参考臂差分压缩关联成像方案研究.pdfVIP

参考臂差分压缩关联成像方案研究.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
参考臂差分压缩关联成像方案研究.pdf

第30 卷 第7 期 信 号 处 理 Vol.30 No.7 2014年7 月 JOURNALOFSIGNALPROCESSING Jul.2014 参考臂差分压缩关联成像方案研究 李永强 白 旭 赵生妹 郑宝玉 (南京邮电大学信号与信息处理研究院,江苏南京210003) 摘 要:关联成像可以在不包含物体的参考光路中获得物体的像,提供了一种运用常规手段难以获得清晰图像 的方法,现已成为量子光学领域的前沿和热点。然而,高分辨率成像和短成像时间一直是关联成像研究的热门。 本文提出一种基于压缩感知的参考臂差分关联成像方案(简称,参考臂差分压缩关联成像),只对参考臂测量值 做差分运算,而不对物体做差分运算。在方案中,参考臂多次测量的赝热光源强度的随机分布差分被选为压缩 感知的测量矩阵,物臂多次测量的关联信息被选为测量值,利用压缩感知重建方法,高质量地恢复出物体信息。 理论研究和数值仿真结果表明,该方案可获得文献[19]差分压缩关联成像方案一样的结果,即无论在成像分辨 率还是在成像时间等关键性能上都明显优于常规关联成像方案。 关键词:关联成像;差分;压缩感知;测量次数 中图分类号:TN919.8 文献标识码:A 文章编号:1003 0530(2014)07 0836 06 StudyonReferenceDifferentialCompressiveCorrelatedImagingScheme LIYongqiang BEIXu ZHAOShengmei ZHENGBaoyu (InstituteofSignalProcessing&Transmission,NanjingUniversityofPosts&Telecommunications, Nanjing,Jiangsu210003,China) Abstract: Correlatedimagingcanobtainanimageofobjectinthereferencebeamwheretheobjectisnotinside.Itpro videsanewmethodtoslovetheproblemswhicharedifficultusingconventionalimagingtechniques.Currently,ithasbe comeoneofthehottopicsinquantumoptics.However,howtoshortenthereconstructiontimeandhowtogethighresolu tionarestillopenproblemsincorrelatedimagingscheme.Inthispaper,weproposedanewschemewithreferencedifferen tialcorrelatedimagingbasedoncompressivesensing,namedReferenceDifferentialCompressiveGhostImaging (RDCGI). Inthescheme,weutilizedthedifferenceofintensitydistribututionofthepseudothermallightwhichmeetsGaussianran domdistributionasmeasurementmatrix,weusedthecorrelatedmeasurementresultsasmeasurementvector,andwerecon structedtheimagesofobjectsusingtherecoveryalgorithmofcompressivesensing.Thetheoreticalanalysisandnumerical simulationresultsshowedthattheRDCGIsch

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档