论文部分内容阅读
无源毫米波成像系统被动接收物体辐射的毫米波能量,隐蔽性强不易被发现;具有较强的穿透能力,能够在雨、雾、尘、烟等恶劣环境中传输而产生较小的衰减,具有全天候的探测能力。这些特点使得无源毫米波成像技术在遥感、导航、安检等领域得到广泛应用。然而,受天线孔径尺寸的限制,成像系统接收天线由衍射受限使得对目标的辐射亮度等同一个低通滤波器,将丢失掉截止频率以上的高频信息,导致系统获取的无源毫米波图像分辨率低,往往无法满足应用需求。在实际应用中,可对系统硬件进行改进,如增大接收天线的尺寸等来提高系统成像质量,但大尺寸的天线意味成像系统体积的增大,使系统无法应用在对系统体积有严格限制的环境中且也会提高系统的成本。因此需要寻求其他方法,例如利用图像复原技术对毫米波图像进行恢复,提高图像分辨率。本文对传统的图像复原算法和超分辨率图像复原算法进行了分析和实验仿真,其中凸集投影方法具有较好的频谱拓展能力,适应于无源毫米波图像复原。并在研究凸集投影理论及图像POCS超分辨率复原算法基础上,发现了POCS算法在无源毫米波图像复原中的不足,提出了一种改进的POCS超分辨率图像复原算法,通过实验仿真验证,该算法在能够实现超分辨率同时具有很好的低频恢复能力,且有比传统POCS算法更快的收敛速度,适应于无源毫米波实时成像系统。最后,在分析已有的采用傅里叶域和小波域阈值收缩方式的图像复原算法的基础上,提出了一种新的傅里叶—小波域阈值收缩图像复原算法,并给出算法中各个阈值的选取方法。实验表明,该算法具有较强的噪声抑制能力且能够有效消除图像在复原过程中所产生的振铃波纹,具有更好的图像复原效果。