本文選題：被動毫米波成像 + 超分辨復(fù)原�。� 參考：《電子科技大學(xué)》2012年碩士論文

【摘要】：被動毫米波成像是通過接收物體毫米波頻段的輻射能量差異來實現(xiàn)成像。與光學(xué)或X光成像技術(shù)相比,因其穿透性強、無輻射、隱蔽性高,在軍事偵察、航空安檢、反恐斗爭等領(lǐng)域具有重要應(yīng)用價值,也是國內(nèi)外研究的熱點。 超分辨復(fù)原是被動毫米波成像信號處理的關(guān)鍵技術(shù),能恢復(fù)由成像系統(tǒng)低通效應(yīng)所丟失的帶外的高頻信息,提高成像分辨率。本文針對被動毫米波圖像超分辨復(fù)原算法及DSP實現(xiàn)問題,主要研究內(nèi)容如下： 1.分析對比Richardson-Lucy算法、投影Landweber算法、圖像空間重構(gòu)ISRA算法等基于統(tǒng)計優(yōu)化理論的超分辨復(fù)原算法,給出了各算法的計算復(fù)雜度,為超分辨算法DSP實現(xiàn)奠定基礎(chǔ)。 2.提出了基于PCA和小波分解的自適應(yīng)正則化超分辨算法,能夠有效利用毫米波圖像局部灰度相關(guān)性,與傳統(tǒng)超分辨算法相比,有更好復(fù)原效果。 3.基于ADSP TS-201硬件平臺,完成了實時信號處理單元方案設(shè)計,實現(xiàn)了數(shù)據(jù)傳輸通信,定標(biāo)通道校正、圖像數(shù)據(jù)重排、通道均衡去條帶等圖像預(yù)處理及超分辨算法函數(shù)庫等功能。 4.完成了被動毫米波成像系統(tǒng)的聯(lián)調(diào)測試,以及針對多種目標(biāo)和場景的單通道和多通道系統(tǒng)外場成像實驗。 最后通過仿真和實測數(shù)據(jù)驗證了基于PCA和小波分解的自適應(yīng)正則化超分辨復(fù)原算法的有效性和成像系統(tǒng)信號處理單元的功能性能。
[Abstract]:Passive millimeter wave imaging is realized by receiving radiation energy difference of millimeter wave band. Compared with optical or X-ray imaging technology, because of its strong penetration, no radiation, high concealment, it has important application value in military reconnaissance, aviation security inspection, anti-terrorism struggle and so on, and it is also a hot research topic at home and abroad. Super-resolution restoration is a key technique in passive millimeter-wave imaging signal processing. It can recover the out-of-band high-frequency information lost by the low-pass effect of the imaging system and improve the imaging resolution. In this paper, the passive millimeter wave image super-resolution restoration algorithm and DSP implementation problem, the main research contents are as follows: 1. Compared with Richard son-Lucy algorithm, projection Landweber algorithm, image space reconstruction ISRA algorithm and so on, the algorithm of super-resolution restoration based on statistical optimization theory is analyzed and compared. The computational complexity of each algorithm is given, which lays a foundation for the realization of super-resolution algorithm based on DSP. 2. An adaptive regularized super-resolution algorithm based on PCA and wavelet decomposition is proposed, which can effectively utilize the local gray correlation of millimeter-wave images. Compared with the traditional super-resolution algorithm, the algorithm has better restoration effect. Based on ADSP TS-201 hardware platform, the scheme design of real-time signal processing unit is completed, and data transmission communication, calibration channel correction, image data rearrangement are realized. Channel equalization, strip removal and other image preprocessing and super resolution algorithm functions. 4. The test of passive millimeter-wave imaging system is completed, and the field imaging experiments of single-channel and multi-channel systems for multiple targets and scenes are also carried out. Finally, the validity of the adaptive regularized super-resolution restoration algorithm based on PCA and wavelet decomposition and the functional performance of the signal processing unit of the imaging system are verified by simulation and measured data.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：TP391.41;TP368.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 吳顯金;王潤生;;基于邊緣恢復(fù)和偽像消除的正則化圖像復(fù)原[J];電子與信息學(xué)報;2006年04期

2 蘇秉華,金偉其,牛麗紅,劉廣榮;超分辨率圖像復(fù)原及其進(jìn)展[J];光學(xué)技術(shù);2001年01期

3 夏玫;顧國華;陳錢;隋修寶;;IRFPA兩點校正的定標(biāo)溫度選擇方法研究及實現(xiàn)[J];紅外技術(shù);2011年03期

4 胡學(xué)剛;吳勇;劉艷;;一種變步長迭代正則化圖像復(fù)原的新算法[J];計算機應(yīng)用研究;2010年04期

5 鄭鑫;楊建宇;李良超;;無源毫米波成像最大似然頻域校正超分辨算法[J];自動化學(xué)報;2009年01期

6 鄭鑫;楊建宇;李良超;;無源毫米波成像投影Landweber多重網(wǎng)格超分辨算法[J];儀器儀表學(xué)報;2008年11期

相關(guān)博士學(xué)位論文 前1條

1 時翔;被動毫米波探測及其隱身技術(shù)研究[D];南京理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前7條

1 孫乾松;無源毫米波圖像超分辨重建與增強技術(shù)研究[D];電子科技大學(xué);2011年

2 阮婷;被動毫米波數(shù)字圖像復(fù)原算法研究[D];南京理工大學(xué);2006年

3 蔣理;毫米波無源探測成像超分辨算法研究及DSP實現(xiàn)[D];電子科技大學(xué);2009年

4 陸介偉;基于POCS與Fuzzy融合算法的被動毫米波圖像處理[D];南京理工大學(xué);2009年

5 于爽;紅外月球模擬器光學(xué)系統(tǒng)設(shè)計[D];長春理工大學(xué);2010年

6 馮宇;被動毫米波高分辨率成像技術(shù)研究[D];華中科技大學(xué);2009年

7 金鑫;無源毫米波成像超分辨算法研究[D];電子科技大學(xué);2010年

，

本文編號：2039405