基于全色的计算光谱成像及其并行重构算法实现

发布时间：2017-10-28 16:32

  本文关键词：基于全色的计算光谱成像及其并行重构算法实现

  更多相关文章： 光谱成像 压缩感知 全色成像 双通道 GPU TwIST

【摘要】：光谱图像空间位置的光谱维信息对于表明场景中被观测物体的组成及结构有重大意义。促使光谱成像技术在地理遥感,大气环境监测,军事目标侦察、监视,气象观测,灾害预防等领域广泛应用。然而物体的光谱信息不是固定不变,而是由于多种因素的影响在不断发生变化的,因此要获取动态变化的光谱信息,就必须快速获取光谱图像,形成光谱视频。光谱视频包含了客观世界的空间、光谱、时间多维信息,可以完成光谱图像难以胜任的任务。基于压缩感知理论,杜克大学提出了新型计算光谱成像技术,即编码孔径快照光谱成像(CASSI)。CASSI系统整个成像过程包括两个阶段,首先,通过构造合适的混叠编码模板来对光谱图像进行特定的编码观测,然后利用光谱图像的先验信息,通过优化方法完成光谱图像的高分辨重构。目前,CASSI的观测过程仍有许多缺陷,如空间维或谱间维的信息丢失、采样率过低等,对反演阶段的优化重构非常不利。在此基础上,许多学者提出了一系列的解决方案,如编码模板设计、多次曝光以及互补双通道光谱成像等,上述方案都取得了不错的效果,但仍有许多改进空间。本文将全色成像与混叠采样光谱成像相结合,提出了一种新型的基于灰度全色成像和彩色成像的混叠采样光谱视频成像系统,并建立了相应的数学模型,其全色通道不仅可以增加采样的观测量,还可将全色成像用于光谱图像(视频)的重构,为其提供空间维先验信息。通过仿真实验验证,本文提出的观测系统能采集更多的数据,同时获取光谱场景的边缘、纹理信息,能得到更精确的重构结果,边缘、纹理信息更清晰,重构图像的信噪比也明显优于其它方案。CASSI的反演重构过程同样存在很大的问题,其中最明显的是重构效率低,速度慢。针对这一问题研究者一直致力于设计时间复杂度更低的反演重构算法,但往往是以牺牲重构质量为代价。鉴于此,本文实现了一种基于GPU的混叠采样光谱视频快速重构方法,以减少光谱视频重构过程中的时间代价,提高重构效率。通过实验验证,本文实施的基于GPU的重构算法可以在保证重构质量不受影响的前提下取得很好的加速效果,重构时间大大减小,其中针对300x300的视频,加速比为50多倍;针对600x600的视频,加速比可达130倍左右;针对1200x1200的视频,加速比更是高达140多倍,距离光谱视频的实时性获取更近一步。
【关键词】：光谱成像 压缩感知 全色成像 双通道 GPU TwIST
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP751
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 符号对照表11-12
• 缩略语对照表12-15
• 第一章 绪论15-21
• 1.1 选题意义与研究背景15-16
• 1.2 国内外研究现状16-19
• 1.2.1 单像素相机17-18
• 1.2.2 编码曝光视频成像18-19
• 1.2.3 混叠采样计算光谱成像19
• 1.3 论文的研究内容与贡献19-21
• 第二章 混叠采样计算光谱成像系统21-31
• 2.1 引言21-22
• 2.2 CASSI观测系统22-27
• 2.2.1 单色散CASSI观测系统22-23
• 2.2.2 双色散CASSI观测系统23-24
• 2.2.3 互补双通道CASSI观测系统24-26
• 2.2.4 多次曝光CASSI观测系统26
• 2.2.5 彩色编码CASSI观测系统26-27
• 2.2.6 CASSI观测系统编码模板设计27
• 2.3 CASSI系统重建方法27-28
• 2.4 本章小结28-31
• 第三章 基于全色成像的混叠采样计算光谱成像系统31-41
• 3.1 引言31
• 3.2 单色散CASSI系统数学模型31-35
• 3.3 基于灰度全色成像的单色散CASSI系统35-37
• 3.4 基于彩色成像的单色散CASSI系统37-40
• 3.5 本章小结40-41
• 第四章 CASSI系统的重构方法41-57
• 4.1 引言41
• 4.2 CASSI系统的重构方法41-46
• 4.2.1 两步迭代收缩阈值重构法42-44
• 4.2.2 基于结构聚类的稀疏表示重构法44-46
• 4.3 仿真实验及结果分析46-55
• 4.4 本章小结55-57
• 第五章 基于GPU的混叠采样计算光谱重构方法57-77
• 5.1 引言57
• 5.2 GPU加速技术方案57-59
• 5.3 混叠采样计算光谱重构TV-TwIST算法的GPU实现59-64
• 5.3.1 目标函数并行实现60-61
• 5.3.2 残差修正并行实现61-63
• 5.3.3 TV去噪并行实现63-64
• 5.3.4 两步迭代更新并行实现64
• 5.4 并行算法优化策略64-68
• 5.4.1 数据独立性分析64-66
• 5.4.2 分块处理方案66-68
• 5.5 并行加速实验结果68-74
• 5.5.1 针对光谱图像的仿真实验68-71
• 5.5.2 针对光谱视频的真实实验71-74
• 5.6 本章小结74-77
• 第六章 总结和展望77-79
• 参考文献79-83
• 致谢83-85
• 作者简介85-87

【相似文献】

中国期刊全文数据库 前10条

1 范世福;肖松山;赵友全;李昀;赵玉春;;显微荧光光谱成像技术及应用[J];光谱仪器与分析;2004年01期

2 肖松山;范世福;赵友全;李昀;;显微光谱成像技术及应用[J];光谱仪器与分析;2004年01期

3 毛小南;;美国军事航空侦察技术发展新动向——新型光谱成像技术[J];现代兵器;1998年01期

4 ;超光谱成像技术[J];军民两用技术与产品;2002年01期

5 肖松山,范世福,李昀,赵友全;光谱成像技术进展[J];现代仪器;2003年05期

6 范世福,李昀,赵友全;光谱成像的原理、技术和生物医学应用[J];生命科学仪器;2004年04期

7 赵友全;范世福;肖松山;李昀;;显微光谱成像分析技术及仪器研究[J];光谱仪器与分析;2004年01期

8 赵友全;王锦;范世福;;光纤光谱成像技术原理及其应用[J];光谱仪器与分析;2006年Z1期

9 朝克夫;张友林;孔祥贵;李冰;曾庆辉;宋凯;孙雅娟;;荧光光谱成像在生物芯片蛋白量化分析中的应用研究[J];光谱学与光谱分析;2008年07期

10 张小磊;霍文彩;霍薇薇;;光谱成像技术检验2005年版真伪币的实验研究[J];湖北警官学院学报;2011年02期

中国重要会议论文全文数据库 前8条

1 罗继强;毛宏霞;姚连兴;侯秋萍;;光谱成像技术发展及其应用[A];2006年全国光电技术学术交流会会议文集（A 光电系统总体技术专题）[C];2006年

2 鲁德浩;;基于波长优选的相似异物光谱成像检测方法[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

3 余静;钟涛;张云;聂鹏;;红外光谱成像技术在法庭科学领域的应用[A];第十五届全国分子光谱学术报告会论文集[C];2008年

4 李欢;周峰;;星载超光谱成像技术发展与展望[A];第十届全国光电技术学术交流会论文集[C];2012年

5 何明霞;孙永明;杨吉龙;潘毅;;透射式太赫兹光谱成像用于皮肤癌组织诊断[A];第十三届全国光学测试学术讨论会论文（摘要集）[C];2010年

6 邢利娜;金光;解鹏;;高光谱相机光谱成像系统反射镜的轻量化结构设计[A];第十四届全国日地空间物理学术研讨会论文集[C];2011年

7 马宏;陈四海;王明;赖建军;易新建;;基于微F-P腔阵列可调谐滤波器的超光谱成像技术[A];中国宇航学会深空探测技术专业委员会第三届学术会议论文集[C];2006年

8 许蓉;郑焕东;周航宇;;基于ICCD相机的瞬态光谱成像技术[A];2009年先进光学技术及其应用研讨会论文集（上册）[C];2009年

中国重要报纸全文数据库 前1条

1 记者 徐瑞哲;沪产光谱仪发回两张图像[N];解放日报;2013年

中国博士学位论文全文数据库 前10条

1 肖喜中;基于阶跃集成滤光片分光的红外光谱成像技术研究[D];中国科学院研究生院(上海技术物理研究所);2015年

2 才U_胜;大孔径空间外差干涉光谱成像技术研究[D];中国科学技术大学;2016年

3 林耀海;压缩编码的计算光谱成像方法研究[D];西安电子科技大学;2016年

4 付强;基于成像链分析的光谱成像系统设计方法研究[D];中国科学院研究生院(西安光学精密机械研究所);2012年

5 陈建波;基于振动光谱成像的中药化学成分信息提取与表征[D];清华大学;2014年

6 钱路路;计算光谱成像技术研究[D];中国科学技术大学;2013年

7 许洪;多光谱、超光谱成像探测关键技术研究[D];天津大学;2009年

8 刘洪英;分子超光谱成像的生物组织定量检测与方法研究[D];华东师范大学;2011年

9 魏巍;光谱成像技术在脑肿瘤病理诊断应用中的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

10 廉玉生;物证检材特征检测与鉴别的光谱成像系统研究[D];北京理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 林立波;小菜蛾虫害胁迫下甘蓝叶片的光谱图像特征研究[D];云南师范大学;2015年

2 王颖;滤光片型光谱成像技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

3 朱磊;偏振光谱成像系统标定技术研究[D];西安工业大学;2016年

4 马腾飞;超光谱成像技术在生物检测中的应用研究[D];东南大学;2016年

5 李超;基于全色的计算光谱成像及其并行重构算法实现[D];西安电子科技大学;2015年

6 王金成;基于压缩感知的光谱成像研究[D];浙江大学;2013年

7 彭健;光谱成像仿真系统关键技术研究[D];华中科技大学;2012年

8 刘阳;压缩光谱成像中结构稀疏重构算法的分布式计算[D];西安电子科技大学;2014年

9 陈洪福;棱镜—光栅型光谱成像技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年

10 丁言虎;基于声光可调滤波器的超光谱成像系统的实验研究[D];哈尔滨工业大学;2011年

，

本文编号：1109085