本项目提出了一种能适应低信噪比环境和复杂运动模式的超分辨率红外成像方法。该方法在分析研究红外成像系统退化模型的基础上,通过评估置信概率测度的方式从低分辨率图像序列中提取关联的近似像素对,而后利用所提取的一系列关联像素对融合重建出高分辨率图像,从而有效避免了显式运动估计误差对超分辨率重建精度的不利影响。本项目的研究成果将有助于提高现有红外成像系统的空间分辨率,促进国产红外探测器的实用化进程,并为我国新型图像探测器的设计与实现提供理论指导。
infrared imaging;super resolution;non-local means;;
红外成像系统对目标空间细节的分辨能力在很大程度上取决于所获取图像的温度分辨率和空间分辨率。然而,受到材料、制造工艺和工作环境等因素的影响,红外探测器的非均匀响应和低象元密度会直接影响到成像的温度和空间分辨率。通过改善成像器件物理特性以获取高分辨率图像的方式难以在短期内实现,因此,借助于现代信号处理技术对输出图像进行超分辨率复原不失为一种低费效比的实现策略。 目前,现存超分辨率成像方法大多建立在显式运动估计的基础上。就显式运动估计方法而言,仅有全局运动估计方法的精度能满足超分辨率重建的需求。然而实际的低分辨率图像场景中往往包含大量的局部运动,当噪声和混叠失真等干扰因素同时存在时,现有局部运动估计方法将会在图像发生局部运动的区域产生较大的误差,进而影响超分辨率重建的效果。可见,基于显式运动估计的超分辨率重建方法难以解决复杂运动模式和低信噪比条件下的鲁棒性问题。然而,红外成像所固有的“高背景低反差”特点决定了其观测数据极易受到噪声干扰,因此,若继续沿用上述方法将很难精确地获取观测帧间的相对运动信息,从而难以重建出期望的高分辨率图像。 鉴于此,本项目提出了能适应低信噪比环境和复杂运动模式的红外超分辨率成像方法。不同于传统的超分辨率方法,该方法在分析研究红外成像系统退化模型的基础上,通过评估置信概率测度的方式(而非显示运动估计)从低分辨率图像序列中提取关联的近似像素对,而后利用所提取的一系列关联像素对融合重建出高分辨率图像,从而有效避免了显式运动估计误差对超分辨率重建精度的不利影响。此外,本项目还重点研究非局部平均滤波参数集的优化选取策略,以提升算法的实时性和精度。本项目的研究成果将有助于提高现有红外成像系统的空间分辨率,促进国产红外探测器的实用化进程,并可推广到其它波谱段(如毫米波、多光谱等)的高空间分辨率成像应用中。