论文部分内容阅读
被动毫米波成像是一种富有实用价值的探测成像技术。由于毫米波的绕射现象严重、目标信号微弱等特性,所成辐射图像往往存在分辨率低、可读性差等不足。通过硬件方法提高辐射成像的质量又面临经济成本高和技术难度大等问题。图像超分辨率复原是通过后期软件方法提高成像系统分辨率的技术。结合被动毫米波成像的特点,将其用于辐射图像具有实际应用价值。在研究了图像超分辨率复原与辐射成像基本原理的基础上,基于被动毫米波成像过程的单帧图像退化模型,超分辨率复原流程由两个步骤组成——重建方法和学习方法。图像重建的主流方法是空域法,通过仿真与对比,自适应正则化方法更为稳健;学习方法则选用了具有广泛适用性的“基于例子的超分辨率”方法。同时,基于图像的局部特征,实现了正则化方法的动态自适应控制过程;优化了学习方法中的训练集和搜索过程,以降低基准图相关性要求,提高搜索准确率。在算法移植的过程中,解决了点扩散函数的估计,以及训练基准图选取等技术问题。仿真与实验结果表明,该超分辨率复原流程稳健有效,能够提升毫米波辐射图像的清晰度与视觉品质。