成像链路及成像模型、分辨率

 成像链路及成像模型

目标经过光学系统成像的链路流程图如下：

由整个链路构成一个成像系统，通常我们认为成像系统一般是线性系统，于是可以构建出空域表述的成像模型：

其中，g代表经过成像系统后的图像；f表示原图像；h表示点扩散函数PSF（Point Spread Function）；n代表噪声。

模型化为PSF和原始清晰图像的卷积加上噪音，表达式为：

 为观测图像，为原始清晰图像， 为成像系统的点扩散函数， 为噪声(该噪声通常情况下是高斯白噪声)。

 

上述公式是在空域进行的成像公式，将其进行傅里叶变换到频域的公式为：

 

式中， 为光学传递函数（OTF, Optical Transfer Function）。它的幅值称为调制传递函数（MTF, Modulation Transfer Function），相位称为相位传递函数（PTF, Phase Transfer Function）。

由于在成像过程中图像所产生的退化也是经由上述成像模型而来的，所以上述成像公式也常被认为是图像的退化模型，由该模型入手可以弥补图像的退化影响来对图像进行复原。

分辨率

（一）分辨率概念

　　分辨率是度量位图图像内数据量多少的一个参数。通常表示成每英寸像素（Pixel per inch,ppi）和每英寸点（Dot per inch,dpi）。分辨率越高，包含的数据越多，图形文件的长度就越大，也能表现更丰富的细节，但更大的文件需要耗用更多的计算机资源，更多的内存，更大的硬盘空间等。假如图像包含的数据不够充分（图形分辨率较低），就会显得相当粗糙，特别是把图像放大为一个较大尺寸观看的时候。所以在图片创建期间，我们必须根据图像最终的用途决定正确的分辨率。要保证图像包含足够多的数据，能满足最终输出的需要，同时要适量，尽量少占用一些计算机的资源。

　　图像的分辨率主要分为时间分辨率（即帧率）、空间分辨率以及光谱分辨率。时间分辨率（Temporal Resolution）是指对同一地点进行采样的时间间隔，即采样的时间频率，也称重访周期；空间分辨率（Spatial Resolution）是指像素所能代表的目标信息大小，即成像系统的瞬时视场，或目标能分辨的最小单元；光谱分辨率（Spectral Resolution）是指传感器在接受目标辐射的波谱时能分辨的最小波长间隔。间隔越小，分别率越高。

　　一般提到的分辨率是指空间分辨率，它是指单位英寸中所包含的像素点数。在原理上，图像的空间分辨率水平越高，其表达信息的能力就越强，图像的细节就越丰富，从而更有利于其高质量显示、加强图像理解或识别性能等。

　　探测器的像元尺寸越小，采样频率越高，图像的分辨率就越高。探测器的像元尺寸随着科技的进步在逐年减小，现在的像元尺寸大约是1um。

（二）提高分辨率

　　硬件方面，成像系统的分辨率受限于红外探测器的限制。因此，提高图像分辨率最直接的方法是改进图像传感器的制造工艺，即从硬件上减小像素尺寸，增加传感器的数量。由于红外探测器硬件条件的限制，从硬件方面提高图像分辨率也遇到了瓶颈，可以利用软件绕过硬件的技术瓶颈来提高红外图像的分辨率。

　　软件方面，可以采用超分辨率重建技术来提高图像分辨率。在不增加硬件设备的基础上，利用图像处理的方法，增加图像的高频细节信息，将低分辨率图像恢复成高分辨率图像。其中，基于学习的超分辨率算法在结合图像先验信息等方面有自己的独特优势，是近几年来超分辨率重建领域的热门研究方向。