光电传感器应用技术结课论文-计算成像最新进展及应用精品.docxVIP

光电传感器应用技术结课论文-计算成像最新进展及应用精品.docx

  1. 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. 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. 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. 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. 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. 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. 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
光电传感器应用技术结课论文-计算成像最新进展及应用精品

南京理工大学光电传感器应用技术结课论文学院: 专业:姓名:学号:指导老师:日期:2016.01.17____________计算成像最新进展及应用摘要:所谓“计算”,就是将成像系统与后置的特征提取计算步骤看成一个整体,设计一种新型的成像系统一一 “计算成像”,使得成像系统的目的不再是满足人们的视觉要求而是提供满足智能应用所必须的鲁棒和智能功能,实现“从3D到信息”的跨越。本文主要对计算成像的最新进展和应用进行论述。关键词:计算成像、最新进展、应用绪论在许多情况下,传感器设计的最终目标不再是为了得到一个高分辨率的图像信号,而是仅收集图像理解算法需要收集的信息,以利于机器自动抽取需要的信息,实现“从3D到信息”的跨越。这样就可以在很大程度上回避目前出现的所谓数字媒体“存不起、查不准和管不住”的突出问题。这种将成像与后置的特征提取计算相结合的思想,就是所谓的“计算成像”。“计算成像”思想的提出,可以在很大程度上节约资源,更加符合节约型社会的要求。近年来蓬勃发展起来的计算成像方法,尤其是基于压缩感知理论的计算成像技术,为多维信息高分辨率成像方法带来了新的机遇,受到了国内外学者的广泛关注。最新进展高分辨率多维信息获取技术研究是国家中长期科学和技术发展规划的任务之一。高分辨率探测成像是其中一个重要的研究和探索方向,尤其在航天遥感、医疗诊断、军事侦查等领域高分辨成像需求迫切。传统成像方法通过在传感器像元与场景之间建立一种直接的一一对应关系来获取图像,成像效果严重依赖传感器性能(像元密度,灵敏度等),且存在二维传感器阵列无法实现高分辨多维信息(空间-谱间-时间)快速获取等问题。2013年进展西安电子科技大学高大化博士针对传统成像方法分辨率严重依赖相机传感器阵列密度的问题,提出一种基于运动随机曝光的高分辨率编码感知计算成像新方法。在编码感知阶段,设计了运动随机曝光模式,用一个较低分辨相机相对场景运动,在运动的同时通过随机编码序列控制快门闪动实现高速曝光,运动结束后完成场景的编码混叠采样;在优化反演阶段,利用场景的先验知识,构建相应的稀疏重建模型,重构出高分辨率图像。该成像方法能够实现较低分辨率相机的高分辨率成像,有效解决了传统方法成像分辨率严重依赖相机传感器阵列密度的问题,特别适用于由于成本、功耗、体积、重量、存储与传输等限制而无法使用高性能传感器的场合,如星载对地观测遥感成像。针对传统Demosaicking(去马赛克)方法存在重建效果不理想、拉链虚假色现象严重等问题,从编码感知计算成像的角度重新审视彩色图像Demosaicking过程,提出了一种基于图像稀疏模型和自适应PCA(PrincipalComponent Analysis)的Demosaicking方法。该方法通过彩色图像成像模型和光谱特征来描述各颜色分量间稀疏性,通过自适应PCA来挖掘空间维稀疏性,并将二者结合,建立了1-范数最小优化正则模型,并设计了优化求解算法。该方法能提高重建全彩色图像的抗噪能力,结果优于大多数现有Demosaicking算法,实际成像结果也显示出了更好的视觉效果。针对星载(机载)遥感推扫式光谱成像中空间分辨率和光谱分辨率受制于传感器阵列点阵密度的问题,及空间分辨率和光谱分辨率难以兼得的问题,根据编码感知计算成像框架,提出了一种基于高速快门闪动的高分辨率遥感光谱计算成像新方法。该方法在不改变相机结构和传感器密度的条件下,通过控制高速快门闪动来进行随机编码曝光,产生混叠效应,实现多个像素点与一个传感器像元对应,将丰富的场景信息压缩采样到少量的观测数据中。最后利用优化反演方法对混叠采样信号进行处理,重构出高分辨率图像。该方法无需提高传感器阵列密度,只需控制电子快门曝光和数据处理,就可以做到在保持较高光谱分辨率的前提下,较大提升光谱图像的空间分辨率。针对上由于快门闪动遮挡一部分光线,从而减少了曝光时间,导致信噪比下降及部分场景信息丢失的问题,设计了另一种随机编码曝光方式,提出了基于反射角高速切换的编码曝光方法。该方法采用一个高速转镜将入射光分为两路,同时进行互补随机编码曝光调制,这样场景中所有像素全部参与了混叠,保留了足够的信息。最后利用场景稀疏性构建优化反演模型,重构出高分辨率光谱图像。中国科学院上海技术物理研究所空间主动光电技术重点实验室基于压缩感知理论, 在单点探测计算成像的基础上, 通过在成像系统后面搭建色散光路, 利用 DMD这一特殊编码孔径模板代替传统狭缝, 实现孔径的扩展,因此大大改善了“ 狭缝”光谱仪中点对线成像特点中信噪比降低的问题。该方法在不提高传感器阵列密度, 保持较高的光谱分辨率的前提下, 大幅提升了光谱图像的空间分辨率。孙崇尚等人将透镜系统的比例法则推广到计算成像领域,证明计算成像的方法可以在更小的相机尺寸时获得更高的分辨率。在此基础上研

文档评论(0)

aena45 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档