基于无人平台的红外多光谱计算编码成像关键技术研究
发布时间:2021-05-07 18:21
红外多光谱成像与单波段相比具有能够同时探测目标的光谱和几何特征的优势。无人平台具备成本低及持续行动力强等优势,可在海、陆、空等多个领域执行检测、搜救、安防、巡线等任务。因此无人平台的红外多光谱成像是目前最具应用潜力的光电载荷,可在遥感地质勘测、森林监护、农业应用和海洋研究等领域得到广泛应用。随着应用的深入,人们对红外多光谱成像的空间-光谱-时间分辨率提出了更高的要求。本文重点研究了基于双棱镜计算编码的无人平台红外中波多光谱成像关键技术,主要完成工作如下。(1)针对传统多光谱成像技术不能兼顾较高空间和光谱分辨率且成像组件体积较大不适用于无人平台的问题,研究并实现了一种基于双棱镜计算编码的无人平台红外中波多光谱成像技术。首先,设计循环S矩阵作为编码模板,对分光后的多光谱图像进行编码调制;然后添加反向放置的棱镜消除色散位移,用红外面阵探测器采集图谱混叠图像;最后,采用多尺度正则化Richardson-Lucy重构方法对图谱混叠图像进行图像重构获取红外多光谱图像。通过实验可验证光学设计方案的可行性及该技术能够同时满足较高的光谱-空间分辨率,其光谱分辨率为100nm,获取图像的PSNR值均大于2...
【文章来源】:西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】:104 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 课题背景与意义
1.2 相关领域研究现状
1.2.1 红外计算编码成像技术研究现状
1.2.2 重构方法的研究现状
1.2.3 红外图像超分辨率重建方法研究现状
1.3 本论文课题来源及主要研究内容
1.3.1 本论文课题来源
1.3.2 主要研究内容
第二章 基于双棱镜计算编码的红外中波多光谱成像
2.1 引言
2.2 基于双棱镜的红外多光谱成像设计
2.2.1 压缩感知原理
2.2.2 光路方案设计
2.2.3 数学模型
2.2.4 多尺度正则化Richardson-Lucy重构方法
2.3 编码模板设计
2.3.1 测量矩阵
2.3.2 基于哈达玛矩阵的编码模板设计
2.4 实验结果与分析
2.4.1 仿真平台和数据
2.4.2 图像评价指标
2.4.3 结果分析
2.5 本章小结
第三章 基于深度学习的高精度快速图像重构
3.1 引言
3.2 基于残差网络的单波段高精度快速图像重构
3.2.1 基于卷积神经网络的非迭代重构基本原理
3.2.2 基于残差网络的单波段高精度图像重构
3.2.3 实验结果与分析
3.3 基于卷积自编码器的多光谱快速图像重构
3.3.1 卷积自编码器
3.3.2 方法重建原理
3.3.3 实验结果与分析
3.4 本章小结
第四章 基于改进的增强残差网络的红外图像超分辨率重建
4.1 引言
4.2 超分辨率重建模型
4.2.1 成像退化模型
4.2.2 重建理论基础
4.3 基于改进的增强深度残差网络的图像细节超分辨率重建
4.3.1 增强深度残差网络超分辨率重建基本原理
4.3.2 基于改进的增强深度残差网络的图像超分辨率重建
4.3.3 基于深度残差生成对抗网络的细节增强网络
4.4 实验结果与分析
4.4.1 图像质量评价
4.4.2 结果分析
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
作者简介
【参考文献】:
期刊论文
[1]基于压缩感知的图像稀疏表示和重构[J]. 许婷婷,洪丽华,刘真祥,张静敏,周卫红. 云南民族大学学报(自然科学版). 2018(02)
[2]DMD编码哈达玛变换高灵敏成像[J]. 张毅,王勇,岳江,柏连发. 红外与激光工程. 2015(12)
[3]超分辨重建图像质量评价算法[J]. 于康龙,秦卫城,杨进,许若飞. 计算机工程与应用. 2017(02)
[4]压缩感知重构算法综述[J]. 李珅,马彩文,李艳,陈萍. 红外与激光工程. 2013(S1)
[5]焦平面编码高分辨率红外成像方法[J]. 肖龙龙,刘昆,韩大鹏,刘吉英. 红外与激光工程. 2011(11)
[6]无人机载小型多光谱成像仪的设计[J]. 王斌永,舒嵘,贾建军,方抗美,戴方兴. 光学与光电技术. 2004(02)
本文编号:3173854
【文章来源】:西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】:104 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 课题背景与意义
1.2 相关领域研究现状
1.2.1 红外计算编码成像技术研究现状
1.2.2 重构方法的研究现状
1.2.3 红外图像超分辨率重建方法研究现状
1.3 本论文课题来源及主要研究内容
1.3.1 本论文课题来源
1.3.2 主要研究内容
第二章 基于双棱镜计算编码的红外中波多光谱成像
2.1 引言
2.2 基于双棱镜的红外多光谱成像设计
2.2.1 压缩感知原理
2.2.2 光路方案设计
2.2.3 数学模型
2.2.4 多尺度正则化Richardson-Lucy重构方法
2.3 编码模板设计
2.3.1 测量矩阵
2.3.2 基于哈达玛矩阵的编码模板设计
2.4 实验结果与分析
2.4.1 仿真平台和数据
2.4.2 图像评价指标
2.4.3 结果分析
2.5 本章小结
第三章 基于深度学习的高精度快速图像重构
3.1 引言
3.2 基于残差网络的单波段高精度快速图像重构
3.2.1 基于卷积神经网络的非迭代重构基本原理
3.2.2 基于残差网络的单波段高精度图像重构
3.2.3 实验结果与分析
3.3 基于卷积自编码器的多光谱快速图像重构
3.3.1 卷积自编码器
3.3.2 方法重建原理
3.3.3 实验结果与分析
3.4 本章小结
第四章 基于改进的增强残差网络的红外图像超分辨率重建
4.1 引言
4.2 超分辨率重建模型
4.2.1 成像退化模型
4.2.2 重建理论基础
4.3 基于改进的增强深度残差网络的图像细节超分辨率重建
4.3.1 增强深度残差网络超分辨率重建基本原理
4.3.2 基于改进的增强深度残差网络的图像超分辨率重建
4.3.3 基于深度残差生成对抗网络的细节增强网络
4.4 实验结果与分析
4.4.1 图像质量评价
4.4.2 结果分析
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
作者简介
【参考文献】:
期刊论文
[1]基于压缩感知的图像稀疏表示和重构[J]. 许婷婷,洪丽华,刘真祥,张静敏,周卫红. 云南民族大学学报(自然科学版). 2018(02)
[2]DMD编码哈达玛变换高灵敏成像[J]. 张毅,王勇,岳江,柏连发. 红外与激光工程. 2015(12)
[3]超分辨重建图像质量评价算法[J]. 于康龙,秦卫城,杨进,许若飞. 计算机工程与应用. 2017(02)
[4]压缩感知重构算法综述[J]. 李珅,马彩文,李艳,陈萍. 红外与激光工程. 2013(S1)
[5]焦平面编码高分辨率红外成像方法[J]. 肖龙龙,刘昆,韩大鹏,刘吉英. 红外与激光工程. 2011(11)
[6]无人机载小型多光谱成像仪的设计[J]. 王斌永,舒嵘,贾建军,方抗美,戴方兴. 光学与光电技术. 2004(02)
本文编号:3173854
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3173854.html
最近更新
教材专著