论文部分内容阅读
光学稀疏孔径成像就是采用多个小孔径系统组合的方式来等效大孔径光学系统,以提高光学系统的高频性能。光学稀疏孔径成像在有效地提高了系统分辨率的同时,能够解决大孔径光学系统难加工、发射体积大和重量大等问题。但是由于光学稀疏孔径成像系统子孔径分布的离散化和稀疏化,使得系统调制传递函数在中频段显著下降甚至出现缺失现象,这将不可避免的造成图像对比度和图像质量的下降。本文以改善光学稀疏孔径成像系统的成像性能为目标,针对其中频信息提升和补偿的问题,从光学稀疏孔径成像系统的填充因子入手,展开大填充因子和小填充因子两类系统的中频信息提升和补偿的研究。光学稀疏孔径成像系统像差分析及系统设计研究是光学稀疏孔径系统工程化应用的基础。光学稀疏孔径成像系统不同于传统单孔径系统的结构,给光学稀疏孔径成像系统的设计带来了新的问题。对此论文基于波像差理论分析了光学稀疏孔径成像系统子孔径的位置误差和像差容限,接着基于给出的位置误差和像差容限,对两类光学稀疏孔径成像系统的设计方法进行了梳理和分析,给出了两类光学稀疏孔径系统的基本设计流程。最后,基于Zemax光学设计软件设计了两类系统,Zemax仿真分析结果表明,设计的两套系统具有良好的成像质量,从而证明论文给出的系统设计流程的可行性。目前对于光学成像系统信息提升常采用图像复原的方法。然而,针对光学系统点扩散函数的空间变化特性对图像复原提升光学系统信息的影响问题研究较少。针对这一问题,论文首先说明了光学系统的点扩散函数空变特性带来的复原图像中的边缘振铃和虚假纹理的现象,接着指出采用空间变化图像复原方式将会更好的减少边缘振铃和虚假纹理的现象。然后,针对空变与空不变复原方式选择问题,论文定义了光学系统空变特性的度量值空间变化度(Degree of Variance,DOV)。在此基础上,提出了基于光学系统空间变化度的图像复原方式的选择方法,采用大量的仿真实验给出了空间变化度的参考值为0.01,即当系统的空间变化度小于0.01时采用空不变图像复原方式,空间变化度大于0.01时采用空变图像复原方式。最后,给出了光学稀疏孔径系统空间变化成像仿真模型,用于仿真光学稀疏孔径系统的图像和评价系统成像的质量,以及进行图像复原算法的测试。针对大填充因子光学稀疏孔径成像系统中频调制传递函数下降的问题,在前文分析的基础上,提出采用直接空间变化图像复原法提升图像信息的方法。首先分析了空间变化图像复原的基本问题,针对空间变化点扩散函数的采样不足问题,提出了采用主元分析(Principal Components Analysis,PCA)和点插值法(Point Interpolation Method,PIM),获取全视场点扩散函数的方法。在此基础上,给出了基于空间变化图像复原的光学稀疏孔径图像复原算法框架,并将拉普拉斯正则化图像复原算法修改为空间变化图像复原算法。最后,经过数字仿真实验验证了空间变化复原算法相较于空间不变复原算法能够更好的提高图像质量,针对三种典型图像在20dB时能够将恢复图像的改进信噪比提高10%,在30dB时能够提高12%,在50dB时能够提高17%。针对小填充因子光学稀疏孔径成像系统中频调制传递函数缺失的问题,提出基于单孔径和稀疏孔径光学系统所获图像进行融合的中频信息补偿方法。首先,通过实验证明了中频调制传递函数缺失(即中频信息丢失)机理的正确性,然后依据傅里叶光学原理建立了两套光学系统的中频缺失补偿方案的数学模型。接着提出了采用像素级图像融合方法融合单孔径系统和稀疏孔径系统图像的方法,以获取包含截止频率内所有空间频率的图像。基于两套系统的特点设计了符合系统特点的加权图像融合算法。最后,在数字仿真实验中,以辐射状靶标图像为对象,对两套系统获取的靶标图像进行融合,实验结果直观的表明图像的空间频率得到了很好的补偿,证明了论文提出方法的可行性。