近日，中國科學(xué)院長春光學(xué)精密機械與物理研究所圍繞基于POCS的紅外弱小目標(biāo)超分辨率復(fù)原算法展開研究。針對紅外弱小目標(biāo)超分辨率復(fù)原中出現(xiàn)的問題，對傳統(tǒng)POCS超分辨率復(fù)原算法進(jìn)行了優(yōu)化，提出了改進(jìn)算法，提高了復(fù)原算法的性能，同時使其達(dá)到實時或接近實時，進(jìn)而可以在實際紅外圖像處理系統(tǒng)中應(yīng)用。研究成果對于紅外弱小目標(biāo)識別與跟蹤發(fā)展具有重要現(xiàn)實意義。

　　隨著紅外成像相關(guān)產(chǎn)業(yè)的興起，紅外成像技術(shù)具有的隱蔽性好、探測范圍廣、定位精度高、穿透距離遠(yuǎn)，以及輕質(zhì)小巧、低耗可靠等優(yōu)點備受青睞，已成為當(dāng)前智能化光電探測發(fā)展的主流方向。然而，紅外弱小目標(biāo)的圖像細(xì)節(jié)特征少、信噪比低等特點成為紅外圖像應(yīng)用的瓶頸，如何提高紅外弱小目標(biāo)成像效果成為目前的研究熱點。該項研究以“復(fù)原為本”為研究著眼點，利用超分辨率復(fù)原相關(guān)理論和技術(shù)，研究紅外弱小目標(biāo)超分辨率復(fù)原的方法和技術(shù)。

　　該項研究提出了四種改進(jìn)的POCS算法和一種新的超分辨率復(fù)原評價方法，并分別通過基于紅外動態(tài)場景仿真系統(tǒng)實驗和基于紅外圖像采集及處理系統(tǒng)實驗，驗證了改進(jìn)算法和評價方法的有效性。研究的主要工作及創(chuàng)新之處在于：

　　(1)針對傳統(tǒng)POCS復(fù)原方法對噪聲比較敏感的問題，將目前去噪效果較好的BM3D濾波方法和POCS復(fù)原方法相結(jié)合，對BM3D方法進(jìn)行優(yōu)化，提出了使用圖像塊的均值預(yù)篩選和限制分組圖像塊數(shù)目的方法，降低了BM3D方法的運算量。實驗表明，基于BM3D的POCS超分辨率復(fù)原算法能夠在低分辨率圖像包含噪聲時，取得比傳統(tǒng)POCS方法更好的復(fù)原效果，復(fù)原的高分辨率圖像主觀上基本看不出噪聲。

　　(2)針對傳統(tǒng)的超分辨率復(fù)原評價體系只關(guān)注圖像某一方面統(tǒng)計特性的問題，提出了基于SSIM_NCCDFT的超分辨率復(fù)原評價方法。該評價方法結(jié)合了空間域的灰度均值、對比度以及頻域自相關(guān)，能夠同時評價超分辨率復(fù)原結(jié)果在空間域的復(fù)原效果和對頻域信息的復(fù)原精度，實驗表明，該評價方法能夠很好的評價超分辨率復(fù)原的結(jié)果，對超分辨率評價方法具有一定的指導(dǎo)意義。

　　(3)針對POCS超分辨率復(fù)原算法迭代時間較長，無法滿足光電探測系統(tǒng)實時性的問題，提出了基于梯度圖的快速POCS超分辨率復(fù)原算法。該算法根據(jù)圖像的梯度分布對圖像中的像素點進(jìn)行分類，采用不同的迭代系數(shù)進(jìn)行計算。改進(jìn)算法能夠較好的保留邊緣信息并抑制噪聲，進(jìn)而在保證超分辨率復(fù)原性能的基礎(chǔ)上縮短了運算時間。同時，提出了另外一種改進(jìn)算法：基于區(qū)域選擇的快速POCS超分辨率復(fù)原算法。光電探測系統(tǒng)中我們關(guān)注的重點是目標(biāo)區(qū)域，而這一區(qū)域通常只占很少的像素位置，因此通過閾值分割和合并找到所有目標(biāo)區(qū)域并集，然后僅在這個目標(biāo)區(qū)域并集上進(jìn)行超分辨率復(fù)原。這樣，去除了復(fù)原背景的巨大運算量，縮短了運算時間，使其達(dá)到實時或接近實時，進(jìn)而可以在實際紅外圖像處理系統(tǒng)中應(yīng)用。

　　相關(guān)研究成果發(fā)表在Scientific Reports上。研究工作得到了國家自然科學(xué)基金面上項目、光電對抗研究部創(chuàng)新基金等的支持。

　　論文題目：A POCS super resolution restoration algorithm based on BM3D

　　Lena圖像復(fù)原結(jié)果

　　Barbara圖像復(fù)原結(jié)果

　　導(dǎo)彈圖像復(fù)原結(jié)果

　　飛機圖像復(fù)原結(jié)果