基于图像融合的多光谱图像超分辨率重建算法

发布时间：2022-12-22 05:07

　　多光谱成像技术可以记录场景丰富的光谱信息,并被广泛应用于传统的生物医学,军事遥感,颜色控制等领域。同时,多光谱成像技术也已在目标跟踪,人脸识别,场景分割等诸多新兴计算机视觉任务中表现出了重要的应用价值。受限于多光谱成像设备,多光谱图像无法同时被高效率和高质量地采集,这将极大地制约多光谱成像技术进一步应用与发展。本文针对上述问题,开展了如下创新性的研究工作:1.为了提升高质量多光谱图像的采集效率,提出了一种基于低分辨率光谱图像和高分辨率光谱图像融合的快速超分辨率成像框架。该框架包含图像采集和计算重建两个阶段。在采集阶段,只在较少通道采集高分辨率的光谱图像,同时在剩余通道全部采集低分辨率的光谱图像。这些低分辨率图像利用相机传感器的像素合并操作得到,从而可极大地缩减采集过程中所需的曝光时间。在重建阶段,首先计算确定光谱基元的最佳个数,同时估计得到信号依赖噪声的分布统计。通过对采集图像空间域和光谱域的退化行为进行建模,以闭合解的形式高效地重建所需的高分辨率多光谱图像。该框架的有效性在真实采集的多光谱图像上进行验证。实验结果表明,提出的快速多光谱成像框架能有效提升采集效率,在重建精度上优于现有方... 

【文章页数】：132 页

【学位级别】：博士

【文章目录】：
致谢
摘要
Abstract
1 绪论
    1.1 多光谱成像技术
    1.2 多光谱成像中的问题
    1.3 单幅图像超分辨率算法研究现状
    1.4 多光谱图像超分辨率算法研究现状
    1.5 RGB辐射校正方法研究现状
    1.6 光谱重建方法研究现状
    1.7 当前的多光谱图像超分辨率主要算法介绍
    1.8 本文主要工作与创新
    1.9 本文章节安排
2 基于像素合并与谱分解的多光谱快速超分辨率成像方法
    2.1 背景
    2.2 快速多光谱超分辨率成像
    2.3 算法实施细节
    2.4 实验结果
    2.5 本章小结
3 基于RGB图像融合与辐射校正的多光谱图像超分辨率算法
    3.1 背景
    3.2 多光谱图像超分辨算法
    3.3 算法实施细节
    3.4 实验结果
    3.5 本章小结
4 基于概率性超像素匹配和光谱重建的多光谱图像超分辨率算法
    4.1 背景
    4.2 多光谱图像超分辨算法
    4.3 实验结果
    4.4 本章小结
5 总结与展望
参考文献
附录
    A 证明式(3.27)
    B 证明式(4.14)-(4.16)
    C 证明式(4.22)-(4.23)
作者简历
攻读博士学位期间的研究成果


【参考文献】：
期刊论文
[1]紧凑型图像复分光谱成像系统光学设计及优化[J]. 马培培,刘扬阳,吕群波,裴琳琳,方煜.  光子学报. 2016(07)
[2]星载大相对孔径宽视场成像光谱仪光学系统设计[J]. 薛庆生.  中国激光. 2014(03)
[3]基于压缩感知的荧光显微多光谱成像[J]. 王金成,匡翠方,王轶凡,刘旭.  中国激光. 2013(12)
[4]多源遥感数据融合应用研究[J]. 袁金国,王卫.  地球信息科学. 2005(03)



本文编号：3723510