基于小波稀疏测量的自适应压缩成像关键技术研究

发布时间：2021-12-30 13:57

　　压缩成像是利用自然图像的稀疏性同时进行采样和压缩,为解决庞大的数据采样需求和有限的探测器资源之间矛盾提供了新的思路。然而,现有基于压缩感知的压缩成像方法存在成像质量不可控、重建算法计算复杂度过高的问题,限制了系统的成像速度和应用范围。为此,本文以构建快速高分辨率多维压缩成像系统为目的,围绕目标场景反射率信息、时间信息以及深度信息的快速获取,开展基于小波稀疏测量的自适应压缩成像方法在图像、视频和三维成像领域的关键技术研究,以实现自适应的成像质量控制、高效率的测量以及低计算复杂度的图像重建。本文的主要内容包括:针对目标场景反射率信息的快速获取,提出了基于Haar小波稀疏测量的自适应压缩成像方法。首先,通过研究Haar小波兄弟系数间的相关性,提出扩展小波树模型,以描述代表目标场景稀疏信息的显著小波系数的分布规律;然后,根据扩展小波树按照分辨率由低到高的顺序预测显著小波系数位置,并使用DMD加载相应小波基测量模式直接进行测量;最后,通过低计算复杂度的小波逆变换重构目标场景,从而克服基于CS的压缩成像方法的缺点,实现质量可控、高分辨率图像实时重构。与现有基于小波树的自适应压缩成像方法相比,该方法... 

【文章来源】：南京理工大学江苏省 211工程院校

【文章页数】：132 页

【学位级别】：博士

【部分图文】：

图１．２压缩成像技术图像获取与数据处理流程??相比传统数字成像，压缩成像具有以下三个方面的优势：??１）不同于传统数字成像先采样再压缩的成像策略，压缩成像直接以压缩格式进行??

图１．４主动照明单像素压缩成像系统??２０１４年，中科院空间科学与应用研宄中心的俞文凯等人在单像素相机系统的基础??

图１．３莱斯大学单像素相机系统??

【参考文献】：
期刊论文
[1]三维遥感在西藏狮泉河地区地质解译中的应用[J]. 郭奇奇,李志军,高一鸣,何珊.  世界有色金属. 2018(11)
[2]压缩成像技术的应用与挑战[J]. 张华,曹良才,金国藩,白瑞迪.  科技导报. 2018(10)
[3]Fast reconstructed and high-quality ghost imaging with fast Walsh-Hadamard transform[J]. Le Wang,Shengmei Zhao.  Photonics Research. 2016(06)
[4]基于压缩感知的三维物体成像的简单计算方法[J]. 张硕,王杰,王金成,李海峰,刘旭.  光学学报. 2013(01)
[5]基于双树复数小波局部高斯模型的彩色图像压缩感知[J]. 练秋生,夏长城.  激光与光电子学进展. 2011(10)
[6]水下单像素成像系统研究[J]. 吕沛,周仁魁,何俊华,刘海英.  光电子.激光. 2011(09)



本文编号：3558336