毫米波圖像復(fù)算法的研究及DSP實(shí)現(xiàn).pdf

1、與光學(xué)、紅外和微波成像相比，毫米波成像具有獨(dú)特的技術(shù)優(yōu)勢，90年代以來成為毫米波研究領(lǐng)域的一個(gè)研究熱點(diǎn)。但是，毫米波成像系統(tǒng)獲得的圖像存在退化問題，影響成像質(zhì)量。本文從毫米波圖像的退化原因入手，根據(jù)毫米波圖像空間分辨率低和疊加噪聲的特點(diǎn)，對各種圖像復(fù)原算法及實(shí)現(xiàn)技術(shù)進(jìn)行了深入的研究，提出了一種基于小波變換的圖像去噪算法和一種基于POCS技術(shù)的圖像超分辨率重構(gòu)算法，可有效提高毫米波圖像的質(zhì)量。同時(shí)利用高速數(shù)字信號處理器(DSP)處理速度高

2、的優(yōu)勢，研究了基于DSP開發(fā)系統(tǒng)的圖像復(fù)原算法的實(shí)現(xiàn)技術(shù)。
　　 隨著小波變換理論的完善，小波變換在圖像去噪中得到了廣泛的應(yīng)用，基于小波變換的去噪算法既能有效地減少噪聲，又能很好地保留圖像的邊緣信息。本文對基于小波變換的圖像去噪方法進(jìn)行了深入的研究分析，采用中值濾波、閾值處理和小波變換相結(jié)合的去噪方法，并對其原理和幾個(gè)關(guān)鍵問題進(jìn)行了詳細(xì)討論，最后在硬件平臺上實(shí)現(xiàn)了該算法并給出了實(shí)驗(yàn)結(jié)果。
　　 圖像超分辨率重構(gòu)是指采取某

3、種方法從退化后的低分辨率圖像中復(fù)原出高于成像系統(tǒng)分辨率圖像的處理方法，它可以分為頻域算法和空域算法。頻域算法只局限于全局平移運(yùn)動的退化過程，更重要的是它難以包含先驗(yàn)知識。空域算法使用通用的觀察模型，能有效地利用先驗(yàn)約束知識，具有更好的適應(yīng)性和重構(gòu)效果?？沼蛩惴ㄖ械腜OCS算法利用投影和凸集的原理進(jìn)行圖像重構(gòu)，算法比較直觀，對先驗(yàn)知識的利用更加簡單靈活，能很好地保持圖像的邊緣和細(xì)節(jié)，是最有前途的超分辨率重構(gòu)算法之一。本文對圖像超分辨率重構(gòu)