- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
压缩编码孔径红外成像超分辨重建.pdf
Vo l. 46 No.4
第 46 卷第4 期
吉林大学学报(工学版)
2016 年 7 月 Journal of Jilin University (Engineering and Technology Edition) luly 2016
压缩编码孔径红外成像超分辨重建
王新华1·2 ,欧阳继红1 ,庞武斌2
(1.吉林大学计算机科学与技术学院,长春 130012; 2. 中国科学院长春光学精密机械与物理研究所应用光学
国家重点实验室,长春 130033)
摘 要:为了利用低分辨率红外探测器获取高质量图像信息,对基于频谱面的压缩编码孔径成
像方法和超分辨率图像重建算法进行了研究。首先,在频谱面加入孔径编码器,通过傅里叶变
换对采样图像信号进行编码压缩。然后,利用光学成像系统的分片光滑性,实现信号在傅里叶
变换域的稀疏表示。最后,提出了两点步长梯度法与自适应非单调线搜索策略相结合的梯度
投影并行加速算法,用于完成对稀疏信号的超分辨重建。实验结果表明,该算法能够以远小于
原始信号的数据量重建出高分辨率图像信息。
关键词:计算机应用;压缩感知;编码孔径;超分辨重建
中固分类号:TP394. 1 文献标志码:A 文章编号:1671-5497(2016)04-1239-07
DOI: 10. 13229/j. cnki. jdxbgxb201604033
Supper-resolution reconstruction of infrared images
of compressive coded aperture
WANG Xin-hua l. 2 , OUYANG Ji-hongJ ,PANG Wu-bin2
(1. College of Com户uter Science and Technology , ] ilin University , Changchun 130012 , China; 2. State Key
Laboratory of Apρlied 0ρtics , Changchun Institute of 0户tics , Fine Mechanics and Physics , Chinese Academy of
Sciences , Changchun 130033 , China)
Abstract :In order to obtain high quality image information using infrared detector with low resolution ,
a compressive coded aperture imaging method based on the frequency spectrum plane and the Supper
Resolution Image Reconstruction (SRIR) algorithm was investigated. First , the aperture encoder was
added to the frequency spectrum plane , and the image sampling signal was compressive coded by
Fourier transform. The , by virtue of the piecewise smooth of the optimal imaging system , the signal
sparse representation was realized based on Fourier transform domain. Finally , the SRIR of the sparse
signal was completed by improved Gradient Projection for Sparse Reconstruction
文档评论(0)