隨著人們對(duì)圖像清晰度的要求越來越高,通過增加透鏡數(shù)量來提高光學(xué)系統(tǒng)成像性能的方法使得鏡頭和系統(tǒng)的設(shè)計(jì)變得越來越復(fù)雜。特別是對(duì)于受到工作環(huán)境和工作性質(zhì)要求的多光軸復(fù)雜光學(xué)系統(tǒng),如果依舊通過增加光學(xué)系統(tǒng)結(jié)構(gòu)的復(fù)雜性來提高成像的質(zhì)量,必將對(duì)系統(tǒng)的可靠性、抗震性提出嚴(yán)峻的挑戰(zhàn)。因此,本文結(jié)合數(shù)字圖像處理技術(shù),采用圖像復(fù)原的方法修復(fù)由于像差造成的圖像模糊,從而簡化光學(xué)系統(tǒng)的結(jié)構(gòu)。由于實(shí)際光學(xué)系統(tǒng)點(diǎn)擴(kuò)散函數(shù)的空間變化特性,基于空間不變點(diǎn)擴(kuò)散函數(shù)的圖像復(fù)原已不滿足實(shí)際圖像復(fù)原系統(tǒng)的要求。因此,本文采用空間變化的點(diǎn)擴(kuò)散函數(shù)對(duì)圖像進(jìn)行復(fù)原�？臻g變化的點(diǎn)擴(kuò)散函數(shù)可通過光學(xué)軟件CODEV仿真和光學(xué)函數(shù)測量儀間接測量這兩種方法獲取。真實(shí)圖像的統(tǒng)計(jì)數(shù)據(jù)表明,超拉普拉斯模型能夠比較準(zhǔn)確地?cái)M合呈現(xiàn)重尾特性的邊緣分布,從而使得復(fù)原的結(jié)果更加接近原始清晰的圖像。本文利用Matlab仿真驗(yàn)證了超拉普拉斯先驗(yàn)非盲去卷積算法復(fù)原圖像的有效性,并采用兩種圖像質(zhì)量評(píng)估指標(biāo)PSNR和SSIM客觀評(píng)價(jià)了三個(gè)正則化參數(shù)α、β、λ變化時(shí)對(duì)復(fù)原結(jié)果的影響。根據(jù)實(shí)驗(yàn)結(jié)果,三個(gè)參數(shù)α、β、λ分別選擇0.6、600、3000作為DSP實(shí)現(xiàn)算法時(shí)... 

【文章來源】：長春理工大學(xué)吉林省

【文章頁數(shù)】：84 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 論文研究的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 計(jì)算光學(xué)成像系統(tǒng)的研究現(xiàn)狀
        1.2.2 圖像復(fù)原技術(shù)的研究現(xiàn)狀
    1.3 論文的主要內(nèi)容
第二章 單透鏡計(jì)算光學(xué)成像系統(tǒng)理論基礎(chǔ)
    2.1 光學(xué)成像系統(tǒng)像差分析
    2.2 空間變化的點(diǎn)擴(kuò)散函數(shù)
        2.2.1 SVPSF的定義
        2.2.2 SVPSF的獲取方法
    2.3 正則化理論
    2.4 典型圖像復(fù)原方法
        2.4.1 基于總變分的方法
        2.4.2 基于Richardson-Lucy算法的方法
        2.4.3 基于稀疏表示的方法
        2.4.4 超拉普拉斯先驗(yàn)非盲解卷積算法
    2.5 本章小結(jié)
第三章 計(jì)算光學(xué)成像系統(tǒng)的設(shè)計(jì)
    3.1 成像系統(tǒng)總體設(shè)計(jì)
    3.2 單透鏡光學(xué)成像系統(tǒng)設(shè)計(jì)
        3.2.1 單透鏡光學(xué)系統(tǒng)仿真
        3.2.2 單透鏡光學(xué)系統(tǒng)的SVPSF測量
    3.3 CMOS圖像采集單元設(shè)計(jì)
    3.4 圖像預(yù)處理單元設(shè)計(jì)
        3.4.1 FPGA器件選型
        3.4.2 FPGA外圍電路設(shè)計(jì)
        3.4.3 FPGA開發(fā)環(huán)境及開發(fā)流程
        3.4.4 FIFO設(shè)計(jì)
    3.5 圖像復(fù)原單元設(shè)計(jì)
        3.5.1 DSP器件選型
        3.5.2 DSP視頻接口-VPORT配置
        3.5.3 DSP外圍電路設(shè)計(jì)
        3.5.4 DSP開發(fā)環(huán)境及開發(fā)流程
    3.6 系統(tǒng)供電電源電路設(shè)計(jì)
    3.7 本章小結(jié)
第四章 超拉普拉斯算法實(shí)現(xiàn)及matlab仿真
    4.1 算法實(shí)現(xiàn)
        4.1.1 x子問題
        4.1.2 w子問題
    4.2 Matlab模糊圖像分塊復(fù)原方法
    4.3 算法仿真及正則化參數(shù)選擇
    4.4 本章小結(jié)
第五章 計(jì)算光學(xué)成像系統(tǒng)的軟件實(shí)現(xiàn)及系統(tǒng)測試
    5.1 系統(tǒng)數(shù)據(jù)流分析
    5.2 圖像采集軟件實(shí)現(xiàn)
        5.2.1 CMOS控制寄存器的配置
        5.2.2 圖像采集結(jié)果
    5.3 中值濾波軟件實(shí)現(xiàn)
        5.3.1 行列計(jì)數(shù)器設(shè)計(jì)
        5.3.2 3×3 窗口設(shè)計(jì)
        5.3.3 中值濾波模塊設(shè)計(jì)
        5.3.4 圖像輸出模塊設(shè)計(jì)
    5.4 圖像復(fù)原軟件實(shí)現(xiàn)
        5.4.1 圖像復(fù)原的軟件流程
        5.4.2 FPGA與 DSP接口軟件設(shè)計(jì)
        5.4.3 反卷積圖像復(fù)原軟件實(shí)現(xiàn)
        5.4.4 DSP FFT庫函數(shù)的調(diào)用
        5.4.5 復(fù)原圖像顯示
    5.5 系統(tǒng)測試及結(jié)果分析
    5.6 小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于FPGA快速中值濾波算法的硬件實(shí)現(xiàn)[J]. 趙亮,劉鵬,王曉曼,劉美.  長春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(05)
[2]基于波前編碼技術(shù)的眼底成像系統(tǒng)[J]. 金易弢,張薇.  光學(xué)儀器. 2018(05)
[3]激光半主動(dòng)單像素成像探測與仿真技術(shù)初探[J]. 田義,沈濤,李凡,孟宇麟,李奇,柴娟芳.  空天防御. 2018(04)
[4]基于對(duì)數(shù)函數(shù)的非局部總變分圖像修復(fù)模型[J]. 楊文霞,張亮.  計(jì)算機(jī)應(yīng)用. 2018(06)
[5]基于快速匹配追蹤的混合域地震稀疏反演方法[J]. 李坤,印興耀,宗兆云,彪芳書.  中國石油大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[6]lp范數(shù)正則化視覺跟蹤[J]. 郭彥麟,張冬.  小型微型計(jì)算機(jī)系統(tǒng). 2017(07)
[7]一種優(yōu)化的基于傾斜刃邊的點(diǎn)擴(kuò)散函數(shù)重建方法[J]. 曲夢雅,張永生,李潤生.  測繪科學(xué)技術(shù)學(xué)報(bào). 2016(06)
[8]基于L1范數(shù)的全變分正則化超分辨重構(gòu)算法[J]. 李志明.  計(jì)算機(jī)工程與應(yīng)用. 2016(15)
[9]光場成像技術(shù)及其在計(jì)算機(jī)視覺中的應(yīng)用[J]. 張馳,劉菲,侯廣琦,孫哲南,譚鐵牛.  中國圖象圖形學(xué)報(bào). 2016(03)
[10]自適應(yīng)的L1-L2范數(shù)正則化圖像去噪方法[J]. 豆?jié)申?畢翔,曹寶杰.  中國傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)

博士論文
[1]基于計(jì)算光學(xué)的非完善光學(xué)系統(tǒng)圖像質(zhì)量提高及其應(yīng)用研究[D]. 崔金林.中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所) 2018
[2]基于稀疏特性的圖像恢復(fù)和質(zhì)量評(píng)價(jià)研究[D]. 盧慶博.中國科學(xué)技術(shù)大學(xué) 2016
[3]圖像稀疏編碼算法及應(yīng)用研究[D]. 嚴(yán)春滿.西安電子科技大學(xué) 2012
[4]視頻去運(yùn)動(dòng)模糊及超分辨率研究[D]. 張小紅.浙江大學(xué) 2012
[5]基于光學(xué)成像特性的高分辨圖像復(fù)原技術(shù)研究[D]. 陶小平.浙江大學(xué) 2010

碩士論文
[1]超聲圖像點(diǎn)擴(kuò)散函數(shù)的估計(jì)方法研究[D]. 呂皖.重慶大學(xué) 2017
[2]多孔徑成像系統(tǒng)圖像超分辨技術(shù)研究[D]. 解放.哈爾濱工業(yè)大學(xué) 2017
[3]基于點(diǎn)擴(kuò)散函數(shù)估計(jì)的正則化圖像復(fù)原方法[D]. 曲榮召.哈爾濱工業(yè)大學(xué) 2016
[4]基于計(jì)算光學(xué)的簡單透鏡成像技術(shù)[D]. 郝建坤.中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所) 2015
[5]單透鏡高質(zhì)量計(jì)算成像技術(shù)研究[D]. 李衛(wèi)麗.國防科學(xué)技術(shù)大學(xué) 2014
[6]基于圖像塊統(tǒng)計(jì)特性的EPLL遙感圖像復(fù)原方法[D]. 熊耀先.國防科學(xué)技術(shù)大學(xué) 2014
[7]正則化圖像復(fù)原中的自適應(yīng)方法研究與實(shí)現(xiàn)[D]. 林新潛.哈爾濱工業(yè)大學(xué) 2013
[8]基于模型法的激光水下降質(zhì)圖像復(fù)原算法研究[D]. 魏萬銀.中南大學(xué) 2013
[9]共焦顯微圖像復(fù)原及其正則化方法研究[D]. 陳新平.重慶理工大學(xué) 2011
[10]航天遙感相機(jī)光學(xué)系統(tǒng)設(shè)計(jì)研究[D]. 史黎麗.哈爾濱工業(yè)大學(xué) 2007



本文編號(hào)：3633120