基于点扩散函数模型地激光水下图像重建.docVIP

基于点扩散函数模型的激光水下图像重建-建筑论文 基于点扩散函数模型的激光水下图像重建 谌雨章　杨悦　谭海燕 (湖北大学计算机与信息工程学院，湖北 武汉 430062) 【摘要】在激光照明条件下，如何提高水下图像的能见度问题一直是大家研究的热点。去噪和复原有助于提高成像图像的成像质量，但是，图像的分辨率仍然受到限制。图像超分辨率重建技术可以超越硬件限制而提高成像图像的分辨率，其中凸集投影法能灵活的结合先验知识，所以得到广泛的应用。先验知识如点扩散函数的精确程度能够提高重建方法的准确性。因此，本文将几种经典的点扩散函数模型，包括一个简化了的基于光线传播的点扩散模型，结合到凸集投影重建方法中，运用于一个半导体激光水下成像系统。根据实验结果，我们能得出结论：基于点扩散函数的超分辨率重建方法，能够有效地提高水下激光成像中图像重建的质量。 关键词 半导体激光器；超分辨率重建；点扩散函数；水下成像；凸集投影 基金项目：湖北省自然科学基金(2014CFB271)；湖省大学生创业创新训练计划项目（201410512031、201310512038）。 作者简介：谌雨章（1984—），男，湖北武汉人，博士，湖北大学计算机与息工程学院，讲师，研究方向为光电探测和图像处理。 杨悦（1992—），女，湖北天门人，湖北大学计算机与信息工程学院学生，研究方向为光电探测和图像处理。 谭海燕（1992—），女，湖北恩施人，湖北大学计算机与信息工程学院学生，研究方向为光电探测和图像处理。 0介绍 自1963年水下传输窗口470至580纳米被发现[1]到现今，水下激光成像已得到广泛的应用，如水下目标识别[2]、水下摄像[3]、水下地貌及建筑勘探[4]等。由于分辨率与人类的视觉密切相关，故而是重要的图像性能评价指标。就水下成像而言，除了因为传输环境的吸收和散射造成的图像质量下降外，图像传感器的成本也限制了水下图像分辨率的提高。图像处理技术可以帮助我们超越硬件限制的提高分辨率。在过去的几年，学者们[5-7]一直在研究图像复原和增强的方法，近来来，基于成像模型的图像复原方法已经被应用于工业农业应用[8]。图像复原方法能够有效的消除吸收与散射造成的模糊；然而，分辨率提高的程度仍然受到限制。 一直受关注的图像超分辨率重建（super resolution reconstruction, SRR)技术为水下图像的重建提供了可能性。自1984年 Tsai 和Huang提出这个概念，SRR技术得到广泛的运用和发展。 SRR指的是从一个或多个低分辨率图像中利用图像序列之间的互补信息重建一个高分辨率图像。SRR算法根据频率域，时间域和基于学习的方法可以划分为三个类别。Stark 和 Oskou提出的凸集投影（project onto convex sets, POCS）是基于空间域的SRR算法之一。POCS通过插值放大一个低分辨率图像作为一个初步估值，利用闭凸集定义各种各样的约束条件，将初步估值通过迭代逐渐的映射为最佳的重建解决方案。POCS方案因为其能灵活的提供一个能利用先验知识获取最优解的的框架而被广泛的使用[9]。 点扩散函数(point spread function,PSF)是成像系统的一个重要参数，它等价于频域的系统响应。因此，可以用PSF作水下成像的先验知识。PSF与POCS方法结合的主要目的是把先验知识转化成对应的凸集并且找到一个解决方案，即在使用一个迭代收敛的过程中找到所有的交集。因此，本文应用基于点扩散函数的凸集投影法，对半导体激光水下成像系统采集到的图像进行重建。目标识别的实验结果表明，用本文提出的重建方法，可以有效提高半导体激光水下成像的范围和成像质量。 1理论 1.1点扩散函数（PSF)模型 观测影像和目标之间的关系可以用线性成像形成模型来描述： 其中fobs指的是观测影像，fobj指的是目标，即原图，?茚是卷积算子，n是相加噪声，h是系统响应，可以从成像系统中定量得到。PSF可以描述成像系统的成像过程，因此可以被作为系统响应的定量值。其中一个经典的PSF模型来源于1971年Duntley在模拟海水的实验室舱中测量出光束传播随激光功率变化的联系。基于 Duntley的研究成果以及实地实验得到的PSF测量值，Voss提出一个PSF模型[10]，它是一个简单的表达式： 其中B是一个常数，-m是log（PSF）/log（θ）的斜率，它的取值在0.4到2之间，PSF模型的范围在4到100 mrad之间。 基于小角度近似，Wells推导出调制传递函数(modulation transfer function, MTF)的形式： 于多种水下成像系统，并被广泛用于图