部分相干光照明的多光谱图像重构算法研究

发布时间：2025-03-19 01:40

　　光谱数据除了目标丰富的二维空间信息之外,还包含着一维光谱信息,在生物医学,微生物检测,军事勘察等领域中有着广泛的运用。然而,随着其光谱维度的增加,光谱图像存在着大量信息,传统的采样方式不再适用于其信息的采集。另一方面,当成像目标自身光学吸收率较弱的情况下,图像的对比度减小,不利于对目标各个谱段的分析。基于部分相干光照明的多光谱图像的压缩感知框架在提高图像对比度的同时又以远低于奈奎斯特频率的采样频率对光谱数据进行了采样,解决了上述光谱成像所面临的问题。本文以压缩感知为基础,字典学习方法为框架,结合部分相干光照明理论,对多光谱图像的压缩采样及精确重构进行了研究。首先,介绍了压缩感知的发展现状以及信号的稀疏模型,把信号的稀疏表达运用到光谱成像中,分析了基于压缩感知的光谱成像数学模型。其次,分析了部分相干光照明优化原理,并提出了基于光源优化的光谱图像对比度提高方案。以阿贝成像模型为基础,将有效光源分成为多个独立的子光源,列出图像强度数学模型。引入霍普金成像模型的光学传输交叉系数,从图像强度模型中分离出传输交叉系数,并结合图像的传递函数建立光源优化的代价函数。利用粒子群优化算法对代价函数进行优化,...

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

图1.2基于压缩感知理论的信号采集过程

图1.2基于压缩感知理论的信号采集过程压缩感知理论主要通过空间光调制器对待测量图像进行压缩，并从低维的压缩数据中重构出原始数据。借鉴于压缩感知理论模型，把其引入微观物质的光谱成像技术当中。在压缩感知测量模型的基础上，利用光谱分离器件增加了光谱

图1.3RICE大学单像素相机图像处理原理图

图1.3RICE大学单像素相机图像处理原理图从CS理论提出以来，其在诸多领域中都获得了广泛的运用。例如，模式识别，人脸识别，光学，无线通信，生物医学，雷达侦探等巨大的成果。特别在图像处理方面，RICE大学的学者根据CS成

图2.1等效光源示意图

12(b)理想点光源在光轴外图2.1等效光源示意图

图2.3液晶光空间调制器

图2.3液晶光空间调制器件igitalMicro-mirrorDevice,DMD），它同时拥有移动式机械掩模光

本文编号：4036497