论文摘要
毫米波相对于微波波段,由于波长较短,能够获得较高的空间分辨率和精度;其波段可用频带较宽,具有穿透云、雾、烟和尘埃的能力,且能够穿透等离子体,因而可在恶劣环境下全天候工作;毫米波保密性好,抗干扰能力强;而且毫米波能有效的探测金属材料和隐身材料。基于以上优点,被动毫米波成像具有广阔的军事和民用前景。但被动毫米波图像相对于光学图像,分辨率很低,这极大地影响了毫米波图像应用的效能。研究超分辨率技术以改善毫米波图像的空间分辨率,这对于弥补硬件方面的不足或降低获取高分辨率毫米波图像的成本具有重要的理论意义和实际价值。论文首先系统的介绍了国内外的被动毫米波技术和超分辨率技术的发展现状,对被动毫米波图像超分辨率技术的发展进行了综述;然后探讨了被动毫米波图像退化的主要因素;在此基础上,对圆盘散焦和高斯散焦两种图像退化模式下的参数估计方法进行研究。针对圆盘散焦的退化情形,采用基于拉氏算子的退化参数估计方法;针对高斯退化情形,采用基于边缘扩展函数的高斯散焦参数估计方法,并对参数估计的影响因素进行了分析,得出了一些定性结论。在估计出图像退化参数的基础上,对单帧图像通过引入改进的非线性操作因子,对非线性Jansson-vanSitter算法进行改进;论文还提出了高频预测和逆加权等两种针对毫米波图像的分辨率增强算法;最后结合神经网络和改进非线性Jansson-vanSitter算法实现了单帧图像的超分辨率重建。对于多帧图像超分辨率问题,通过一种改进的尺度不变特征变换配准算法,实现多帧图像的亚像素级别配准,在此基础上融合多帧图像,并对融合图像运用改进非线性Jansson-vanSitter算法,实现了多帧图像的超分辨率重建。
论文目录
相关论文文献
- [1].图像超分辨率重建[J]. 中国新通信 2020(02)
- [2].基于深度学习的单图像超分辨率重建研究综述[J]. 计算机应用研究 2020(02)
- [3].基于稀疏编码的图像超分辨率复原[J]. 计算机与数字工程 2020(03)
- [4].深度图像超分辨率重建技术综述[J]. 西华大学学报(自然科学版) 2020(04)
- [5].视频解码与图像超分辨率重建研究[J]. 电视技术 2020(02)
- [6].功能型复合深度网络的图像超分辨率重建[J]. 计算机科学与探索 2020(08)
- [7].人工智能在广电领域中的应用——以大连新闻传媒集团为例[J]. 演艺科技 2020(07)
- [8].基于球形矩匹配与特征判别的图像超分辨率重建[J]. 计算机应用 2020(08)
- [9].图像超分辨率方法研究进展[J]. 计算机工程与应用 2020(19)
- [10].混合阶通道注意力网络的单图像超分辨率重建[J]. 计算机应用 2020(10)
- [11].基于对抗网络遥感图像超分辨率重建研究[J]. 计算机工程与应用 2020(21)
- [12].基于深度学习的图像超分辨率重建方法综述[J]. 云南民族大学学报(自然科学版) 2019(06)
- [13].基于生成对抗网络的遥感图像超分辨率重建[J]. 光学与光电技术 2019(06)
- [14].基于深度学习的图像超分辨率复原研究进展[J]. 自动化学报 2017(05)
- [15].图像超分辨率重建的研究进展[J]. 计算机工程与应用 2017(16)
- [16].基于深度学习的图像超分辨率重建研究[J]. 电脑知识与技术 2020(29)
- [17].基于分离字典的图像超分辨率重建[J]. 中国科学:信息科学 2020(02)
- [18].基于密集连接的生成对抗网络实现单图像超分辨率方法研究[J]. 电子设计工程 2020(12)
- [19].改进的生成对抗网络的图像超分辨率重建[J]. 计算机工程与设计 2020(07)
- [20].基于改进总广义变分的单幅红外图像超分辨率算法[J]. 轻工学报 2020(04)
- [21].生成对抗网络的单图像超分辨率重建方法[J]. 计算机科学与探索 2020(09)
- [22].基于改进邻域嵌入与导向核回归的图像超分辨率重建[J]. 数字技术与应用 2020(08)
- [23].基于深度卷积神经网络的图像超分辨率重建方法[J]. 传感器与微系统 2020(09)
- [24].基于稀疏贝叶斯估计的单图像超分辨率算法[J]. 计算机应用研究 2019(02)
- [25].基于生成网络的遥感图像超分辨率的研究[J]. 实验室研究与探索 2019(03)
- [26].用于图像超分辨率重构的深度学习方法综述[J]. 小型微型计算机系统 2019(09)
- [27].基于残差密集网络的单幅图像超分辨率重建[J]. 计算机应用与软件 2019(10)
- [28].基于对抗神经网络和语义分割技术的图像超分辨率系统的研发和应用[J]. 有线电视技术 2019(11)
- [29].基于深度特征学习的图像超分辨率重建[J]. 自动化学报 2017(05)
- [30].基于FPGA的图像超分辨率的硬件化实现[J]. 现代电子技术 2017(17)
标签：毫米波成像论文; 超分辨率论文; 点扩展函数论文; 迭代后向投影论文; 尺度不变特征变换论文; 图像配准论文; 亚像素论文;