申请/专利权人：北京航空航天大学

申请日：2017-05-10

公开（公告）日：2020-10-13

公开（公告）号：CN107085829B

主分类号：G06T3/40(20060101)

分类号：G06T3/40(20060101);G06T5/00(20060101);G06T5/10(20060101)

优先权：

专利状态码：有效-授权

法律状态：2020.10.13#授权;2017.09.15#实质审查的生效;2017.08.22#公开

摘要：一种用于宽带电磁分布探测的频谱关联超分辨方法，可实现对于1～6GHz的宽带辐射源形成的图像进行恢复。首先根据未知辐射源的降质图像在仿真软件中建立模型，获取不同频率的点扩展函数，然后对不同频率的点扩展函数进行空间的二维傅里叶变换，记录空间上的截止频率宽度，然后绘制出在对应的频率‑宽度曲线图；对获取的宽带电磁分布图像进行二维傅里叶变换并求出空间上的截止频率宽度，在仿真得到的曲线上确定辐射源的最高频率；用最高频率分量对应的点扩展函数来对图像进行处理，采用窄带超分辨算法中的L_R迭代方法对降质图像进行图像恢复。本发明克服了传统窄带超分辨算法与电磁分布探测系统不兼容的情况，能对宽带辐射源中的最高频率进行识别并有效提高了图像的分辨率。

主权项：1.一种用于宽带电磁分布探测的频谱关联超分辨方法，其特征在于，实现步骤如下：步骤1，在仿真软件中建立仿真模型，获取不同频率的点扩展函数，对不同频率的点扩展函数进行空间的二维傅里叶变换，记录空间上的截止频率宽度，然后绘制出对应的频率-宽度曲线图；步骤2，通过抛物反射面及电场探头光电转换系统获取降质的宽带电磁分布图像，对未降质的图像获取的降质的宽带电磁分布图像进行二维的傅里叶变换并求出空间上的截止频率宽度，在步骤1仿真得到的频率-宽度曲线上确定辐射源的最高频率；步骤3，利用最高频率的分量对应的点扩展函数来对图像进行处理，采用窄带超分辨算法中的L_R迭代方法对步骤2中降质的宽带电磁分布图像进行图像恢复；所述步骤3中的，采用窄带超分辨算法中的快速L_R迭代方法对降质的宽带电磁分布图像进行图像恢复，具体步骤如下：1输入待恢复的降质的宽带电磁分布图像I，输入最高频率的分量对应的点扩散函数PSF，输入迭代次数NUMIT；2令初始化恢复图像为J{1}＝I，如果点扩散函数PSF的采样率高于降质的宽带电磁分布图像I，则对点扩散函数进行进一步采样，使采样率和降质的宽带电磁分布图像I相同；3采用最大似然法，确定迭代核为： 其中Jt+1为最新一次迭代得到的图像，Jt为前一次迭代得到的图像，PSF为点扩散函数，B＝PossionJ*PSF为图像降质的泊松过程；4对降质的宽带电磁分布图像使用步骤3中迭代核进行迭代，并对每次结果进行正则性检验；5根据输入迭代次数停止迭代，输出最新一次迭代得到的恢复图像J。

全文数据：一种用于宽带电磁分布探测的频谱关联超分辨方法技术领域[0001]本发明涉及针对宽带电磁分布探测系统的宽带超分辨方法，具体涉及宽带电磁探测领域，以及图像处理领域。背景技术[0002]目前对电磁分布的探测手段主要采用天线和接收机的形式进行逐点手动检测，这样的方式存在很多缺点，如检测速度慢，而且天线会对原有的场分布进行干扰。利用抛物反射面对电磁分布进行探测可以实现快速、无干扰。受天线尺寸的影响，宽带电磁分布探测系统的衍射受限严重，如何提高其分辨率使得电磁分布能够清晰分辨成了新的难点。[0003]由于宽带电磁分布探测系统衍射受限导致成像模糊，需要使用超分辨手段以提高分辨率。近年来超分辨算法基于成像帧数可以分为单帧超分辨算法与多帧超分辨算法，而基于运算方式可以分为频域算法及空域的算法，空域算法又可以细分为非均匀差值法、统计论方法、凸集投影法、正则化法、盲重建法等。恢复效果较好的超分辨算法的核心是需要确定较为准确的点扩展函数，因此这些超分辨算法均只能对单一频率辐射源形成的图像进行处理，而宽频带的辐射源形成的图像中辐射源的频率分量复杂，也无法确定点扩展函数，所以现有算法难以满足需求。发明内容[0004]本发明技术解决问题:克服现有技术的不足，提供一种本发明针对现有的窄带超分辨算法无法有效解决宽带电磁分布探测系统中的图像模糊问题，基于宽带辐射源的各个频率分量之间存在的关联性，利用高频分量对图像进行恢复，定位低频分量，从而对宽带辐射源所成的模糊图像进行恢复，提出用于宽带电磁分布探测的频谱关联超分辨算法。[0005]在仿真和实际测试中发现，如果在同一位置存在两个或多个不同频率的辐射源，或者是有宽带辐射源存在的情况下，利用辐射源中最高频率所对应的点扩展函数采用窄带超分辨算法对图像进行恢复可以达到较好的效果。所以频谱关联算法中关键在于如何得到这一位置处高频频率具体的值是多少，以得到相应点扩展函数进行频谱关联超分辨处理。[0006]不同频率对应点扩展函数的空域特性不同。图2图3分别为仿真得到的IGHz频率和3GHz频率对应的点扩展函数。从空域角度上看，频率越高的点扩展函数的波瓣宽度越窄，而这样的差别反映到空频域上也会形成相应的特征，而频谱关联超分辨算法中高频成分的确定正是基于这样的特征。[0007]对两个不同频率点扩展函数进行空频域的分析，如图4图5所示。从图中我们可以看出，频率越高的点扩展函数的空域截止频率越高。而辐射源的数目与位置并不会对空域上的截止频率产生影响。在空间域上，如果有不同频率分量存在，其经过傅里叶变换之后的空间频谱也是各个频率分量空间频谱的直接叠加。因此，可以通过高频截止频率判断一幅图像中最高频率具体为多少，即对待处理图像进行二维傅里叶变换，在空频域中得到其高频截止频率，通过截止频率即可判断待处理图像中最高频率成分的具体大小。然后采用窄带超分辨算法对图像进行恢复。[0008]本发明用于宽带电磁分布探测的频谱关联超分辨算法，可实现对于1〜6GHZ的宽带辐射源形成的图像进行恢复，克服了传统窄带超分辨算法与电磁分布探测系统不兼容的情况。具体地，通过下面步骤1〜步骤3实现本发明方法。[0009]步骤1，在仿真软件中建立仿真模型，获取不同频率的点扩展函数，对不同频率的点扩展函数进行空间的二维傅里叶变换，记录空间上的截止频率宽度，然后绘制出在对应的频率-宽度曲线图；[0010]步骤2,通过抛物反射面及电场探头光电转换系统获取宽带电磁分布图像，对图像获取的宽带电磁分布图像进行二维的傅里叶变换并求出空间上的截止频率宽度，在步骤1仿真得到的频率-宽度曲线上确定辐射源的最高频率；[0011]步骤3,利用最高频率的分量对应的点扩展函数来对图像进行处理，采用窄带超分辨算法中的L_R迭代方法对降质图像进行图像恢复。[0012]所述步骤3中的，采用窄带超分辨算法中的快速L_R迭代方法对降质图像进行图像恢复，具体步骤如下：[0013]1输入待恢复降质图像I，输入最高频率的分量对应的点扩散函数PSF，输入迭代次数NUMIT，初始化恢复图像；[0014]2初始化恢复图像J{1}=I，如果点扩散函数PSF的采样率高于降质图像I，则对点扩散函数进行进一步采样，使采样率和输入图像I相同；[0015]3采用最大似然法，确定迭代核为：[0016][0017]其中Jt+1为最新一次迭代得到的恢复图像，Jt为前一次迭代得到的图像，PSF为点扩散函数，B=PossionJ*PSF为图像降质的泊松过程；[0018]⑷对输入图像使用步骤⑶中迭代核进行迭代，并对每次结果进行正则性检验；[0019]5根据输入迭代次数停止迭代，输出最新一次迭代得到的恢复图像J。[0020]本发明的优点与积极效果在于:本发明克服了传统窄带超分辨算法与电磁分布探测系统不兼容的情况，能对宽带辐射源中的最高频率进行识别并有效提高了图像的分辨率。传统窄带超分辨算法无法直接应用于宽带电磁探测的图像处理中，本发明提出的频谱关联超分辨算法利用空间频率域上的截止频率宽度来确定最高频分量，进而确定高频的点扩展函数，仿真表明截止频率宽度和辐射源频率有着良好的线性关系；确定了最高频的点扩展函数后，用传统的L_R迭代方法对模糊图像恢复进行恢复，利用高频分量来定位低频，解决了宽带电磁分布探测系统所成图像模糊的问题。仿真和实验结果表明本发明方法能够在同一位置存在多个不同频率的辐射源或者是有宽带辐射源存在的情况下有效提高图像的分辨率。附图说明[0021]图1是本发明的用于宽带电磁分布探测的频谱关联超分辨方法的整体流程图；[0022]图2是通过仿真得到的IGHz的点扩展函数图；[0023]图3是通过仿真得到的3GHz的点扩展函数图；[0024]图4是IGHz的点扩展函数经过二维傅里叶变换后的空间频谱图；[0025]图5是3GHz的点扩展函数经过二维傅里叶变换后的空间频谱图；[0026]图6是本发明仿真实例得到的降质的电磁分布图像；[0027]图7是降质的电磁分布图像经过二维傅里叶变换后的空间频谱图；[0028]图8是正馈抛物反射面得到的辐射源频率与截止频率宽度对应图；[0029]图9是偏馈抛物反射面得到的辐射源频率与截止频率宽度对应图；[0030]图10是米用本方法处理后的图像。具体实施方式[0031]下面将结合附图和实例对本方法作进一步的详细说明。[0032]本发明提出了用于宽带电磁分布探测的频谱关联超分辨算法。本发明的方法实现了宽带辐射源所成的模糊图像的分辨率提高。[0033]如图1所示，本发明用于宽带电磁分布探测的频谱关联超分辨算法，包括步骤1〜步骤3。[0034]步骤1，在仿真软件中建立仿真模型，获取不同频率的点扩展函数，然后对不同频率的点扩展函数进行空间的二维傅里叶变换，记录空间上的截止频率宽度，然后绘制出在对应的频率-宽度曲线图。[0035]本发明实施例中获取不同频率的电磁分布图像是在仿真软件feko中，在选取截止频率宽度时需要确立一定的准则。通过仿真可以发现，截止频率宽度和辐射源的频率有着非常好的线性关系。将接收到的图像像素矩阵进行二维的傅里叶变换，然后分别从两个方向去观察它的谱线。记录两个方向对应不同辐射源的空间频率谱的截止频率宽度。由于谱线上最小值不可能为零，因此为了更加准确地确定截止频率，规定截止频率的选择方法：中心截面谱线中最后一个极小值点附近，出现的第一个小于1的位置即规定为截止频率点。记录仿真得到的数据绘制成曲线，如图8所示。图8是本发明实例得到的辐射源频率与截止频率宽度对应图。接下来论文对偏置的情况进行了类似的仿真计算。偏置的反射面也采用直径为3m，焦距为1.7m的抛物反射面。在坐标0,10,0m的位置放置一个偶极子，改变偶极子的频率从500MHz至6GHz，仿真的频率间隔为500MHz，在理想像平面的位置接收图像。接收面在X方向为-1〜Im，间隔0.0Im设置一个采样点；在Z方向为-1〜Im，间隔0.0Im设置一个采样点，共201*201个像素点。将接收到的降质模糊图像像素矩阵进行二维的傅里叶变换，然后分别从两个方向去观察它的谱线。记录两个方向对应不同辐射源的截止频率宽度。但是在计算时发现，在竖直方向的谱线混乱，基本无法准确地确定截止频率对应的位置，而水平方向截止频率的位置则相对清晰，这个现象是由于偏置的抛物反射面本身带来的不对称性造成的。在水平方向截止频率宽度和辐射源频率的对应关系如图9。图9是偏馈抛物反射面得到的辐射源频率与截止频率宽度对应图。[0036]可见在偏置的情况下，截止频率的宽度与辐射源频率之间也有着类似于正比的关系。并且当正馈和偏置的反射面的实际焦径比一致时，它们在水平方向上相同辐射源频率的截止频率宽度也基本相同。因此，选取恰当焦径比进行仿真，从而获取的宽带电磁分布图像。[0037]步骤2,对获取的宽带电磁分布图像进行二维的傅里叶变换并求出空间上的截止频率宽度，在仿真得到的曲线上确定辐射源的最高频率分量。[0038]通过仿真可以发现，空间上的截止频率宽度与系统反射面的形状、最高频率和极化方向有关，而和辐射源的形式和个数无关。这样，本发明建立起估计的截止频率宽度和辐射源的频率之间的对应关系，就可以在一定程度上识别辐射源的最高频率分量，进而确定点扩展函数进行下一步的处理。[0039]但是，由于电场传感器探头灵敏度的限制，接收到图像的信噪比有限。Lucy-Richardson迭代算法能够对一定信噪比图像中的噪声进行有效地抑制，但是系统噪声的存在会影响本章中提到的辐射源频率、位置的估计方法。因此先对降质的图像进行降噪处理，使得其空间频率谱变得洁净，截止频率判断更为容易。[0040]步骤3,用最高频率分量对应的点扩展函数来对图像进行处理，采用窄带超分辨算法中的L_R迭代方法对降质图像进行图像恢复。[0041]具体的算法过程如下：[0042]步骤1:输入待恢复降质图像I，输入电磁成像系统点扩散函数PSF，输入迭代次数NUMIT，初始化恢复图像；[0043]步骤2:初始化恢复图像J{1}=I，如果点扩散函数PSF的采样率高于降质图像I，那么对点扩散函数进行进一步亚采样，使其采样率和输入图像I相同；[0044]步骤3:确定算法的迭代核为：[0045][0046]其中Jt+1为最新一次迭代得到的恢复图像，Jt为前一次迭代得到的图像，PSF为点扩散函数，B=PossionJ*PSF为图像降质的泊松过程；[0047]步骤4:对输入图像使用步骤3中迭代核进行迭代，并对每次结果进行正则性检验；[0048]步骤5:根据输入迭代次数停止迭代，输出最新一次迭代得到的恢复图像J。[0049]下面用一个仿真的实例来具体说明本方法的实施方式。实验系统采用直径1.5米，焦距1.1米的偏馈抛物反射面。在距离反射面水平距离5米处，在相邻的位置放置两个不同频率的偶极子。假设偶极子的辐射频率未知，经过反射面之后在焦平面上接收的降质电磁分布图像如图6所示。对降质图像使用做二维傅里叶变换，得到空间频谱图如图7所示。[0050]在仿真软件中分别设置不同频率的辐射源，在焦平面接收降质图像，然后采用二维傅里叶变换得到空间频率谱，并记录下它们的截止频率宽度，得到的截止频率宽度与频率对应曲线如图8所示，图中横坐标表示辐射源频率，纵坐标为对应的截止频率宽度。[0051]通过观察发现，降质图像经过二维傅里叶变换得到的空间频率谱的截止频率宽度为40。而在曲线上截止频率宽度40所对应的频率为3GHz。而仿真得到的图像正是IGHz和3GHz的偶极子经过反射面后得到的降质图像。这也验证了通过空间信息来确定最高频率分量的方法是可行的。使用3GHz的点扩展函数，采用L_R迭代的方法对降质图像进行恢复，得到的恢复图像如图9所示。通过图6和图9之间的对比，可以明显地发现图像的分辨率得到了有效的提高，这说明通过本发明在估计最高频率分量和提高图像分辨率上取得了满意的结果。[0052]提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。

权利要求：1.一种用于宽带电磁分布探测的频谱关联超分辨方法，其特征在于，实现步骤如下：步骤1，在仿真软件中建立仿真模型，获取不同频率的点扩展函数，对不同频率的点扩展函数进行空间的二维傅里叶变换，记录空间上的截止频率宽度，然后绘制出在对应的频率-宽度曲线图；步骤2,通过抛物反射面及电场探头光电转换系统获取宽带电磁分布图像，对图像获取的宽带电磁分布图像进行二维的傅里叶变换并求出空间上的截止频率宽度，在步骤1仿真得到的频率-宽度曲线上确定辐射源的最高频率；步骤3,利用最高频率的分量对应的点扩展函数来对图像进行处理，采用窄带超分辨算法中的L_R迭代方法对降质图像进行图像恢复。2.根据权利要求1所述的方法，其特征在于:所述步骤3中的，采用窄带超分辨算法中的快速L_R迭代方法对降质图像进行图像恢复，具体步骤如下：1输入待恢复降质图像I，输入最高频率的分量对应的点扩散函数PSF，输入迭代次数NUMIT，初始化恢复图像；2初始化恢复图像J{1}=I，如果点扩散函数PSF的采样率高于降质图像I，则对点扩散函数进行进一步采样，使采样率和输入图像I相同；⑶采用最大似然法，确定迭代核为：t+1=^psr*其中Jt+1为最新一次迭代得到的恢复图像，Jt为前一次迭代得到的图像，PSF为点扩散函数，B=PossionJ*PSF为图像降质的泊松过程；⑷对输入图像使用步骤⑶中迭代核进行迭代，并对每次结果进行正则性检验；⑸根据输入迭代次数停止迭代，输出最新一次迭代得到的恢复图像J。

百度查询： 北京航空航天大学 一种用于宽带电磁分布探测的频谱关联超分辨方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD