авторефераты диссертаций БЕСПЛАТНАЯ  БИБЛИОТЕКА

АВТОРЕФЕРАТЫ КАНДИДАТСКИХ, ДОКТОРСКИХ ДИССЕРТАЦИЙ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Сверхразрешение в системах пассивного радиовидения

На правах рукописи

Тимановский Алексей Леонидович СВЕРХРАЗРЕШЕНИЕ В СИСТЕМАХ ПАССИВНОГО РАДИОВИДЕНИЯ Специальность 05.13.18 – математическое моделирование, численные методы и комплексы программ

Автореферат диссертации на соискание ученой степени кандидата физико-математических наук

Москва 2007

Работа выполнена в Учебно-научном центре магнитной томографии и спектроскопии МГУ им. М.В. Ломоносова и на кафедре радиофизики физического факультета МГУ.

Научный консультант: Доктор физико-математических наук, профессор Ю. А. Пирогов

Официальные оппоненты: Доктор физико-математических наук, профессор А.С. Беланов Доктор физико-математических наук, профессор А.И. Чуличков

Ведущая организация: Институт радиотехники и электроники РАН

Защита диссертации состоится «8» ноября 2007 года в 16:00 часов на заседании Диссертационного Совета Д.501.001.17 в МГУ им. М. В. Ломоносова по адресу: 119992, г. Москва, ГСП, Ленинские Горы, МГУ, физический факультет, ауд. СФА.

С диссертацией можно ознакомиться в научной библиотеке физического факультета МГУ им. М. В. Ломоносова.

Автореферат разослан «» 2007 г.

Ученый секретарь Диссертационного Совета Д.501.001. доктор физико-математических наук, профессор П. А. Поляков Введение Диссертационная работа посвящена математическому моделированию формиро вания изображений в системах пассивного радиовидения и численным методам решения задачи восстановления изображения.

Актуальность диссертационной работы связана с постепен Актуальность темы.

ным расширением списка прикладных областей, где становятся востребованными системы радиовидения, и соответственно ростом интереса к ним. Одновременно с развитием полупроводниковых технологий становится технически возможным построить низкошумящие неохлаждаемые усилители миллиметрового диапазона, что делает радиовидение более доступным. Основные области применения си стем радиовидения это те, где уже традиционно применяются инфракрасные (ИК) методы. Преимуществом радиовидения над ИК системами является всепо годность, т.е. способность получать изображения объектов независимо от погод ных условий и времени суток.

Среди практических областей применения радиовидения можно выделить сле дующие: обеспечение авиационной безопасности, навигация в условиях ограничен ной видимости, экологический мониторинг (например спутниковая система пре дупреждения о лесных пожарах), вулканология, выявление скрытого под одеждой оружия в публичных местах, медицина, пассивная локация произвольных объек тов и тому подобные.

В то же время из-за гораздо большей рабочей длины волны системы пассивного радиовидения заметно проигрывают по разрешению оптическим системам ИК и видимого диапазона. В связи с этим выделилось направление по разработке мето дов повышения разрешения путем математической обработки радиоизображений.

Большинство инновационных работ по сверхразрешению было выполнено в кон тексте радиоастрономии, где имеется своя специфика, а признанного универсаль ного алгоритма обработки для систем радиовидения не существует. Разработка такого метода способствует более широкому внедрению систем радиовидения.

Вторым существенным недостатком пассивного радиовидения является его низ кое быстродействие из-за необходимости накапливать сигнал в каждой точке из мерений (обычно 0.1 с). Этот недостаток стараются преодолеть с помощью много канальных систем, где за одно измерение можно получить сразу несколько пиксе лов изображения. Такие системы начали разрабатываться сравнительно недавно, и вопросы обработки и повышения разрешения в таких системах пока еще очень неразвиты. В то же время практика показала, что применение в многоканальных системах методов, работающих в одноканальном случае, затруднительно, в связи с чем возникла потребность разработки специальных алгоритмов сверхразреше ния, адаптированных для случая многоканальных устройств [6].

Целью работы является разработка методов повышения разреше Цель работы.

ния одно- и многоканальных систем пассивного радиовидения путем математиче ской обработки выходных сигналов радиометров.

Научная новизна.

1. Произведено сравнение нескольких известных методов восстановления изоб ражения применительно к задачам радиовидения. Изучены их характеристи ки при обработке реальных сигналов систем пассивного радиовидения раз личных диапазонов и с отличающимися аппаратными функциями. На основе этих методов разработан улучшенный алгоритм сверхразрешения, а также выработаны рекомендации по его использованию, выбору параметров и при менению методов регуляризации.

2. Экспериментально подтверждена зависимость уровня сверхразрешения от соотношения сигнал/шум. Произведено сравнение полученной зависимости с известными теоретическими моделями.

3. Показано, что при сверхразрешении восстанавливаются высшие простран ственные частоты, отсутствовавшие в исходном изображении.

4. Рассмотрен вопрос согласованности и корректности последовательного при менения метода компенсации динамических искажений и АСР при обработке выходного сигнала радиометров.

5. Рассмотрен вопрос о влиянии формы аппаратной функции на поведение АСР.

Установлено, что уровень бокового лепестка оказывает существенное влияние на сходимость АСР.

6. Предложена процедура выбора порога нелинейной фильтрации, оптимально го для регуляризации алгоритмов сверхразрешения изображений, получен ных в системах пассивного радиовидения.

7. Разработан и опробован на практике метод повышения разрешения в много канальных системах.

Предлагаемый алгоритм имеет большую Научная и практическая значимость.

практическую значимость, так как позволяет повысить разрешение приборов пу тем математической обработки данных без изменения конструктивных парамет ров систем путем уменьшения рабочей длины волны или увеличения апертуры (размеров) системы.

Защищаемые положения.

1. Разработанный алгоритм математической обработки радиометрических изоб ражений, позволяет повысить разрешение за счет учета дополнительных апри орных сведений, вытекающих из физических принципов радиометрии. Пока зано, что физической причиной сверхразрешения является восстановление пространственных частот, ослабленных в необработанном изображении.

2. Предлагаемый метод получения и обработки радиоизображений в многока нальных системах позволяет повысить качество изображения (уменьшить шумы) без увеличения времени сканирования, скомпенсировать нежелатель ный дрейф радиометров и повысить разрешение получаемых изображений за счет взаимной компенсации шумов различных радиометров при получении ими сигнала от одной области объекта.

3. Разработанный метод регуляризации решения позволяет стабилизировать по ведение АСР при низком отношении сигнал/шум ( 20 дБ) при помощи вэйвлет-шумоподавления. Метод основан на разделении шумовой и полезной составляющих изображения путем нелинейной фильтрации.

4. У предлагаемого АСР выявлено ограничение на форму аппаратной функ ции: для сохранения эффективности алгоритма уровень бокового лепестка не должен превышать 15 10 дБ.

5. Достижимый уровень сверхразрешения в радиовидении определяется отно шением сигнал/шум в соответствии с полученными данными и теории и экс перимента. Большее отношение сигнал/шум позволяет достичь более высо кого сверхразрешения.

Диссертация состоит из введения, пяти глав, Структура и объем диссертации.

заключения и списка литературы, включающего 93 наименования. Общий объем текста 108 страниц, работа содержит 41 рисунок и 1 таблицу.

Разработанные алгоритмы опробованы при об Апробация работы и публикации.

работке экспериментальных данных, полученных с помощью двух установок пас сивного радиовидения, используемых в лаборатории микроволновой радиометрии кафедры радиофизики физического факультета МГУ им. М.В. Ломоносова: пер вая установка одноканальная система 3-мм диапазона;

вторая одиннадцати канальная система 8-мм диапазона.

Основные результаты, изложенные в диссертации, докладывались автором на конференции ”Радиотелескопы-2002”;

IX Всероссийской школе-семинаре ”Волно вые явления в неоднородных средах” (Московская обл., Звенигород);

Междуна родной конференции ”Joint 29th International Conference on Infrared and Millimeter Waves and 12th International Conference on Terahertz Electronics” (University of Karlsruhe, Karlsruhe, Germany, 2004). Материалы диссертации опубликованы в изданиях: SPIE Proceedings 2002 2004;

International Journal of Infrared and Millimeter Waves, 2004;

”Журнал радиоэлектроники”, 2004;

Вестник МГУ, 2006;

Радиотехника, 2006;

Известия ВУЗов, ”Радиофизика”, 2006. Материалы работы неоднократно докладывались и обсуждались на научных семинарах кафедры ра диофизики МГУ.

1. Получение изображения в одноканальных системах пас сивного радиовидения Первая глава описывает методы получения изображения в системах пассивного радиовидения. После краткого введения и описания принципов работы систем в ней рассмотрен алгоритм обработки сигнала для компенсации динамических искажений, а также описано, как при этом изменяются статистические характе ристики сигнала.

Физические принципы формирования изображения в системах пассивного радиови Принцип работы систем пассивного радиовидения основан на фиксации дения.

контраста теплового радиоизлучения объектов. Тепловое излучение, описываемое формулой Планка, носит шумовой характер и в миллиметровом диапазоне имеет 1015 (Вт/(Гц·м2 )). Для детектирования столь весьма низкую интенсивность слабых сигналов применяются радиометры сверхчувствительные приемники, принцип действия которых основан на накоплении полезного сигнала. Контраст получаемого изображения образуется из-за различия коэффициентов отражения и поглощения и температур наблюдаемых предметов.

Предел углового разрешения системы R определяется соотношением аперту ры приемной антенны D и рабочей длины волны. Оно известно как рэлеевский предел, и под сверхразрешением понимается достижение разрешения выше этого предела R 1.22/D.

Скорость получения радиотермоизображения зависит от размера получаемого изображения, скорости механического сканирования и времени интегрирования радиометра, которое является временем получения одного элементарного участка изображения пиксела и определяет чувствительность системы.

Для уменьшения уровня шума на выхо Компенсация динамических искажений.

де радиометра, согласования его с динамическим диапазоном и частотой дискре тизации АЦП в выходном каскаде радиометра стоит ФНЧ с достаточно большой постоянной времени ( 1 c). Это приводит к тому, что при работе в динамиче ском режиме (когда входной сигнал зависит от времени) выходной сигнал полу чается искаженным. Для устранения этого нежелательного явления используется метод компенсации динамических искажений. В диссертации рассмотрена дис персия сигнала на выходе этого метода и показано, что в пределе при большой частоте дискретизации сигнала и сохранении конечного числа отсчетов дисперсия эквивалентна дисперсии сигнала после усреднения kэфф = k 2 отсчетов. Здесь k T истинное число отсчетов, использованное в методе компенсации динамических искажений;

T период дискретизации;

постоянная времени фильтра.

Далее в работе рассмотрено преобразование сигнала в системе пассивного ра диовидения и показано, что в силу того, что в радиометрах соотношение полос УВЧ и ФНЧ F · 108 109, оценка радиояркостной температуры с использо ванием рассмотренных приборов и алгоритмов является несмещенной и обладает нормальным распределением. Это недостижимо без использования метода ком пенсации динамических искажений.

2. Алгоритмы сверхразрешения для одноканальных систем Глава 2 посвящена алгоритмам сверхразрешения изображений, полученных с по мощью одноканальных систем. В ней рассмотрено несколько известных линейных и нелинейных алгоритмов, проведено сравнение их эффективности на основании выработанных критериев. Предложен улучшенный алгоритм сверхразрешения, разработанный на их основе. Проанализирован вопрос о теоретически достижи мом пределе сверхразрешения. Описаны результаты применения алгоритмов для обработки тестовых искусственных и экспериментальных изображений 3-мм диа пазона.

Модель формирования изображения на выходе системы опи Постановка задачи.

сывается интегральным выражением g(r) = f ()h(r ) d + n(r), (1) где двумерный вектор мировых координат;

r двумерный вектор в лабо раторной системе координат;

f () исследуемое распределение радиояркостной температуры;

h(r, ) аппаратная функция системы;

n(r) аддитивный шум;

g(r) результат измерений. Для удобства записи введем более короткую форму записи g = h f + n. (2) Постановка задачи сверхразрешения заключается в следующем: необходимо, основываясь на экспериментальных данных g, h и, возможно, дополнительной (априорной) информации, получить решение f насколько возможно близкое к ис ходному распределению f. Наиболее распространенной мерой близости является функционал J(f ) = g h f. (3) Известно, что рассматриваемая задача является некорректно поставленной и устойчивого решения без дополнительной регуляризации, как правило, не суще ствует.

В этой части работы рассматриваются несколько Алгоритмы сверхразрешения.

методов восстановления изображений. Из линейных методов рассмотрены тихо новская (винеровская) фильтрация, метод наискорейшего спуска, алгоритм Ван Ситтерта. Из нелинейных модифицированный метод наискорейшего спуска, модифицированный алгоритм Ван Ситтерта, алгоритм восстановления простран ства изображения и алгоритм Люси-Ричардсона. Нелинейные методы используют априорную информацию о положительности температуры, что позволяет повы сить точность восстановления.

Для применения в системах радиови Предлагаемый алгоритм сверхразрешения.

дения был создан улучшенный алгоритм сверхразрешения, основанный на опи санных выше методах, но с внесением существенных изменений для стабилиза ции решения и повышения качества восстановления. Описанные выше методы используются как ядро АСР для минимизации функционала невязки. В частно T g сти наилучшие результаты показал метод f i+1 = f i hThhfi. Дополнительными трудностями, решенными в этом методе были недостаточная устойчивость мето дов и возникновение ложного ”звона”. Их удалось преодолеть используя специаль ную процедуру обработки изображения у краев и субпиксельное разбиение при вычислении сверток.

Реальные измерения и вычисления проводятся Корректное вычисление сверток.

с дискретными сигналами конечного размера: gi,j, fi,j, hi,j. Для того чтобы при вычислениях избежать нежелательного краевого эффекта предлагается использо вать метод экстраполяции в котором свертка b = ha вычисляется по следующей формуле:

i+Wh /2 j+Lh / hik,jl ak,l sk,l k=iWh /2 l=jLh / bi,j =, (4) i+Wh /2 j+Lh / hik,jl sk,l k=iWh /2 l=jLh / где Wh, Lh ширина и высота h, и введена функция sk,l, равная единице внутри области определения ak,l и нулю вне её. Легко видеть, что если истинное значение a является константой, то экстраполированное значение будет точно ей равно.

Многократные численные эксперименты показали, что такой метод экстраполя ции средним взвешенным значением является наилучшим;

другие методы приво дят к нежелательным артефактам в приграничной области изображения.

Из общих принципов работы с дискретными сигналами следует, Субпикселинг.

что частота Найквиста должна быть выше, чем частота среза аппаратной функ ции при измерении данных и выше максимальной частоты в восстановленном изображении. При применении алгоритмов сверхразрешения может возникнуть ситуация, когда в процессе измерения интервал дискретизации выбран правиль но, но при последующей обработке методами сверхразрешения возникают более высокие частоты. В таких ситуациях можно использовать метод субпиксельного разбиения, при котором обработка данных проводится с таким интервалом дис кретизации, отличным от исходного, который заведомо достаточен для представ ления всех пространственных частот промежуточных данных и результирующего изображения. Для этого производится передискретизация в целое число раз (N ), то есть интерполяция. Преобразованию подвергается и изображение, которое бу дет обрабатываться, и аппаратная функция, после чего все численное интегри рование в соответствии с конкретным алгоритмом сверхразрешения проводится уже по новой сетке. На практике вполне достаточно выбрать N=2, полагая, что изменение спектра в области высоких пространственных частот достаточно слабо.

При использова Расширение пространственного спектра при сверхразрешении.

нии нелинейных АСР спектры F и G не являются линейно связанными, что в свою очередь говорит о возможности восстановления частот выше частоты сре за. Специально подготовленный численный эксперимент подтвердил, что нели нейные методы приводят к обогащению спектра за частотой среза. В качестве исходного сигнала был взят меандр с единичным периодом. Далее моделировался процесс измерения сигнала с помощью неидеального физического прибора путем пропускания сигнала через ФНЧ. Восстановление сигнала производилось мето дом наискорейшего спуска с ограничением промежуточного результата снизу и сверху.

Важным представляется вопрос о достижимом уровне Предел сверхразрешения.

сверхразрешения. Коэффициент сверхразрешения определяется как отношение физического разрешения прибора к разрешению, полученному после обработки данных. Существует несколько теоретических моделей различных авторов, свя зывающих достижимое сверхразрешение с отношением сигнал/шум. Если исполь зовать шэнноновский подход и теорию информации, то можно получить выраже ние 1 Ps Sr = log2 1 +. (5) 3 Pn Задачу сверхразрешения можно рассматривать как задачу математической ста тистики по оценке неизвестных параметров на основании существующих измере ний. Тогда в случае сверхразрешения двух точечных источников одинаковой ин тенсивности приближенное выражение для коэффициента сверхразрешения будет выглядеть следующим образом:

Ps Sr 2.86 4. (6) Pn Зависимость для параметрических методов лежит существенно выше кривой для общего случая. Это указывает на чрезвычайную полезность априорных дан ных при восстановлении изображения. Экспериментальная зависимость подтвер ждает этот тезис часть полученных точек лежит выше шенноновской кривой, что доказывает преимущество нелинейных методов и важность априорной ин формации для достижения высокого разрешения. Ход экспериментальной зави симости при высоком отношении сигнал/шум свидетельствует, что теоретически возможно создание еще более эффективного, сверхразрешающего алгоритма.

Для выявления характеристик АСР была про Экспериментальные результаты.

ведена серия опытов по обработке следующих данных: 1) искусственно размытое изображение двух точечных источников;

2) тестовые изображения, содержащие компьютерную графику и полутона;

3) реальные радиометрические изображения, полученные с помощью системы пассивного радиовидения 3-мм диапазона.

При обработке изображения точечных источников удалось достичь пример но трехкратного сверхразрешения. В случае реальных радиометрических данных применение АСР снизило норму невязки на 19 дБ. Полученные результаты свиде тельствуют о том, что предлагаемый алгоритм действительно позволяет достичь разрешения выше рэлеевского.

3. Вэйвлет-шумоподавление при сверхразрешении В главе 3 представлен метод стабилизации алгоритмов сверхразрешения путем по давления шумов с помощью нелинейной фильтрации. Метод использует вэйвлет преобразование для эффективного разделения шумовой и полезной компонент сигнала.

Рассмотрим текущую невязку в итерационных АСР ri = g h f i n + h (f f i ). (7) При сверхразрешении f i сходится к некоторой f, которая обеспечивает минимиза цию r 2. Идея шумоподавления заключается в том, чтобы разделить вклады n и h (f f i ) в ri. Этого можно достигнуть с помощью вэйвлет разложения и нели нейной фильтрации. Тогда подставляя регуляризованную невязку ri h(f f i ) вместо ri, получим итерационную схему, которая будет сходится к f.

Для разделения сигнала и шума производится классификация коэффициентов разложения путем сравнения их с заданным порогом, который выбирается на ос нове модели шума. Если коэффициент превышает этот порог, то считается, что он обусловлен полезным сигналом, в противном случае он отбрасывается. Моди фицированная формула обратного вэйвлет преобразования выглядит следующим образом:

p r = c(p) + (w(i) )w(i), (8) i= где (w(i) ) множитель, определяющий жесткий порог и равный 0 либо 1, а c(p) и w(1)...w(p) собственно вэйвлет-разложение невязки.

Обработка экспериментальных и модельных данных показала, что 1) нелиней ное вэйвлет-шумоподавление позволяет регуляризовать поведение АСР при высо ком уровне шума;

2) кроме того, оно позволяет поднять качество восстановления изображения за счет разделения шумовой и полезной составляющих сигнала.

4. Влияние боковых лепестков аппаратной функции на АСР В этой главе исследуются два аспекта влияния боковых лепестков аппаратной функции на сверхразрешение. Первым является непосредственное влияние уров ня боковых лепестков аппаратной функции на качество восстановленного изобра жения при прочих равных условиях. Вторым влияние отличия уровня боковых лепестков реальной аппаратной функции от используемой в АСР при решении обратной задачи на результат восстановления. Это является частным случаем влияния неизвестных но детерминированных искажений аппаратной функции на возможность решения обратной задачи.

В численных экспериментах показано, что существует предел применимости широко используемых АСР, он составляет 15 10 дБ. Следовательно, для обработки изображений при более высоком уровне бокового лепестка, требуется разработка новых методов, оптимизированных для данной ситуации.

5. Получение изображения в многоканальных системах В главе 5 рассмотрены вопросы получения изображения в многоканальных систе мах, предложен алгоритм сверхразрешения для этого случая, который учитывает такие особенности, как разные аппаратные функции и различное отношение сиг нал/шум в каналах установки. Рассмотрен и решен вопрос об оптимальной схеме сканирования в таких системах с учетом последующего применения АСР.

За счет того, что часть сенсоров смещена Принцип формирования изображения.

в сторону от оптической оси, направление максимумов их диаграмм направленно сти не совпадает. Поэтому совместно N каналов дают N элементов изображения.

Математическая модель формирования изображения (2) перепишется следующим образом (нижний индекс соответствует номеру канала):

g(k) = h(k) f + n(k).

При по Обобщение алгоритмов сверхразрешения для многоканальных систем.

пытке применить описанные ранее АСР к элементам изображения, полученным разными каналами, был выявлен ряд недостатков. Один недостаток заключает ся в увеличении роли нежелательных артефактов в приграничной области по сравнению с одноканальным случаем. Второй недостаток заключается в том, что аппаратные функции каналов различны, и это приводит к к скачку на стыке об ластей.

Для того чтобы преодолеть указанные проблемы, потребовалась разработка но вого алгоритма обработки данных, учитывающего особенности многоканальных систем. Его ключевой особенностью является то, что ищется одно общее реше ние f, а не набор решений f(k) для каждого канала. Или записывая формаль N но, решение ищется путем минимизации функционала J(f ) = k=1 J(k) (f ) = N g(k) h(k) f 2, зависящего от общего решения f. Ключевым шагом разра k= i ботанного алгоритма является шаг, на котором в вычисленной оценке g(k) часть пикселов заменяется реальными данными g(k), именно он отличает этот алгоритм от одноканальных. Это преобразование позволяет преодолеть трудность, связан ную с тем, что область g(k) существенно меньше области, в которой ищется реше ние f.

Еще одной проблемой, Случай различного уровня шума в каналах установки.

специфичной для многоканальных систем является различный уровень шума в каналах установки. Как было показано в предыдущих разделах, степень сверх разрешения, сходимость АСР и оптимальное число итераций зависит от соотно шения энергий сигнала и шума. Поэтому без принятия специальных мер, либо изображение одних каналов будет недоразрешенным, либо изображение других каналов будет искажено из-за превышения оптимального числа итераций.

Для компенсации более быстрой сходимости одних каналов относительно дру гих можно использовать относительно простой подход. Для этого нужно делать шаг не на вычисленное приращение f i, а на меньшую величину, тем самым уменьшая скорость итераций f i+1 = f i + (k) f, коэффициент замедления итераций;

f i где 0 (k) 1 приращение на i-ом шаге. Конкретное значение (k) зависит от соотношения уровней шума и применяемого АСР. Для наименее шумных каналов коэффициент (k) выбирался равным 1, для остальных обратно пропорционально уровню шума в них.

n(m) (k) =, n(k) где m номер канала с наименьшим шумом.

Оптимизация процедур сканирования с учетом последующего сверхразрешения.

Традиционно изображения в многоканальных системах получались таким обра зом, что каждый канал ”снимал” участок изображения строго между соседними каналами, то есть области соседних каналов не перекрывались. При сверхразре шении это создавало уже рассмотренные выше трудности, и хотя новый метод позволяет бороться с ними, но и он, естественно, более эффективен при исполь зовании бльших изображений. Еще одна проблема характерна для систем на о компенсационных радиометрах. Дело в том, что они подвержены медленному, но достаточно сильному (до десятков К) дрейфу уровня выходного сигнала. Дрейф можно рассматривать как коррелированный шум, который сильно влияет на про цесс сверхразрешения. В связи с этими трудностями и особенностями работы рас сматриваемого АСР было принято решение производить измерения с большим перекрытием между соседними каналами.

Для того чтобы общее время измерения не увеличилось, время интегрирова ния при измерении одного пиксела нужно пропорционально уменьшить. Так, если каждый участок наблюдаемой сцены измеряется M каналами, то время интегри рования для каждого канала нужно уменьшить в M раз. Кроме того, такой подход позволяет повысить общую надежность системы, так как при выходе одного кана ла из строя не происходит выпадение части данных, а происходит лишь локальное ухудшение отношения сигнал/шум.

С точки зрения теории вероятностей при таком подходе усреднение по времени частично заменяется усреднением по каналам. Пусть входной шум n(k) состоит из ”белой” компоненты µ(k) и сверхнизкочастотной (k) : n(k) = µ(k) + (k). В диссерта ции показано, что в этом случае дисперсия выходного шума при обычной схеме измерений и при модифицированной равны µ D {{T }} = R{T } (0) = + R (0), T M 1 µ0 D{ } = D {T /M } = R (0) = + R (0).

M T M k= Видно, что дисперсия, обусловленная дрейфовой компонентой, уменьшается в M раз. Таким образом, показано, что сканирование с перекрытием каналов и мень шим временем интегрирования приводит к повышению надежности системы и уменьшению уровня шума, обусловленного дрейфом радиометров.

Основные результаты, полученные в работе 1. Предложен и реализован алгоритм сверхразрешения, который позволяет до стичь разрешения выше рэлеевского. Это подтверждено многочисленными опытами по компьютерному моделированию и обработкой эксперименталь ных данных, полученных с использованием различных установок. Повыше ние разрешения происходит за счет восстановления высших пространствен ных частот.

2. Анализ статистических характеристик показал, что для предварительной об работки радиометрического сигнала можно использовать метод компенсации динамических искажений, так как получаемая с его помощью оценка радио яркостной температуры является несмещенной и обладает нормальным рас пределением.

3. Экспериментально показано, что степень сверхразрешения зависит от отно шения сигнала к шуму, что согласуется с теоретическими представлениями.

В то же время характеристики рассмотренных АСР достаточно далеки от теоретического предела. Частично исправить ситуацию помогает метод нели нейного вэйвлет шумоподавления, который уменьшает негативное влияние сильного шума на сходимость АСР. Его применение позволяет стабилизиро вать решение и достичь лучшего восстановления изображения.

4. Выявлено, что существует предел применимости широко используемых АСР для обработки изображений при высоком уровне бокового лепестка аппа ратной функции требуется создание новых методов, оптимизированных для данной ситуации.

5. Предложен и реализован метод получения радиоизображений в многоканаль ных системах, в котором применены оптимизированная схема сканирования и разработанный для этого случая алгоритм сверхразрешения. Метод учиты вает особенности получаемых в этом случае данных и позволяет избавиться от недостатков, присущих поканальной обработке. Кроме того, предложены методы по стабилизации этого АСР при различном уровне шума в каналах установки. Показано также, что сканирование с перекрытием каналов и мень шим временем интегрирования позволяет повысить надежность системы и уменьшить уровень шумов.

6. Разработан комплекс компьютерных программ, реализующий сбор и обра ботку данных по предлагаемому алгоритму и их визуализацию.

7. Анализ быстродействия предлагаемого АСР показал, что он пригоден для использования в системах радиовидения реального времени, где темп обзо ра сравним с временем реакции человека на предъявляемые стимулы ( кадров в секунду).

Список публикаций [1] Пирогов Ю.А., Гладун В.В., Тищенко Д.А., Тимановский А.Л., Шлемин И.В, Джен С.Ф. Сверхразрешение в системах радиовидения миллиметрового диа пазона // Журнал радиоэлектроники (http://jre.cplire.ru). - 2004. - №3.

[2] Пирогов Ю.А., Тимановский А.Л. Влияние боковых лепестков диаграммы на правленности приемной антенны на сверхразрешение в системах пассивного радиовидения // Вест. МГУ, Сер.3. - 2006. - №1, - С.45-48.

[3] Пирогов Ю.А., Тимановский А.Л. Сверхразрешение в системах пассивного радиовидения миллиметрового диапазона // Радиотехника. - 2006. - №3. С.14-19.

[4] Пирогов Ю.А., Тимановский А.Л., Гладун В.В. Получение и обработка изоб ражений в системах пассивного радиовидения // Известия ВУЗов ”Радиофи зика”. - 2006. - Том XLIX;

№8. - С.664-672.

[5] Pirogov Y.A., Gladun V.V., Timanovskiy A.L. Radio Thermal Images of Natural Objects in 8-mm and 3-mm Ranges //Int. J. of Infrared and Millimeter Waves. 2004. - Vol.25(6). - P.989-1001.

[6] Тимановский А.Л., Пирогов Ю.А., Гладун В.В. Сверхразрешение в многолу чевой системе радиовидения миллиметрового диапазона // Радиотелескопы РТ-2002: тезисы докладов. - Пущино, 2002. - С.97-98.

[7] Пирогов Ю.А., Гладун В.В., Тимановский А.Л. Сверхразрешение в пассив ной локации миллиметрового диапазона // IX Всеросийская школа-семинар ”Волновые явления в неоднородных средах”, секция 5: тезисы докладов. Звенигород, 2004. - С.38-39.

[8] Pirogov Y.A., Gladun V.V., Chzhen S.P., Tischenko D.A., Timanovskiy A.L.

Radio thermal images of natural objects in 8-mm and 3-mm ranges // Proc.

SPIE. - 2002. - Vol.4719. - P.318-326.

[9] Pirogov Y.A., Gladun V.V., Shlemin I.V., Chzhen S.P., Tischenko D.A., Timanovskiy A.L., Lebedev A.V. Superresolution and coherent phenomena in multisensor systems of millimeter-wave radio imaging // Proc. SPIE. - 2003. Vol.5077. - P.110-120.

[10] Pirogov Y.A., Gladun V.V., Tischenko D.A., Timanovskiy A.L. Superresolution in the passive radiovision systems of millimeter-wave range // Proc. SPIE. - 2004.

- Vol.5410. - P.299-308.

[11] Pirogov Y.A., Gladun V.V., Tischenko D.A., Timanovskiy A.L., Shlemin I.V., Cheng S.F. Passive millimeter-wave imaging with superresolution // Proc. SPIE.

- 2004. - Vol.5573. - P.72-83.

[12] Pirogov Yu.A., Gladun V.V., Timanovski A.L. Superresolution in multi-channel passive radiovision systems // Joint 29th International Conference on Infrared and Millimeter Waves and 12th International Conference on Terahertz Electronics:

Conference Didgest. - Karlsruhe, 2004. - P.747-748.

[13] Тимановский А.Л. Численные методы восстановления изображений в систе мах пассивного радиовидения // Препринт Учебно-научного центра магнит ной томографии и спектроскопии МГУ № 2/2007.- М.: ЦМТС МГУ, 2007, 20 с.



 




 
2013 www.netess.ru - «Бесплатная библиотека авторефератов кандидатских и докторских диссертаций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.