匹配濾波算法。依據(jù)圖像的平均梯度和噪聲估計(jì)方差來(lái)確定一個(gè)自適應(yīng)的分組閾值，對(duì)三維分組后的圖像塊歸一化處理，并借助結(jié)構(gòu)相似度來(lái)更新各圖像塊的權(quán)值，同時(shí)設(shè)定了使用奇異值分解對(duì)圖

6、像塊進(jìn)行預(yù)去噪的條件。
　　 (3)分析了被動(dòng)毫米波圖像恢復(fù)即亮溫反演這一問(wèn)題的病態(tài)性，給出了基于正則化理論和形態(tài)學(xué)濾波器的被動(dòng)毫米波圖像超分辨復(fù)原算法。具體從以下三個(gè)方面進(jìn)行:
　　 ①利用迭代正則化技術(shù)進(jìn)行圖像恢復(fù)，并通過(guò)增加正則項(xiàng)以提升算法保護(hù)目標(biāo)邊緣細(xì)節(jié)的能力。針對(duì)被動(dòng)毫米波圖像的特點(diǎn)，加入了亮度非負(fù)限制以提高算法的超分辨能力。
　　 ②將系統(tǒng)的模糊卷積矩陣估計(jì)和復(fù)小波域去噪操作加入正則化求解過(guò)程，提高算