CN109345466B - 电磁成像空变模糊恢复方法及装置 - Google Patents

电磁成像空变模糊恢复方法及装置 Download PDF

Info

Publication number
CN109345466B
CN109345466B CN201810909947.2A CN201810909947A CN109345466B CN 109345466 B CN109345466 B CN 109345466B CN 201810909947 A CN201810909947 A CN 201810909947A CN 109345466 B CN109345466 B CN 109345466B
Authority
CN
China
Prior art keywords
image
space
variant
spread function
point spread
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810909947.2A
Other languages
English (en)
Other versions
CN109345466A (zh
Inventor
谢树果
栾申申
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201810909947.2A priority Critical patent/CN109345466B/zh
Publication of CN109345466A publication Critical patent/CN109345466A/zh
Application granted granted Critical
Publication of CN109345466B publication Critical patent/CN109345466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提供一种电磁成像空变模糊恢复方法及装置,该方法包括:对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换,获得第二空变模糊图像;对直角坐标系下的第一点扩展函数图像进行对数极坐标变换,获得第二点扩展函数图像;基于第二点扩展函数图像对第二空变模糊图像进行图像恢复,获得第一高分辨率图像;并对第一高分辨率图像进行对数极坐标逆变换,获得直角坐标系下的第二高分辨率图像。本发明实施例根据空变模糊在对数极坐标系中具有空间不变的特性,通过在对数极坐标系中对空变模糊图像进行图像恢复,避免分块处理带来的额外噪声,提高了恢复得到的高分辨率图像的信噪比,且提高了电磁检测的精确度和空间分辨率。

Description

电磁成像空变模糊恢复方法及装置
技术领域
本发明实施例涉及电磁成像领域,更具体地,涉及一种电磁成像空变模糊恢复方法及装置。
背景技术
随着通信技术的飞速发展,电子设备的复杂度越来越大,但电磁兼容问题也越来越突出,多变的电磁环境会直接影响系统和设备的正常运行,这使得电场的实时监控变得尤为重要。传统的电场测量方式是利用各种天线进行测量,测量时间长,无法快速成像;同时,工作量巨大,金属天线扰动待测场,无法实现大视场范围的电磁场环境探测。为了克服上述缺点,多种电磁成像方法已经被提出来,包括综合孔径成像和焦平面成像。这两种成像方式因为其效率高、视场大、频带宽等优点,已经在人体安检、毫米波背景辐射、微波探测遥感等领域广泛应用。
对于焦平面成像系统而言,由于视场大、口径有限和成像系统像差,获得的电磁图像存在较大的模糊,并且这种模糊是随空间变化的,可称为空变模糊。为了从空变模糊图像中超分辨重建得到真实的高分辨率电磁图像,现有技术中,通常将空变模糊图像进行分块,并认为每一块子图像的模糊是空间不变的,从而对每一个子图像进行恢复重建,最后将子图像拼接得到最后的完整图像。但是,由于分块本身存在对子图像内模糊是空间不变的假设,而这一假设并不是对每个子图像都是成立的,从而造成最终得到的图像存在很多噪声。
发明内容
为了解决上述问题,本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的电磁成像空变模糊恢复方法及装置。
根据本发明实施例的第一方面,提供一种电磁成像空变模糊恢复方法,该方法包括:对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换,获得第二空变模糊图像;以及对直角坐标系下的与第一空变模糊图像对应的第一点扩展函数图像进行对数极坐标变换,获得第二点扩展函数图像;基于第二点扩展函数图像对第二空变模糊图像进行图像恢复,获得第一高分辨率图像;并对第一高分辨率图像进行与对数极坐标变换对应的对数极坐标逆变换,获得直角坐标系下的第二高分辨率图像。
根据本发明实施例第二方面,提供了一种电磁成像空变模糊恢复装置,该装置包括:坐标变换模块,用于对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换,获得第二空变模糊图像;以及对直角坐标系下的与第一空变模糊图像对应的第一点扩展函数图像进行对数极坐标变换,获得第二点扩展函数图像;图像恢复模块,用于基于第二点扩展函数图像对第二空变模糊图像进行图像恢复,获得第一高分辨率图像;并对第一高分辨率图像进行与对数极坐标变换对应的对数极坐标逆变换,获得直角坐标系下的第二高分辨率图像。
根据本发明实施例的第三方面,提供了一种电子设备,包括:至少一个处理器;以及与处理器通信连接的至少一个存储器,其中:存储器存储有可被处理器执行的程序指令,处理器调用程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的电磁成像空变模糊恢复方法。
根据本发明实施例的第四方面,提供了一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的电磁成像空变模糊恢复方法。
本发明实施例提供的电磁成像空变模糊恢复方法及装置,根据空变模糊在对数极坐标系中具有空间不变的特性,通过在对数极坐标系中对空变模糊图像进行图像恢复,从而无需采用分块处理,能够避免分块处理带来的额外噪声和振铃效应,提高了恢复得到的高分辨率图像的信噪比,且提高了电磁检测的精确度和空间分辨率;另外,通过采用单一点扩展函数恢复模糊图像,相对于现有技术中需要对每一子图像都采用一种点扩展函数恢复模糊图像,能够减少点扩展函数的提取、存储和调用的过程,减少了恢复方法的复杂度。
应当理解的是,以上的一般描述和后文的细节描述是示例性和解释性的,并不能限制本发明实施例。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些图获得其他的附图。
图1为本发明实施例提供的电磁成像空变模糊恢复方法的流程示意图;
图2为本发明实施例提供的直角坐标系下空变模糊的原理示意图;
图3为本发明实施例提供的对数极坐标系下空变模糊的原理示意图;
图4为本发明另一实施例的电磁成像空变模糊恢复方法的流程示意图;
图5为本发明实施例的对数极坐标变换径向结果的直角坐标系示意图;
图6为本发明实施例的对数极坐标变换径向结果的对数极坐标系示意图;
图7为本发明实施例的对数极坐标变换方位向结果的直角坐标系示意图;
图8为本发明实施例的对数极坐标变换方位向结果的对数极坐标系示意图;
图9为本发明实施例的电磁成像空变模糊恢复方法的第一空变模糊图像示意图;
图10为本发明实施例的电磁成像空变模糊恢复方法的第二空变模糊图像示意图;
图11为本发明实施例的电磁成像空变模糊恢复方法的第一高分辨率图像示意图;
图12为本发明实施例的电磁成像空变模糊恢复方法的第二高分辨率图像示意图;
图13为本发明实施例提供的电磁成像空变模糊恢复装置的结构示意图;
图14为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有技术中采用的空变模糊图像恢复方法需要对图像进行分割,并且对点扩展函数的存储和调用,很大程度上增加了方法的复杂度,降低了模糊图像恢复的实时性。同时,由于分块算法本身存在对子图像内的模糊是空间不变的假设,这一先验条件并不是时时成立,导致这一算法经常会造成很多噪声。基于此,现有技术中的模糊图像恢复方法至少具有以下缺点:由于分块的不准确容易导致子图像内空变模糊特性依然强烈,因此,即使将完整的电磁图像分割成几个子图像,仍会导致恢复结果图像中产生很多噪声,并且,分块的边缘也容易产生波纹状的振铃而影响恢复效果;另外,算法复杂度高,对图像进行判断和分块需要单独的算法实现,存储和调用点扩展函数增加了复杂度、占用了内存,导致算法的效率大大降低,难以实现图像恢复的实时性要求。因此,参见图1,本发明实施例提供一种电磁成像空变模糊恢复方法,该方法可应用于大视场的电磁成像领域,该方法包括:
101、对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换,获得第二空变模糊图像;以及对直角坐标系下的与第一空变模糊图像对应的第一点扩展函数图像进行对数极坐标变换,获得第二点扩展函数图像。
在步骤101之前,首先参见图2可以得到,在直角坐标系下,由于像差的影响,空变模糊呈现中心对称的特性,且空变模糊的大小随坐标的变化而变化。然后参见图3,将空变模糊变换至对数极坐标系后可以看到,在径向上随坐标增大而增大的空变模糊经过对数运算后基本不变,而方位向的空变模糊在对数极坐标系中展开后同样具有了空间不变特性。因此,径向和方位向的模糊相结合可以消除模糊图像的空间变换的特性。
基于上述原理,由于空变模糊在对数极坐标系中具有空间不变的特性,因此,在步骤101中,可对预先获得的第一空变模糊图像和对应的第一扩展点函数图像进行对数极坐标变换。其中,第一空变模糊图像即为电磁成像得到的电磁图像。点扩展函数又称点扩散函数,简称PSF,是描述光学系统对点源解析能力的函数。因为点源在经过任何光学系统后都会由于衍射而形成一个扩大的像点。通过测量系统的点扩展函数,能够更准确地提取图像信息。经过对数极坐标变换后得到的第二空变模糊图像和第二点扩展函数图像均是位于对数极坐标系下的。
102、基于第二点扩展函数图像对第二空变模糊图像进行图像恢复,获得第一高分辨率图像;并对第一高分辨率图像进行与对数极坐标变换对应的对数极坐标逆变换,获得直角坐标系下的第二高分辨率图像。
具体地,由于对数极坐标下的第二空变模糊图像和第二点扩展函数图像具有空间不变的特性,因此无需对第二空变模糊图像进行分块,也无需假设每一子图像块的模糊是空间不变的。并可在对数极坐标下,直接基于第二点扩展函数图像对第二空变模糊图像进行图像恢复或超分辨重建,得到第一高分辨率图像。由于上述图像恢复是在对数极坐标系下进行的,因此恢复得到的第一高分辨率图像仍然是在对数极坐标系下的。因此,需要对第一高分辨率图像进行对数极坐标逆变换,得到直角坐标系下的第二高分辨率图像。该第二高分辨率图像,即可以作为第一空变模糊图像的恢复结果。
本发明实施例提供的方法,根据空变模糊在对数极坐标系中具有空间不变的特性,通过在对数极坐标系中对空变模糊图像进行图像恢复,从而无需采用分块处理,能够避免分块处理带来的额外噪声和振铃效应,提高了恢复得到的高分辨率图像的信噪比,且提高了电磁检测的精确度和空间分辨率;另外,通过采用单一点扩展函数恢复模糊图像,相对于现有技术中需要对每一子图像都采用一种点扩展函数恢复模糊图像,能够减少点扩展函数的提取、存储和调用的过程,减少了恢复方法的复杂度。
基于上述实施例的内容,作为一种可选实施例,对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换之前,还包括:获取焦平面上空间电场分布的幅值数据,并基于幅值数据创建第一空变模糊图像。
具体地,在步骤101前需要先获取第一空变模糊图像。具体可通过光电传感器或毫米波辐射计等接收装置,获取焦平面上空间电场分布的幅值数据,并在直角坐标系下创建第一空变模糊图像。另外,可通过FEKO等仿真软件,获得直角坐标系下的第一点扩展函数图像。其中,点扩展函数(PSF)是设计的成像系统的系统函数,可以通过在仿真软件中搭建该成像系统来获取点扩展函数。具体可以在物平面上设置一个理想点源,通过成像系统给该理想点源成像,所获得的图像即为点扩展函数图像。
基于上述实施例的内容,作为一种可选实施例,获得第二点扩展函数图像之后,还包括:对第二空变模糊图像及第二点扩展函数图像进行双三次插值。
基于上述实施例的内容,作为一种可选实施例,获得第二高分辨率图像之后,还包括:对第二高分辨率图像进行双三次插值。
具体地,双三次插值是一种相对于双线性插值更加复杂的插值方式,它能创造出比双线性插值更平滑的图像边缘。因此,通过对第二空变模糊图像、第二点扩展函数图像及第二高分辨率图像进行双三次插值能够使图像更加平滑。
基于上述实施例的内容,作为一种可选实施例,基于第二点扩展函数图像对第二空变模糊图像进行图像恢复,获得第一高分辨率图像,包括:基于第二点扩展函数图像,对第二空变模糊图像进行L-R迭代处理,获得第一高分辨率图像。其中,L-R迭代处理即为Lucy-Richardson迭代处理,是一种在泊松噪声背景下用于图像恢复的迭代技术。另外,还可以采用其他的超分辨重建技术,根据第二点扩展函数图像和第二空变模糊图像进行图像恢复,得到第一高分辨率图像,本发明实施例对此不作限定。
基于上述实施例的内容,作为一种可选实施例,提供一种进行对数极坐标变换的方法,具体采用下式对第一空变模糊图像进行对数极坐标变换,
Figure BDA0001761505540000071
θ1=arctan(y1/x1);
式中,x1为第一空变模糊图像的横坐标,y1为第一空变模糊图像的纵坐标,r1为第二空变模糊图像的极轴,θ1为第二空变模糊图像的极角;
以及采用下式对第一点扩展函数图像进行对数极坐标变换,
Figure BDA0001761505540000072
θ2=arctan(y2/x2);
式中,x2为第一点扩展函数图像的横坐标,y2为第一点扩展函数图像的纵坐标,r2为第二点扩展函数图像的极轴,θ2为第二点扩展函数图像的极角。
基于上述实施例的内容,作为一种可选实施例,提供一种进行对数极坐标逆变换的方法,具体采用下式对第一高分辨率图像进行对数极坐标逆变换:
x′=er·cosθ;
y′=er·sinθ;
式中,r为第一高分辨率图像的极轴,θ为第一高分辨率图像的极角,x′为第二高分辨率图像的横坐标,y′为第二高分辨率图像的纵坐标。
为了对本发明实施例提供的上述电磁成像空变模糊恢复方法进行说明,以下参见图4示出的流程,提供另一实施例进行说明。
首先,参见图5和图6,在FEKO仿真软件中设置三个理想偶极子源,频率为4GHz,位置为(0,0.5),(0,1)和(0,2)。仿真得到一幅模糊的电磁图像。参见图5,横坐标是y,代表距离,单位是m;纵坐标是z,代表幅值。通过y-z平面可以看出,在直角坐标系下,径向的空变模糊随着r的变大而变大;将图像进行对数极坐标变换后,再次观察期y-z平面,参见图6,横坐标是ln(r),代表距离;纵坐标是幅值。可以看出通过对数变换,径向上随坐标变化的模糊已经基本上不变,达到了径向去模糊的效果。
然后,参见图7和图8,在FEKO中设置10个理想偶极子源,频率为4GHz,均匀分布在距离下底边中心为0.5和1的位置上,仿真得到一幅模糊的电磁图像(即图7)。观察x-y平面,可以看到10个偶极子源的模糊斑形状各异,其模糊的方向各不相同,基本上成中心辐射状分布;将电磁图像进行对数极坐标变换后,参见图8,再次观察x-y平面,可以看到模糊斑不再是中心辐射状分布,模糊斑的形状和朝向已经统一,因此,在θ方向不存在模糊。
最后,参见图9至图12,在FEKO中设置10个理想偶极子源,频率为4GHz,均匀分布在距离下底边中心为0.5和1的位置上,仿真得到第一空变模糊图像(即图9);将第一空变模糊图像进行对数极坐标变换后,得到在对数极坐标系下的第二空变模糊图像(即图10);利用Lucy-Richardson迭代算法,对第二空变模糊图像进行超分辨重建,得到第一高分辨率图像(图11);将得到的第一高分辨率图像进行对数极坐标逆变换,得到直角坐标系下的第二高分辨率图像(图12)。
基于上述实施例可知,最终得到的结果符合仿真的设置,能够去除第一空变模糊图像中的空变模糊,分辨率得以提高,没有产生额外的噪声和振铃效应。点偶极子的位置和大小也与仿真设置的一致,提高了在大视场下对电磁干扰检测的精确度。相比于传统空变模糊恢复方法,本发明实施例提供的方法无需存储、调用多个点扩展函数,也无需对图像进行分块、提取等一系列复杂操作,具有节省计算资源、复杂度低、信噪比高的优点。
应当说明的是,上述实施例中点偶极子的排列仅为了举例说明,本发明实施例对电磁图像中偶极子的排列形式、方向、大小等方面不作限定。
基于上述实施例的内容,本发明实施例提供了一种电磁成像空变模糊恢复装置,该电磁成像空变模糊恢复装置用于执行上述方法实施例中的电磁成像空变模糊恢复方法。参见图13,该装置包括:
坐标变换模块301,用于对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换,获得第二空变模糊图像;以及对直角坐标系下的与第一空变模糊图像对应的第一点扩展函数图像进行对数极坐标变换,获得第二点扩展函数图像。
由于空变模糊在对数极坐标系中具有空间不变的特性,因此,坐标变换模块301可对预先获得的第一空变模糊图像和对应的第一扩展点函数图像进行对数极坐标变换。其中,第一空变模糊图像即为电磁成像得到的电磁图像。点扩展函数又称点扩散函数,简称PSF,是描述光学系统对点源解析能力的函数。因为点源在经过任何光学系统后都会由于衍射而形成一个扩大的像点。通过测量系统的点扩展函数,能够更准确地提取图像信息。经过对数极坐标变换后得到的第二空变模糊图像和第二点扩展函数图像均是位于对数极坐标系下的。
图像恢复模块302,用于基于第二点扩展函数图像对第二空变模糊图像进行图像恢复,获得第一高分辨率图像;并对第一高分辨率图像进行与对数极坐标变换对应的对数极坐标逆变换,获得直角坐标系下的第二高分辨率图像。
具体地,由于对数极坐标下的第二空变模糊图像和第二点扩展函数图像具有空间不变的特性,因此图像恢复模块302无需对第二空变模糊图像进行分块,也无需假设每一子图像块的模糊是空间不变的。图像恢复模块302并可在对数极坐标下,直接基于第二点扩展函数图像对第二空变模糊图像进行图像恢复或超分辨重建,得到第一高分辨率图像。由于上述图像恢复是在对数极坐标系下进行的,因此恢复得到的第一高分辨率图像仍然是在对数极坐标系下的。因此,图像恢复模块302需要对第一高分辨率图像进行对数极坐标逆变换,得到直角坐标系下的第二高分辨率图像。该第二高分辨率图像,即可以作为第一空变模糊图像的恢复结果。
本发明实施例提供的装置,根据空变模糊在对数极坐标系中具有空间不变的特性,通过在对数极坐标系中对空变模糊图像进行图像恢复,从而无需采用分块处理,能够避免分块处理带来的额外噪声和振铃效应,提高了恢复得到的高分辨率图像的信噪比,且提高了电磁检测的精确度和空间分辨率;另外,通过采用单一点扩展函数恢复模糊图像,相对于现有技术中需要对每一子图像都采用一种点扩展函数恢复模糊图像,能够减少点扩展函数的提取、存储和调用的过程,减少了恢复方法的复杂度。
作为一种可选实施例,该装置还包括:获取模块,用于获取焦平面上空间电场分布的幅值数据,并基于幅值数据创建第一空变模糊图像。
作为一种可选实施例,坐标变换模块还用于在获得第二点扩展函数图像之后,对第二空变模糊图像及第二点扩展函数图像进行双三次插值。
作为一种可选实施例,图像恢复模块还用于在获得第二高分辨率图像之后,对第二高分辨率图像进行双三次插值。
作为一种可选实施例,图像恢复模块具体用于:基于第二点扩展函数图像,对第二空变模糊图像进行L-R迭代处理,获得第一高分辨率图像。
作为一种可选实施例,采用下式对第一空变模糊图像进行对数极坐标变换,
Figure BDA0001761505540000101
θ1=arctan(y1/x1);
式中,x1为第一空变模糊图像的横坐标,y1为第一空变模糊图像的纵坐标,r1为第二空变模糊图像的极轴,θ1为第二空变模糊图像的极角;
以及采用下式对第一点扩展函数图像进行对数极坐标变换,
Figure BDA0001761505540000102
θ2=arctan(y2/x2);
式中,x2为第一点扩展函数图像的横坐标,y2为第一点扩展函数图像的纵坐标,r2为第二点扩展函数图像的极轴,θ2为第二点扩展函数图像的极角。
作为一种可选实施例,采用下式对第一高分辨率图像进行对数极坐标逆变换:
x′=er·cosθ;
y′=er·sinθ;
式中,r为第一高分辨率图像的极轴,θ为第一高分辨率图像的极角,x′为第二高分辨率图像的横坐标,y′为第二高分辨率图像的纵坐标。
本发明实施例提供了一种电子设备,如图14所示,该设备包括:处理器(processor)401、存储器(memory)402和总线403;其中,处理器401及存储器402分别通过总线403完成相互间的通信;处理器401用于调用存储器402中的程序指令,以执行上述实施例所提供的电磁成像空变模糊恢复方法,例如包括:对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换,获得第二空变模糊图像;以及对直角坐标系下的与第一空变模糊图像对应的第一点扩展函数图像进行对数极坐标变换,获得第二点扩展函数图像;基于第二点扩展函数图像对第二空变模糊图像进行图像恢复,获得第一高分辨率图像;并对第一高分辨率图像进行与对数极坐标变换对应的对数极坐标逆变换,获得直角坐标系下的第二高分辨率图像。
本发明实施例还提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令使计算机执行对应实施例所提供的电磁成像空变模糊恢复方法,例如包括:对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换,获得第二空变模糊图像;以及对直角坐标系下的与第一空变模糊图像对应的第一点扩展函数图像进行对数极坐标变换,获得第二点扩展函数图像;基于第二点扩展函数图像对第二空变模糊图像进行图像恢复,获得第一高分辨率图像;并对第一高分辨率图像进行与对数极坐标变换对应的对数极坐标逆变换,获得直角坐标系下的第二高分辨率图像。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的电子设备等实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种电磁成像空变模糊恢复方法,其特征在于,包括:
对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换,获得第二空变模糊图像;以及对直角坐标系下的与所述第一空变模糊图像对应的第一点扩展函数图像进行对数极坐标变换,获得第二点扩展函数图像;
基于所述第二点扩展函数图像对所述第二空变模糊图像进行图像恢复,获得第一高分辨率图像;并对所述第一高分辨率图像进行与所述对数极坐标变换对应的对数极坐标逆变换,获得直角坐标系下的第二高分辨率图像;
其中,所述第二空变模糊图像和所述第二点扩展函数图像具有空间不变的特性;
所述对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换,具体包括:
采用下式对所述第一空变模糊图像进行对数极坐标变换,
Figure FDA0002475418230000011
θ1=arctan(y1/x1);
式中,x1为第一空变模糊图像的横坐标,y1为第一空变模糊图像的纵坐标,r1为第二空变模糊图像的极轴,θ1为第二空变模糊图像的极角;
所述对直角坐标系下的与所述第一空变模糊图像对应的第一点扩展函数图像进行对数极坐标变换,具体包括:
采用下式对所述第一点扩展函数图像进行对数极坐标变换,
Figure FDA0002475418230000012
θ2=arctan(y2/x2);
式中,x2为第一点扩展函数图像的横坐标,y2为第一点扩展函数图像的纵坐标,r2为第二点扩展函数图像的极轴,θ2为第二点扩展函数图像的极角。
2.根据权利要求1所述的方法,其特征在于,所述对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换之前,还包括:
获取焦平面上空间电场分布的幅值数据,并基于所述幅值数据创建所述第一空变模糊图像。
3.根据权利要求1所述的方法,其特征在于,所述获得第二点扩展函数图像之后,还包括:
对所述第二空变模糊图像及所述第二点扩展函数图像进行双三次插值。
4.根据权利要求1所述的方法,其特征在于,所述获得第二高分辨率图像之后,还包括:
对所述第二高分辨率图像进行双三次插值。
5.根据权利要求1所述的方法,其特征在于,所述基于所述第二点扩展函数图像对所述第二空变模糊图像进行图像恢复,获得第一高分辨率图像,包括:
基于所述第二点扩展函数图像,对所述第二空变模糊图像进行L-R迭代处理,获得所述第一高分辨率图像。
6.根据权利要求1所述的方法,其特征在于,采用下式对所述第一高分辨率图像进行对数极坐标逆变换:
x′=er·cosθ;
y′=er.sinθ;
式中,r为第一高分辨率图像的极轴,θ为第一高分辨率图像的极角,x′为第二高分辨率图像的横坐标,y′为第二高分辨率图像的纵坐标。
7.一种电磁成像空变模糊恢复装置,其特征在于,包括:
坐标变换模块,用于对直角坐标系下的由电磁成像获得的第一空变模糊图像进行对数极坐标变换,获得第二空变模糊图像;以及对直角坐标系下的与所述第一空变模糊图像对应的第一点扩展函数图像进行对数极坐标变换,获得第二点扩展函数图像;
图像恢复模块,用于基于所述第二点扩展函数图像对所述第二空变模糊图像进行图像恢复,获得第一高分辨率图像;并对所述第一高分辨率图像进行与所述对数极坐标变换对应的对数极坐标逆变换,获得直角坐标系下的第二高分辨率图像;
其中,所述第二空变模糊图像和所述第二点扩展函数图像具有空间不变的特性;
所述坐标变换模块,还用于:
采用下式对所述第一空变模糊图像进行对数极坐标变换,
Figure FDA0002475418230000031
θ1=arctan(y1/x1);
式中,x1为第一空变模糊图像的横坐标,y1为第一空变模糊图像的纵坐标,r1为第二空变模糊图像的极轴,θ1为第二空变模糊图像的极角;
采用下式对所述第一点扩展函数图像进行对数极坐标变换,
Figure FDA0002475418230000032
θ2=arctan(y2/x2);
式中,x2为第一点扩展函数图像的横坐标,y2为第一点扩展函数图像的纵坐标,r2为第二点扩展函数图像的极轴,θ2为第二点扩展函数图像的极角。
8.一种电子设备,其特征在于,包括:
至少一个处理器;
以及与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。
9.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至6任一所述的方法。
CN201810909947.2A 2018-08-10 2018-08-10 电磁成像空变模糊恢复方法及装置 Active CN109345466B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810909947.2A CN109345466B (zh) 2018-08-10 2018-08-10 电磁成像空变模糊恢复方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810909947.2A CN109345466B (zh) 2018-08-10 2018-08-10 电磁成像空变模糊恢复方法及装置

Publications (2)

Publication Number Publication Date
CN109345466A CN109345466A (zh) 2019-02-15
CN109345466B true CN109345466B (zh) 2020-07-10

Family

ID=65291545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810909947.2A Active CN109345466B (zh) 2018-08-10 2018-08-10 电磁成像空变模糊恢复方法及装置

Country Status (1)

Country Link
CN (1) CN109345466B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110223245B (zh) * 2019-05-16 2021-07-16 华南理工大学 基于深度神经网络的模糊图片清晰化处理方法及系统
CN110501797B (zh) * 2019-09-20 2022-09-06 合肥英睿系统技术有限公司 一种可自动检测识别视场的红外镜头装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101055642A (zh) * 2007-05-24 2007-10-17 西北工业大学 提高水平集计算速度的方法
CN101499164A (zh) * 2009-02-27 2009-08-05 西安交通大学 一种基于单张低分辨率图像的图像插值重构方法
CN107154019A (zh) * 2017-04-27 2017-09-12 北京航空航天大学 一种基于lr‑几何插值的电磁成像超分辨方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4443083B2 (ja) * 2001-10-09 2010-03-31 株式会社バンダイナムコゲームス 画像生成システム及び情報記憶媒体
US8385670B2 (en) * 2008-08-20 2013-02-26 Microsoft Corporation Image restoration by vector quantization utilizing visual patterns

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101055642A (zh) * 2007-05-24 2007-10-17 西北工业大学 提高水平集计算速度的方法
CN101499164A (zh) * 2009-02-27 2009-08-05 西安交通大学 一种基于单张低分辨率图像的图像插值重构方法
CN107154019A (zh) * 2017-04-27 2017-09-12 北京航空航天大学 一种基于lr‑几何插值的电磁成像超分辨方法

Also Published As

Publication number Publication date
CN109345466A (zh) 2019-02-15

Similar Documents

Publication Publication Date Title
US10310074B1 (en) System and method for denoising synthetic aperture radar (SAR) images via sparse and low-rank (SLR) decomposition and using SAR images to image a complex scene
US8363973B2 (en) Descriptor for image corresponding point matching
Tiwari et al. Review of motion blur estimation techniques
US8436912B2 (en) Range measurement using multiple coded apertures
CN107516322B (zh) 一种基于对数极空间的图像物体大小和旋转估计计算方法
CN111627015B (zh) 小样本缺陷识别方法、装置、设备及存储介质
CN111476813B (zh) 图像变化检测方法、装置、电子设备及存储介质
Chu et al. Stabilization and extraction of 2D barcodes for camera phones
CN109345466B (zh) 电磁成像空变模糊恢复方法及装置
CN110874827B (zh) 湍流图像复原方法、装置、终端设备及计算机可读介质
WO2015035462A1 (en) Point feature based 2d-3d registration
La Camera et al. A method for space-variant deblurring with application to adaptive optics imaging in astronomy
CN110827336A (zh) 一种图像对齐方法、装置、设备及存储介质
CN110188815B (zh) 一种特征点采样方法、装置、设备及存储介质
CN110968657B (zh) 感兴趣区域查询方法、装置、设备及计算机可读介质
US10521918B2 (en) Method and device for filtering texture, using patch shift
CN110827301A (zh) 用于处理图像的方法和装置
CN109978855A (zh) 一种遥感图像变化检测方法及装置
Karnaukhov et al. Blind identification of linear degradation operators in the Fourier domain
CN106910196B (zh) 一种图像检测方法及装置
Karnaukhov et al. Analysis of linear distortion characteristics in problems of restoration of multispectral images
CN113688928B (zh) 图像匹配方法、装置、电子设备和计算机可读介质
Yu et al. Real‐time recovery and recognition of motion blurry QR code image based on fractional order deblurring method
CN112686871B (zh) 基于改进对数比算子和Gabor_ELM的SAR图像变化检测方法
Zhu et al. Passive millimeter wave image denoising based on adaptive manifolds

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant