被动毫米波成像复原算法研究

论文摘要

当前,被动毫米波成像技术日益成为毫米波领域的研究热点。由于这种技术在雾、云、烟尘等恶劣气候条件下具有潜在优势,因而在遥感、盲降、导航、安检等军事、民事应用领域具有重要的实用价值。然而目前被动毫米波成像系统存在着分辨率不高以及灵敏度较低等不足。改进硬件难度较大,因此被动毫米波图像处理成了必不可少的一部分。本文结合毫米波辐射成像的一般理论和原理分析了被动毫米波成像系统,推导了毫米波成像系统的成像模型,得出了被动毫米波图像质量下降的原因。由此引入毫米波图像复原方法的研究。根据毫米波图像空间分辨率低和降质因素众多等特点,结合对多种图像重构算法的研究,提出了一种基于遗传算法和模糊数学理论的毫米波图像超分辨率重构算法。拟定了算法的实现方案并通过仿真试验研究了算法可行性,有效性。最后对实际测得的一副毫米波图像进行了重构试验,并分析了试验结果。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景及意义
• 1.2 论文的思路和所做的工作
• 2 被动毫米波成像原理及复原方法
• 2.1 被动毫米波成像系统
• 2.1.1 被动毫米波成像理论基础
• 2.1.2 被动毫米波成像系统工作原理
• 2.1.3 影响被动毫米波成像的因素
• 2.2 超分辨率图像重构技术
• 2.2.1 技术背景
• 2.2.2 理论基础
• 2.2.3 超分辨率图像重构技术方法概述
• 2.2.4 单幅图像的超分辨率重建
• 2.3 小结
• 3 遗传算法与模糊数学理论及其在图像处理中的应用
• 3.1 遗传算法理论
• 3.1.1 算法的发展过程
• 3.1.2 遗传算法的一般原理
• 3.1.3 评价遗传算法的常用方法
• 3.2 模糊数学理论
• 3.2.1 模糊数学中的基本定义
• 3.2.2 图像的模糊处理
• 3.2.3 图像增强的模糊方法
• 3.3 小结
• 4 基于遗传算法和模糊数学的超分辨率算法
• 4.1 构造参考帧
• 4.2 隶属函数的选取
• 4.2.1 编码
• 4.2.2 初始化种群
• 4.2.3 适应度函数
• 4.2.4 选择
• 4.2.5 交叉算子
• 4.2.6 变异算子
• 4.3 模糊域超分辨率处理
• 4.3.1 图像的编码
• 4.3.2 种群的初始化
• 4.3.3 适应度函数E
• 4.3.4 选择算子
• 4.3.5 交叉
• 4.3.6 变异
• 4.3.7 流程
• 4.4 算法总流程
• 4.5 小结
• 5 仿真和验证
• 5.1 试验步骤
• 5.1.1 构造待恢复图像
• 5.1.2 获得参考帧
• 5.1.3 模糊变换
• 5.1.4 模糊域超分辨率处理
• 5.1.5 逆变换
• 5.2 分析与比较
• 5.2.1 与空间域算法的比较
• 5.2.2 混合降质因素下的处理性能
• 5.2.3 仿真结果分析
• 5.3 被动毫米波图像重构试验
• 5.3.1 试验图像
• 5.3.2 试验图像处理
• 5.4 小结
• 6 结束语
• 致谢
• 参考文献