雾霾环境下宏观傅里叶叠层成像研究

作     者：胡桂芹 

作者单位：浙江农林大学 

学位级别：硕士

导师姓名：储修祥

授予年度：2024年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：图像去雾 远距离高分辨 宽视场 雾霾环境 深度学习 

摘      要：近年来,随着遥感技术、航空摄影等远距离成像领域的迅猛发展,对于高分辨率图像的需求越来越迫切。宏观傅里叶叠层成像技术以其在重建高分辨率图像和拓宽视野的能力,在远距离光学成像领域显现出巨大的应用潜力。然而,在强散射介质(如雾霾)中,光线传播受到颗粒非均匀分布的干扰,导致成像质量下降。为了解决这一问题,本研究旨在克服雾霾环境对宏观傅里叶叠层成像的影响,实现远距离、大视场、高质量的透雾成像,为宏观傅里叶叠层成像在恶劣环境下的应用提供新的解决方案。本文的主要工作如下: (1)本研究详细介绍了傅里叶叠层成像模型及其重建算法,并通过仿真实验验证了其在远距离分辨成像方面的可行性。模拟对18 mm的相机孔径实现了合成孔径为160 mm的成像效果。同时,还发现合成孔径大小与重叠率对图像重建质量具有重要影响,合成孔径越大,重构图像质量越高;此外,50%的重叠率是实现理想图像重建的下限。 (2)建立了透过雾霾环境成像的实验平台,采集了多组不同浓度雾霾下的图像。并客观定量分析了不同浓度雾霾下图像质量的变化,发现雾霾环境下成像时,出现了图像灰度分布范围动态缩小、对比度下降、细节损失和色彩失真等特性。进一步研究发现,雾霾环境影响了宏观傅里叶叠层成像过程中低频信息的获取,导致图像重建失败。为了解决这一问题,提出了利用深度学习提高雾霾环境下宏观傅里叶叠层成像分辨率的方法。 (3)结合多层相位屏模型和光在动态雾霾散射介质中的传输特性,构建了一种非均匀动态雾霾散射的数学模型,确保其更贴合真实环境下的雾霾散射特性。通过模拟光线在非均匀动态雾霾中的传播过程,生成了一系列雾霾图像,并将其作为神经网络训练的数据集。 (4)提出了基于改进的“Res Net网络用于恢复雾霾图像,并探究了其在不同浓度的静态雾霾和非均匀动态雾霾环境下重建目标强度图像的能力。实验结果显示,该算法有效地解决了雾霾引起的图像模糊和畸变问题,显著提高了非均匀动态雾霾环境下宏观傅里叶叠层重建图像的结构相似度指数(SSIM)和峰值信噪比(PSNR)。