基于小波域正则化的毫米波图像重构.pdf

《基于小波域正则化的毫米波图像重构.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第l7卷第1期漳州职业技术学院学报、r0I．17No．12015年3月JournalofZhangzhouInstituteofTechnologyMat．201S文章编号：1673·1417(2015)01·0001-06doi：10．13908／j．cnki．issn1673-1417．2015．O1．0001基于小波域正则化的毫米波图像重构汪先平(漳州职业技术学院，福建漳州363000)摘要：毫米波被动成像具有全天时工作能力。与红外、可见光成像相比，其不足之处是分辨率较低，不能完全反映场景与目标的细节情况。采用小波域正则化方法，首先

2、对毫米波图像进行小波域局部噪声方差估计，然后用自适应正则化方法重构超分辨率毫米波图像。毫米波图像处理的实验证明，该方法消噪效果明显，能锐化图像，保持图像细节·关键词：毫米波成像；噪声分布；正则化；重构；小波中图分类号：Tit391．41文献标识码：A1引言毫米波具有全天时工作，还能穿透云雨烟雾等在比较恶劣的气候环境下工作的能力，因此被动毫米波的成像被应用于许多领域，如军事、安检、环境监测、医学检查和交通等领域。毫米波被动成像虽然均有全天时工作的能力，但毫米波图像的一个重要缺点就是分辨率较低⋯。为更好的探测和识别目标，在受限于现有硬件客观条

3、件与技术下，在软件上采取一定措施方法提高图像的分辨率至关重要，因此研究各种方法提高成像分辨率已成为研究的热点之一。由于图像重构恢复重构这一反过程是一个病态问题【l】。为提高毫米波成像分辨率，本文采用小波域正则化方法，首先对毫米波降质图像进行小波多分辨分解，然后用小波进行局部噪声估计，得到降质图像的噪声分布，最后用正则化方法进行毫米波图像重构。2毫米波成像退化的数学模型被动毫米波成像系统的退化模型如图1。：厂、’暑憾-L愿}二====l＼．一一，l，Il髓图1毫米波辐射图像退化模型收稿日期；2O15一Ol—O5作者简介t汪先平(1987一)

4、，男，福建宁化人，助教，理学硕士，主要研究方向：图像处理和优化控制。2漳州职业技术学院学报2015年其数学表达式为：g(x，Y)=h(x，Y)0f(x，Y)+n(x，Y)(1)其中，g(x，Y)——表示输出图像即退化图像；h(x，)，)——表示成像的点扩展函数；f(x，Y)——表示原始图像的亮度分布，即实际被动毫米波探测目标的亮度分布图像；n(x，Y)——表示由成像系统或环境造成的图像噪声亮度分布；@——表示二维卷积运算。3小波变换域正则化方法3．1小波域局部噪声估计算法在小波空域里估计图像的噪声分布，可采用多分辨分析的方法，效果将更为良

5、好们。为简单方便，文中将对毫米波被动探测图像用小波进行一层多分辨分解，图像分解后可分为：(1)低频子频带LL；(2)高频垂直方向子频带HL；(3)高频水平方向子频带LH；(4)对角方向高频子频带HH。在估计局部噪声方差时，由于图像噪声大多分布在高频子频带里，故低频子频带可以忽略不予考虑。在高频子频带中，由于噪声是没有方向性，因此估计的方差应较为接近，但在边缘部分有较明显的方向性，故在估计的方差应差别较大。为准确的反映真实边缘受噪声影响程度，文中取子频带方差最小的方差作为噪声方差估计值。HL、LH和HH子频带分别记为、PL、p删。小波域局部

6、噪声估计算法如下：Step1：取4个方向不同的均匀算子为‰，r10．25]0_25I’hLH=【0．250．25】，‰100．25Itlo．25ol’‰．10．250l。l00．25lStep2：对‰、，、JIl删l、‰2分别与PIlL、p、删进行下列卷积运算：ZHLPIlL木：，ZLH=p水，：‘ZHHL=pHH卑hHHIZHH2=pHH卑hHHStep3．分别计算HL、LH和HH降质前后小波系数的局部方差的差：Step4：取局部方差之差中最小的作为局部图像估计的噪声方差(f')。需要注意的是由于小波进行一层分解后，大小为M×N的降质图

7、像其子频带的尺寸为／2xN／2，因此其局部的噪声方差矩阵的大小也为／2xN／2。第1期汪先平：基于小波域正则化的毫米波图像重构33．2正则化方法基本思想在数字图像处理过程中，将模拟图像信号离散化为数字信号，故上述图像失真过程以矩阵与向量的形式表示如下：g=By+n(2)其中g、厂、n分别是数字化的退化图像、原始图像和噪声的矩阵表示。要求解上式中的．厂，也就是要尽可能的复原原始图像，或得到原图像的一个最佳复原图像近似解，这个过程是一个解不适定的问题。正则化方法的基本思想是结合解的先验知识，附加约束条件确保问题解的存在、连续和唯一，进而把不适

8、定问题转化为适定问题、确定问题的近似解。正则化目标函数可表示为：(厂)=IIg一可+~IIo-：II(3)~llo．fl为正则化项。正则项函数lIQ厂对未知图像，造成了一个约束，使其得到一个稳