中文摘要：

针对毫米波焦平面阵列辐射计成像中的非均匀性强噪声、频率混叠和图像模糊等空间分辨率退化问题进行超分辨率处理研究。结合毫米波焦平面成像过程和物理特性，建立成像退化降质模型，重点研究非均匀性强噪声产生机理、点扩散函数参数化模型求解与空变处理问题。在模型的指导下，建立毫米波焦平面成像超分辨率处理统一框架，研究基于人眼视觉特性仿生的场景自适应非均匀性校正方法抑制强噪声，低信噪比条件下基于小波变换融入图像局部结构信息的空域/频域自适应图像复原方法。开展成像品质与超分辨算法性能评价研究，采用多因素多水平正交试验法与蒙特卡洛方法确定成像参数变化对成像品质与超分辨率算法性能的影响规律，从提高成像品质与超分辨处理性能角度提出对成像参数的反馈性约束条件。研究成果将为毫米波焦平面辐射计成像及其超分辨率处理提供新方法、新技术和评价方法，为辐射计成像系统优化设计提供理论和技术基础支持。

结论摘要：

本项目按照资助项目计划书，针对毫米波焦平面阵列（MFPA）辐射计成像中的非均匀性强噪声、频率混叠和图像模糊导致的空间分辨率退化问题，开展成像分辨率增强处理理论模型、方法算法和仿真验证研究，主要研究成果如下 （1）建立反映非均匀性条带、图像模糊和随机噪声的MFPA成像退化数学模型，将成像超分辨率处理转化为求解反问题，建立基于广义MAP估计理论的MFPA成像非均匀性条带校正和图像复原处理统一框架； （2）分析挖掘非均匀性条带的空间/频谱特点，提出两种非均匀性条带噪声校正算法基于单方向总变分和帧波正则化校正算法、基于多阶噪声估计和空间自适应总变分正则化校正算法。提出的算法能有效校正周期性和非周期性条带噪声，同时保存图像结构信息； （3）建立MFPA成像系统点扩展函数（PSF）的参数化模型，提出参数化半盲目正则化反卷积的PSF参数估计和图像复原方法，以及基于最小化二阶中心矩的模糊参数估计方法； （4）融入图像结构信息和帧小波域稀疏性知识，提出融入图像局部结构信息的空间自适应变分（SATV）的迭代盲目反卷积图像复原方法，以及帧小波域稀疏性正则化的迭代盲目反卷积图像复原方法。提出的方法能有效恢复图像细节并抑制噪声。 （5）将本项目非均匀性去条带方法应用到卫星遥感、电子显微镜和红外成像中的非均匀性校正，图像复原方法推广应用到红外光谱信号反卷积，天文图像、医学图像和气动光学效应退化图像复原。 项目组已完成项目研究内容，达到了预期研究目标，并进一步推广应用了本项目研究成果。本项目发表或录用标注基金资助期刊学术论文8篇、学术会议论文3篇（其中SCI论文7篇，EI论文11篇），录用待发表1篇，申请专利2项。培养博士1名、硕士1名，博士生3名、硕士3名。项目负责人博士后出站留校工作，2010年11月晋升副教授，2012年成为IEEE 会员。在基金资助下，项目组已发展为包含研究生在内10余人的研究团队，在正则化反卷积理论、图像复原和图像超分辨率方面取得初步成果。