基于压缩感知的编码孔径光谱成像技术研究

发布时间：2021-01-08 11:41

　　光谱成像技术将成像技术与光谱技术相结合,能够在获得目标场景的空间信息的同时获得目标场景的光谱信息。因此,光谱成像技术在各个领域上有着广泛的应用。随着科学的发展,技术的进步,各领域对光谱成像技术的指标要求越来越高,高空间、光谱分辨率、高光学利用率、高信噪比以及高效率的存储和传输等要求为光谱成像技术提出了新挑战与发展方向。在目前的光谱成像技术应用中,获取目标信息主要采用推扫、摆扫或者干涉方式。但由于其自身原理性限制,某一项性能指标的提升必然会带来另一项指标的下降。传统的光谱成像技术基于香农采样理论的采样方法对采样频率有着较高的要求,为获取更高的成像质量,势必提高采样频率,从而导致系统更加复杂,技术要求更高;另外,提升分辨率对光电探测器件有着更高的要求。因此,研究新的光谱成像机理和新的采样理论对光谱成像技术的进一步应用具有重要意义。近年来,计算成像作为现代光学的一个分支,由于其光机电一体化的设计优势,受到人们广泛的关注。计算光谱成像技术作为计算成像的一个范畴,采用不同于奈奎斯特采样理论的压缩感知采样理论,通过较少的测量结果就能复原出完整的空间信息和光谱信息,成为光谱成像技术的重要发展方向之一... 

【文章来源】：中国科学院大学(中国科学院长春光学精密机械与物理研究所)吉林省

【文章页数】：139 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 引言
    1.2 光谱成像技术的分类及应用
        1.2.1 光谱成像技术的分类
        1.2.2 光谱成像技术的应用
    1.3 计算光谱成像技术
        1.3.1 计算成像概述
        1.3.2 计算光谱成像发展现状
    1.4 本文主要研究内容及章节安排
第2章 压缩感知理论及编码孔径光谱成像仪原理
    2.1 引言
    2.2 压缩感知采样理论
        2.2.1 信号的稀疏表示
        2.2.2 观测矩阵特性
        2.2.3 压缩感知信号重构算法
    2.3 编码孔径光谱成像仪原理
        2.3.1 双色散型光谱维编码
        2.3.2 单色散型空间维编码
    2.4 编码孔径光谱成像仪关键元件
        2.4.1 编码模板
        2.4.2 色散元件
    2.5 本章小结
第3章 编码模板与探测器分辨率匹配优化
    3.1 引言
    3.2 编码孔径与探测器分辨率不匹配
    3.3 像素分组CASSI的数学模型推导
    3.4 分辨率不匹配的解决办法
        3.4.1 基于压缩感知的超分辨光谱成像
        3.4.2 基于灰度分级的编码孔径
        3.4.3 重建算法
    3.5 实验结果
        3.5.1 基于压缩感知的超分辨光谱成像的数据立方体重建
        3.5.2 基于灰度分级的CASSI数据立方体重建
    3.6 本章小结
第4章 基于优化编码孔径的压缩采样光谱解混
    4.1 引言
    4.2 数据立方体的稀疏表示
    4.3 编码孔径压缩光谱成像解混
    4.4 基于多帧CASSI光谱解混的优化编码孔径设计
    4.5 计算机仿真与分析
        4.5.1 算法复杂度
        4.5.2 合成类数据立方体复原
        4.5.3 实测数据立方体复原
    4.6 本章小结
第5章 快照式彩色压缩光谱成像技术研究
    5.1 引言
    5.2 基于彩色光学滤波器阵列的压缩感知光谱成像仪
        5.2.1 系统理论建模
        5.2.2 矩阵模型
        5.2.3 数据复原及重建算法
    5.3 计算机仿真模拟
        5.3.1 多光谱数据复原模拟
        5.3.2 高光谱数据复原模拟
    5.4 本章小节
第6章 总结与展望
    6.1 论文研究工作总结
    6.2 研究展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果


【参考文献】：
期刊论文
[1]宽波段凸面闪耀光栅优化设计[J]. 朱嘉诚,靳阳明,黄绪杰,刘全,沈为民.  红外与激光工程. 2017(11)
[2]FAST望远镜取得首批重大成果——发现数颗新脉冲星[J]. 李橙媛.  空间科学学报. 2017(06)
[3]基于双Amici棱镜设计的多狭缝偏振成像光谱仪[J]. 裴琳琳,相里斌,吕群波,邵晓鹏.  光学学报. 2017(11)
[4]基于FISTA算法的编码孔径光谱图像压缩与复原系统[J]. 孙念,胡炳樑,王爽,闫鹏,孙朗,王铮杰.  红外与激光工程. 2014(01)
[5]压缩采样光谱调制技术研究[J]. 孙朗,胡炳樑,王爽,闫鹏,冯玉涛,孙念.  光子学报. 2013(08)
[6]高光谱遥感的发展与应用[J]. 张达,郑玉权.  光学与光电技术. 2013(03)
[7]压缩感知[J]. 许志强.  中国科学:数学. 2012(09)
[8]高光谱矿物填图技术与应用研究[J]. 王润生,甘甫平,闫柏琨,杨苏明,王青华.  国土资源遥感. 2010(01)
[9]利用高光谱遥感图像估算小麦氮含量[J]. 张霞,刘良云,赵春江,张兵.  遥感学报. 2003(03)
[10]成像高光谱数据在赤潮检测和识别中的应用研究[J]. 范学炜,张汉德,孙幸文.  国土资源遥感. 2003(01)

博士论文
[1]基于轻小型无人机的高光谱成像系统研究[D]. 葛明锋.中国科学院研究生院(上海技术物理研究所) 2015

硕士论文
[1]编码孔径成像光谱仪系统集成及光谱复原实验研究[D]. 朱丹彤.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[2]Fery棱镜特性及应用研究[D]. 刘力.苏州大学 2013
[3]压缩感知测量矩阵的研究[D]. 吴赟.西安电子科技大学 2012



本文编号：2964532