针对视频信号不兼容, 显示分辨率不匹配的问题, 设计了一种基于FPGA的视频信号转换硬件结构系统。首先通过信号解码模块将输入的视频信号解码, 然后采用地址复用的方式进行控制两片外部存储器件DDR2进行帧频转换, 最后使用查找表的方式实现双三次插值算法对图像进行放缩。提高了代码的复用率, 降低了计算复杂度, 最终实现了将输入信号分辨率范围为640×480到1 920×1 200, 传输协议为VGA、AV、DVI的视频信号, 统一转换成LVDS输出的分辨率为1 600×1 200, 刷新频率为60 Hz, 像素时钟为162 MHz的输出信号。经实验测试, 本系统能够充分满足视频格式转化和分辨率提升的需求, 能够在广泛的应用领域里解决数据传输的格式不兼容问题。

为了解决暗弱场景下空间目标与背景对比度过低, 无法区分的问题, 采用分焦面偏振成像系统分别对室外暗弱场景、室内空间模拟环境进行成像; 为了弥补分焦面偏振成像系统图像分辨率下降的缺点, 采用双三次插值算法进行上采样。通过分焦面偏振相机的一次曝光便可获得4个不同偏振角度下的光强图, 进而解算出偏振度图像和偏振角图像, 并与传统的光强图像进行对比; 利用双三次插值算法对4幅光强图进行上采样提高图像分辨率, 然后再解算出偏振度图像, 与未通过上采样获得的偏振度图像进行对比。实验结果表明, 偏振成像较之传统的光强成像, 目标的对比度获得了提高, 边缘信息、纹理信息得到了更好的展现, 偏振度图像与光强图像相比, 与对比度有关的EME指标至少提高了17%, 双三次插值算法提高了成像分辨率。应用双三次插值算法的分焦面偏振成像系统, 对暗弱场景下的空间目标的识别具有潜在的应用价值。

针对目前视频源的分辨率与显示器支持的分辨率不对应, 导致无法在目标显示器上播放的问题, 提出一种实时视频流缩放系统的硬件结构设计。该系统基于双三次插值图像算法, 采用了流水线的设计思路对算法的浮点运算进行优化, 采用乒乓操作的思想避免了视频流输入与输出不同步的情况, 减少了计算延时, 易于FPGA的实现, 在提高系统运算速度的同时减少了对硬件资源的消耗, 并在VIVADO环境中对该设计进行测试验证, 实现了任意比例缩放。实验结果表明, 该图像缩放系统支持分辨率为3 840×2 160的实时图像缩放, 并以最低100×100的分辨率输出, 达到了预期的效果。

红外云图具有分辨率较低、图幅大和纹理丰富等特点。针对相关研究目前在算法效率优化和局部细节分析方面仍有不足，提出了一种混合超分辨率重建算法。该方法结合双三次插值重建方法和基于稀疏表达的重建方法在不同类型图像区域中的各自优势，利用方差将滑动窗口中的图像块区分为平坦和边缘两种类型；采用双三次插值方法重建平坦型图像块，采用基于稀疏表达的方法重建边缘型图像块。利用目视、峰值信噪比(Peak Signal-to-Noise Ratio, PSNR)以及残差图评估了算法效果。实验结果表明，本文方法在PSNR指标上比插值法平均提高了1 dB，比稀疏法也略有提升；经局部观察发现，改进重建结果中平坦区域噪声减少；该方法的重建耗时明显减少。

针对测量高功率激光驱动装置中大口径矩形反射光学元件的波前误差时测量角度和使用角度不完全相同引入的测量误差, 提出了将测量角度下的反射波前转换到使用角度的反射波前的换算及恢复方法。首先分析了将斜入射测量角度下的波前转换到使用角度下波前的余弦换算方法, 得到了实际测量角度与实际使用角度下的波前误差计算关系; 然后计算并分析了双三次插值算法本身引起的中频PSD1(功率谱密度)误差, 指出在满足有效口径测量的情况下, 选择的入射角度应该与实际使用的角度尽可能的相接近。最后, 基于410 mm×410 mm的熔石英反射镜开展了误差分析和实验验证。利用该方法将0°反射波前换算到45°反射波前, 并将得到的测试结果与45°直接测量得到的测试结果进行了比较。结果显示上述结果的PV值相差0.01λ, RMS值相差0.003λ, PSD1值相差0.08 nm; 表明该换算方法不仅能够准确计算出使用角度下反射波前的低频误差, 而且能获得相对准确的中频段PSD1误差。

针对现有非下采样轮廓波变换(NSCT)超分辨率重建方法的不足提出了一种改进的重建方法。空间频率大小反映图像细节信息丰富的程度，改进方法将区域窗口内空间频率的大小作为定权的标准对NSCT 分解获得的各对应高频图像进行自适应加权融合。将NSCT 分析与自适应加权融合相结合用以实现影像超分辨率重建，其中利用自适应加权融合方法将各高频图像分别进行融合，同时将低频图像进行取均值处理，分别获得处理后的高低频图像，通过NSCT逆变换获得最终的超分辨图像。通过仿真实验与工程应用验证了改进方法的可行性与有效性。

为了能在硬件上实现高质量、高效果的视频图像缩放、旋转等，文章研究分析了双三次插值算法的实现，对双三次插值计算进行离散化，得到相应的计算模板，简化计算过程。提出了一种在FPGA上实现双三次卷积模板算法的方法。实验结果表明：该算法的缩放效果优于双线性插值算法，略低于双三次插值算法，但计算性能上明显高于双三次插值算法。双三次卷积模板插值算法是一种能够在有限的资源上实现较好效果的插值算法。

针对面阵CCD成像过程中产生的Smear特有噪声, 以行间转移面阵CCD为例, 提出了利用行间转移面阵CCD暗像元区域提取Smear的方法。介绍了行间转移面阵CCD的工作原理以及Smear产生机理, 分析了Smear噪声的组成, 利用相关双采样, 哑像元校正等方法消除了Smear中的KTC噪声及暗电流噪声。提出了基于中值的快速均值滤波方法, 消除了光粒子散粒噪声。最后,利用差分方法将滤波后的Smear从原始图像数据中减除, 并采用双三次插值对消除Smear后的图像区域进行补偿。设计了以现场可编程门阵列+数字信号处理器(FPGA+DSP)为核心处理器件的硬件实时处理系统, 当相机工作在最高速工况3 frame/s时, 系统可在1.265 ms内完成Smear提取及滤波,消除Smear后的图像区域灰度方差减小了95.34%。经过成像实验验证, 该系统集成度高, 满足实时需要, 彻底消除了Smear噪声。

针对 Contourlet变换中存在的频谱混叠现象, 采用了基于抗混叠轮廓波变换的算法进行图像超分辨率重建。该算法首先用抗混叠塔式滤波器组替换掉 Contourlet变换中的拉普拉斯塔式变换, 对图像进行尺度变换; 然后, 根据尺度变换后不同尺度的高频子带之间的相似性, 对相关高频分量用双三次插值做高频外推相似变换, 再通过方向滤波器组以及最后的反变换得到比原始图像分辨率更高的插值图像。实验结果表明, 与运用普通 Contourlet变换的算法相比, 该算法避免了由于频谱混叠而带来的图像细节部分的扭曲和模糊, 具有更高的信噪比, 图像重建效果更好。

介绍了一种基于图像的双三次线性插值缩放算法的设计方法,并通过FPGA验证了设计的可行性。重点讨论了视频缩放的插值算法,对两种实现方法在硬件资源利用率及实施效率方面进行了比较并论证了块状插值实现方法的优越性。最终设计实现了高分辨率实时视频图像的缩放。