多波束前视声呐图像重建研究 原文链接:http://www.51jrft.com/dzxx/dzkxyjs/571.html
文主要针对多波束前视声呐图像的超分辨率重建问题进行研究。首先，本文以声透镜成像技术的声呐为基础展开研究，重点学习了多波束前视声呐图像的成像机理，前视声呐图像的特点以及图像的预处理过程。图像预处理过程包括图像内插、坐标变换、图像去噪等。其次，本文研究了图像超分辨率重建技术。传统的图像超分辨率重建技术一般包括图像插值、运动估计、图像重建几个步骤。文章介绍了常见的运动估计算法并重点分析了Keren等人提出了运动估计算法。最后，在matlba环境下编程实现了基于Keren运动估计算法实现了POCS重建算法和MAP重建算法，在MAP算法中重点介绍了高斯-马尔可夫随机场模型，并应用到算法实现过程中。完成对图像的重建后，对比了两种算法重建后的前视声呐图像的效果。 HM000079
关键词：前视声呐；声透镜；超分辨率重建；Keren运动估计；POCS；高斯-马尔科夫随机场模型；MAP 查看完整请+Q:351916072获取
3.2 超分辨率重建的原理及步骤
图像超分辨率重建方法主要有频域方法和空域方法两种，Tsay和Huang等人1984年首先在频率域提出了超分辨率重建技术，由场景经过平移的低分辨率图像序列来重建一帧高分辨率图像。由于频域方法的一些限制，继而产生了空域方法。
3.2.1频域法
频域方法实际上是在频率域内解决图像插值问题，其根据离散和连续傅立叶变换之间的平移、混叠性质来估计高分辨率图像的傅立叶变换系数，然后根据估计的系数重建高分辨率图像。频域方法的重建过程如图3.1所示。
图3.1 频域法图像重建原理图
该算法将表示同一场景的多帧或序列图像经过整体平移和降采样之后，形成多幅频谱混叠的低分辨率图像，再通过离散傅里叶变换和连续傅里叶变换之间平移、混叠的性质，便可以得出一系列欠采样的低分辨率图像重建高分辨率图像的公式，从而重建得到高分辨率图像。
超分辨率重建频域算法据有计算量小，原理相对较简单等优点，容易进行处理和实现。但是因为频域法需要满足分辨率图像之间全局运动要一致的条件，这个条件对于实际图像来说过于苛刻，所以超分辨率重建频域算法的应用范围受到很大限制，在实际应用中有很大的局限性。基于这些原因，通过频率域解混叠方法进行超分辨率重建的理论目前没有取得实质意义的重大突破，应用也远没有空间域的方法广泛。
3.2.2 空域法
空域方法就是在空间域中利用数学公式表示图像降质模型，从而进行图像超分辨率重建。该方法在图像降质模型中综合考虑了图像的全局或非全局运动，光学模糊，运动模糊，降采样，同时还包含了空域先验约束模型。与频域方法相比，空域方法能更充分地利用图像的先验信息。有更多的灵活性和更广泛的适用范围。因此，目前研究较多的是空域方法。空域方法的重建过程如图3.2所示。
图3.2 空域法图像重建的步骤流程图
空间域图像超分辨率重建方法主要包括非均匀间隔样本插值法( Non-uniform Interpolation )、迭代反投影方法(Iterative Back Projection，IBP )、凸集投影算法( Projection Onto Convex Set，POCS )、最大后验概率估计法 (Maximum A Posterior， MAP)、混合MAP/POCS方法以及自适应滤波法等[17-21]。其中MAP算法和POCS算法可以有效的利用空间观察模型和先验知识，是图像超分辨率重建中的两种主要研究算法。本章简单介绍几种算法的原理和步骤，对比优缺点，在接下来的章节将具体实现POCS和MAP算法。
目 录
摘要 I
ABSTRACT II
第1章 绪论 1
1.1 课题背景 1
1.2水下声呐技术 2
1.3超分辨率重建技术的发展现状 4
1.4本文章节安排 7
第2章 多波束前视声呐成像机理 8
2.1引言 8
2.2声透镜成像声呐 8
2.3前视声呐图像特点 14
2.4前视声呐图像预处理技术 14
2.4.1波束内插 14
2.4.2坐标变换 15
2.4.3图像去噪 16
第3章 图像超分辨率重建技术研究 18
3.1引言 18
3.2超分辨率重建原理及步骤 18
3.2.1频域法 18
3.2.2空域法 19
3.2.3频域法和空域法的比较 22
3.3 Keren运动估计 22
3.3.1运动估计原理 22
3.3.2 Keren运动估计算法 24
3.3.3 Keren运动估计的步骤 25
第4章基于POCS算法的超分辨率重建 27
4.1 POCS算法原理 27
4.2 POCS算法实现 29
4.2.1 POCS算法实现步骤 29
4.2.2实验结果 30
第5章 基于MAP算法的超分辨率重建 33
5.1 MAP算法原理 33
5.2 MAP先验模型 33
5.3 MAP算法实现 36
5.3.1 MAP算法实现步骤 36
5.3.2实验结果 38
5.4 POCS算法和MAP算法的比较 38
第6章 总结和展望 41
6.1工作总结 41
6.2技术展望 42
致谢 43
参考文献 44
英文翻译 46
英文原文 47
英文翻译 54
原文链接:http://www.51jrft.com/dzxx/dzkxyjs/571.html