多孔径压缩编码超分辨率大视场成像方法

发布时间：2018-03-19 05:36

  本文选题：多孔径成像　切入点：压缩感知　出处：《红外与激光工程》2017年08期 　论文类型：期刊论文

【摘要】：多孔径成像是一种融合了仿生复眼视觉的新型成像方法,具有小型化、大视场、高分辨率等多种优势,但由于每个子孔径对应的单元图像分辨率过低,导致其成像质量和视场角的提升十分有限。为了进一步提高成像分辨率和探测视场,基于压缩感知理论设计随机编码模板,并紧贴子孔径放置对入射光场进行调制,通过单次曝光记录编码后的低分辨率单元图像阵列,利用稀疏优化算法,重构所有低分辨率单元图像获得超分辨率大视场图像。理论分析和仿真实验证明了该方法的有效性。该方法不仅能兼顾大视场高分辨率成像,而且大大缩小系统等效焦距,具有薄层结构,体积小而重量轻,可为微光机电一体化系统的研制设计提供借鉴。
[Abstract]:Multi-aperture imaging is a new imaging method that combines bionic compound eye vision. It has many advantages such as miniaturization, large field of view, high resolution and so on, but the resolution of unit image corresponding to each sub-aperture is too low. In order to further improve the imaging resolution and detect the field of view, a random coding template is designed based on the theory of compression perception, and the incident light field is modulated by the subaperture. The low resolution cell image array is encoded by single exposure record, and sparse optimization algorithm is used. All low-resolution unit images are reconstructed to obtain super-resolution and large-field images. Theoretical analysis and simulation results demonstrate the effectiveness of this method. This method can not only take into account the large field of view high-resolution imaging, but also greatly reduce the system equivalent focal length. It has thin layer structure, small volume and light weight, which can be used for reference in the development and design of Mechatronics system.
【作者单位】： 西安电子科技大学物理与光电工程学院;
【基金】：国家自然科学基金(61377007,61007014,61575152)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 廖宇;乔凌;;超分辨率重建技术研究与探索[J];通信与信息技术;2011年05期

2 钟山,沈振康;图像静态超分辨率重建[J];红外与毫米波学报;2004年02期

3 王勇,郑辉,胡德文;视频的超分辨率增强技术综述[J];计算机应用研究;2005年01期

4 袁建华;殷学民;邹谋炎;;一种有效的超分辨率重建计算方法[J];中国科学院研究生院学报;2006年04期

5 张地;何家忠;彭宏;;低分辨率人脸序列的超分辨率重构识别[J];韶关学院学报;2007年06期

6 梁立恒;邢立新;姜红艳;王明常;;高保真影像超分辨率重建应用研究[J];吉林大学学报(地球科学版);2007年S1期

7 郑丽贤;何小海;吴炜;杨晓敏;陈默;;基于学习的超分辨率技术[J];计算机工程;2008年05期

8 浦剑;张军平;黄华;;超分辨率算法研究综述[J];山东大学学报(工学版);2009年01期

9 杨刚;赵红;王苗;刘颖;石强;;一种基于金字塔策略的人脸超分辨率方法[J];河北大学学报(自然科学版);2009年03期

10 刘琚;乔建苹;;基于学习的超分辨率重建技术[J];智能系统学报;2009年03期

相关会议论文 前10条

1 潘明海;刘永坦;赵淑清;徐佳祥;干恒富;;一种多运动目标的超分辨率检测算法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

2 李兵兵;陆耀;王晓明;李劲娴;;基于金字塔回归策略的人脸超分辨率[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

3 戴光智;陈铁群;薛家祥;;基于微扫描技术焊缝超声图像的超分辨率重建[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（上册）[C];2007年

4 郑杰;韩梅;;基于微位移的超分辨率重建技术[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

5 缪泓;徐海明;;微平移序列图像的超分辨率重建技术[A];中国力学学会学术大会'2009论文摘要集[C];2009年

6 徐忠强;朱秀昌;;基于正则算法的压缩视频超分辨率重建[A];第十三届全国图象图形学学术会议论文集[C];2006年

7 池小梅;马建伟;黄景涛;;基于压缩传感的超分辨率红外成像研究[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

8 黄华;何惠婷;;一种基于CCA空间超分辨率的人脸识别方法[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

9 杨剑;周诠;李映;赵荣椿;;一种改进的基于MAP的超分辨率图像重建算法[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年

10 饶俊;;基于金字塔配准和特征提取插值的超分辨率重建[A];第十四届全国图象图形学学术会议论文集[C];2008年

相关博士学位论文 前10条

1 巴拉卡，，雅各布Maiseli（Baraka Jacob Maiseli）;基于正则化的非线性扩散模型的超分辨率方法[D];哈尔滨工业大学;2015年

2 岳焕景;面向云媒体的图像处理研究[D];天津大学;2015年

3 杨琛;提高集成成像与集成全息系统成像质量方法的研究[D];西安电子科技大学;2015年

4 何蕾;基于稀疏表达的连分式插值核的图像/视频超分辨率重建方法研究[D];合肥工业大学;2015年

5 樊程广;超声相控阵超分辨率成像方法研究[D];国防科学技术大学;2014年

6 陈亮;基于一致性近邻关系的极低质量人脸超分辨率算法研究[D];武汉大学;2017年

7 袁建华;超分辨率重建中若干问题的研究[D];中国科学院研究生院（电子学研究所）;2006年

8 范冲;三线阵影像超分辨率重建[D];中南大学;2007年

9 张小红;视频去运动模糊及超分辨率研究[D];浙江大学;2012年

10 江涛;同视域多帧视觉影像超分辨率重建技术研究[D];山东科技大学;2005年

相关硕士学位论文 前10条

1 李智盛;压缩传感在超分辨率中的应用[D];清华大学;2011年

2 刘鹏;压缩自编码字典下的多机制邻域嵌入超分辨率重建算法[D];华南理工大学;2015年

3 蒋晓慧;自适应正则化超分辨率重建方法的研究[D];苏州大学;2015年

4 杨国珂;基于压缩传感的图像分辨率重构方法和应用[D];江西理工大学;2015年

5 陈果;单一医学视频时空超分辨率算法研究[D];北京理工大学;2015年

6 黎媛;基于超分辨率的多视角混合分辨率视频描述的关键技术研究[D];电子科技大学;2015年

7 罗国中;面向低质量视频的目标对象的超分辨率重建技术研究[D];国防科学技术大学;2013年

8 李华阳;手部深度图像去噪与超分辨率方法研究[D];北京工业大学;2015年

9 彭羊平;基于非负邻域嵌入的单帧图像超分辨率重建算法研究[D];西安电子科技大学;2014年

10 张云锋;纹理自适应的超分辨率重建[D];西安电子科技大学;2009年

本文编号：1633079