生物和化學(xué)大分子的振動(dòng)及轉(zhuǎn)動(dòng)能級(jí)主要處于太赫茲波段,太赫茲輻射波具有能穿透大多數(shù)非金屬非極性材料的性能,利用太赫茲時(shí)域光譜(THz-TDS)技術(shù)進(jìn)行光譜測(cè)量與目標(biāo)識(shí)別,已廣泛應(yīng)用于生物醫(yī)學(xué)、公共安全、無(wú)損檢測(cè)、品質(zhì)檢驗(yàn)、化學(xué)相關(guān)以及環(huán)境監(jiān)測(cè)等領(lǐng)域。太赫茲光譜具有典型的高光譜數(shù)據(jù)特征,光譜維數(shù)高、數(shù)據(jù)量大,如何從海量的光譜數(shù)據(jù)中,觀察和挖掘出有用的信息是THz-TDS技術(shù)應(yīng)用與發(fā)展所面臨的挑戰(zhàn)。本文以太赫茲波譜學(xué)為理論基礎(chǔ),采用THz-TDS技術(shù)獲取檢測(cè)樣本的光譜數(shù)據(jù),主要圍繞光譜目標(biāo)識(shí)別中的兩類關(guān)鍵問(wèn)題展開研究。一類是針對(duì)光譜特征相似物質(zhì)的識(shí)別問(wèn)題。采用基于數(shù)據(jù)驅(qū)動(dòng)的全光譜分析手段,提取光譜主要差異特征,開展光譜模式識(shí)別新方法研究,以提高光譜目標(biāo)識(shí)別的準(zhǔn)確性;另一類是針對(duì)光譜圖像噪聲大、光學(xué)分辨率不高,通過(guò)圖像無(wú)法有效識(shí)別樣本目標(biāo)特征的問(wèn)題。深入研究太赫茲成像機(jī)理,充分挖掘太赫茲光譜圖像的有用信息,通過(guò)目標(biāo)差異光譜聚類、圖像去噪以及高分辨率圖像相似性匹配等定量研究,為實(shí)現(xiàn)圖像目標(biāo)的超分辨率識(shí)別奠定基礎(chǔ)。主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下:①提出一種基于自適應(yīng)策略的動(dòng)態(tài)感知粒子群(APSO)支持向量機(jī)(SVM)模型,解決了光譜特征相似物質(zhì)的識(shí)別問(wèn)題。太赫茲光譜采樣過(guò)程復(fù)雜,受動(dòng)態(tài)環(huán)境影響,在對(duì)復(fù)雜多樣物質(zhì)進(jìn)行分類訓(xùn)練時(shí),分類器最優(yōu)參數(shù)解是動(dòng)態(tài)變化的,導(dǎo)致粒子群優(yōu)化(PSO)算法在分類器參數(shù)尋優(yōu)過(guò)程中,容易陷入局部最優(yōu)或死循環(huán)。為此,本文對(duì)PSO算法進(jìn)行改進(jìn),設(shè)計(jì)一種新算法(APSO),引入“感知粒子”,對(duì)參數(shù)尋優(yōu)進(jìn)行監(jiān)督更新。該機(jī)制從粒子群可行域解空間中,隨機(jī)抽取若干粒子作為“感知粒子”,在PSO迭代尋優(yōu)過(guò)程中,計(jì)算所有感知粒子相鄰迭代適應(yīng)度差值之和,以表示環(huán)境變化的劇烈程度,并設(shè)置“響應(yīng)閾值”。粒子適應(yīng)度差值之和大于響應(yīng)閾值則觸發(fā)閾值更新響應(yīng),強(qiáng)制參數(shù)尋優(yōu)跳出當(dāng)前的局部最優(yōu)或死循環(huán)。通過(guò)對(duì)轉(zhuǎn)基因棉花種子樣本進(jìn)行多種SVM模型比對(duì)分析,結(jié)果表明,本文提出的新算法能有效提高模型的識(shí)別精度,降低參數(shù)尋優(yōu)迭代更新次數(shù),算法效率更高。②從光譜識(shí)別角度出發(fā),提出一種基于t分布隨機(jī)鄰域嵌入(t-SNE)的光譜聚類識(shí)別模型,解決了太赫茲光譜圖像分辨率不高,無(wú)法有效識(shí)別樣本缺陷特征的問(wèn)題。通過(guò)高維光譜數(shù)據(jù)集的降維,在低維空間上對(duì)差異光譜進(jìn)行聚簇分析,實(shí)現(xiàn)對(duì)檢測(cè)樣本缺陷特征“有無(wú)”的判斷。模型基本原理是:采用基于流形學(xué)習(xí)的t-SNE算法,將高維空間數(shù)據(jù)樣本點(diǎn)映射到低維空間,并用條件概率分布度量距離不變的相似性,實(shí)現(xiàn)樣本點(diǎn)特征在低維空間的可視化觀察。通過(guò)與光譜圖像的比對(duì)驗(yàn)證,結(jié)果表明,本文的模型能夠通過(guò)光譜聚類實(shí)現(xiàn)樣本不同缺陷特征的“有無(wú)”判斷,為進(jìn)一步的成像分析做預(yù)檢測(cè)。③提出一種基于蟻群算法(ACO)邊緣提取與壓縮感知(CS)算法相結(jié)合的圖像去噪模型,解決了常用數(shù)字圖像處理方法在太赫茲圖像去噪過(guò)程中,會(huì)模糊目標(biāo)重要邊緣信息,影響圖像目標(biāo)識(shí)別準(zhǔn)確性的問(wèn)題。模型的基本思想是:采用蟻群算法提取出光譜圖像的邊緣與非邊緣兩幅圖像,僅對(duì)非邊緣圖像進(jìn)行去噪,保護(hù)圖像重要邊緣特征�；趬嚎s感知理論,運(yùn)用相應(yīng)的正交變換求出非邊緣圖像的稀疏表示,采用局部快速傅里葉變換的圖像重構(gòu)算法進(jìn)行快速去噪。通過(guò)與多種經(jīng)典圖像去噪模型比對(duì),結(jié)果表明,本文提出的圖像去噪方法,綜合效果最好,更具有實(shí)用性。④提出一種基于圖像SIFT特征點(diǎn)提取與K-means聚類相結(jié)合的高分辨率圖像匹配模型,從圖像庫(kù)中檢索出一組用于超分辨率識(shí)別的高質(zhì)量源圖像,解決了在采用圖像融合以及超分辨率重建等方法,對(duì)降質(zhì)的光譜圖像進(jìn)行處理時(shí),由于對(duì)圖像源的選取隨機(jī)性很大,導(dǎo)致圖像質(zhì)量提高受限的問(wèn)題。具體而言,首先采用布萊克曼(Blackman)窗頻域插值的傅里葉頻域變換方法,提高頻域光譜分辨率,并通過(guò)頻域與時(shí)域多參數(shù)信息成像,建立太赫茲光譜圖像庫(kù);然后采用樣本光譜截止頻率與圖像客觀評(píng)價(jià)指標(biāo)融合分析,選取一幅高質(zhì)量的圖像作為待匹配圖像;最后基于SIFT-Kmeans模型,運(yùn)用向量余弦相似度度量計(jì)算,檢索出多幅高分辨率源圖像。通過(guò)對(duì)多種檢測(cè)樣本的模型驗(yàn)證,結(jié)果表明,本文采用的圖像定量分析體系,從圖像源上保證了圖像質(zhì)量,從而凸顯圖像超分辨重建的價(jià)值與現(xiàn)實(shí)意義。
【學(xué)位單位】：重慶大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：O441.4;TP391.41
【部分圖文】：

研究發(fā)展極其迅速，Ｂ經(jīng)在生物醫(yī)學(xué)［２Ｍ５］、公共安全［２６，２７１、無(wú)損檢測(cè)［２８—３１］、品質(zhì)??檢驗(yàn)［３Ｍ５］、化學(xué)相關(guān)［３６．３８］以及環(huán)境監(jiān)測(cè)［３９－４１］等領(lǐng)域得到了廣泛的應(yīng)用，其主要應(yīng)??用如圖１．３所??ｇＩ翁，祕(mì)?…??ｋ炸藥毒品藥品化學(xué)成分轉(zhuǎn)基因物種環(huán)境監(jiān)測(cè)」??＇＾光譜分析??廠．￣＾??靶?ＴＨｚ輻射??太赫茲波（１／＾?？？？？？？??ＩＩ＂?、ｉｉａ熱電子??ｖ??ｙ??光譜圖像??圓…??＾安檢影像復(fù)合材料?１Ｃ芯片?晶體材料?生物醫(yī)學(xué)?眹學(xué)影像??圖１．３?ＴＨｚ－ＴＤＳ技術(shù)主要應(yīng)用領(lǐng)域??Ｆｉｇ．?１．３?Ａｐｐｌｉｃａｔｉｏｎ?ｆｉｅｌｄｓ?ｏｆ?ＴＨｚ－ＴＤＳ?ｔｅｃｈｎｏｌｏｇｙ．??ＴＨｚ－ＴＤＳ技術(shù)在這些領(lǐng)域取得的豐碩研究成果，充分表明ＴＨｚ－ＴＤＳ技術(shù)的應(yīng)??用屬于交叉前沿學(xué)科，融合了生物醫(yī)學(xué)、化學(xué)、物理學(xué)、光譜學(xué)、電子學(xué)、計(jì)算??機(jī)學(xué)、倌息學(xué)以及材料學(xué)等多學(xué)科的內(nèi)容，其中蘊(yùn)含著原創(chuàng)性重大機(jī)理和方法并??亟待突破。開展太赫茲光譜數(shù)據(jù)處理與識(shí)別方法的研宄是太赫茲?rùn)z測(cè)技術(shù)的關(guān)鍵??課題，這對(duì)于促進(jìn)太赫茲應(yīng)用技術(shù)的發(fā)展具有重要的科學(xué)意義和研究?jī)r(jià)值。??１．１．３太赫茲光譜的特點(diǎn)??太赫茲時(shí)域光譜具有典型的“高光譜”數(shù)據(jù)的特征［４２，４３］，融合了光譜和圖像??＃息．，逋過(guò)光柵掃描（ＲａｓｔｅｒＳｃａｎ）方法［４４］，可以減時(shí)獲取被測(cè)物體的空間信息和??每個(gè)像素點(diǎn)的光譜信息。太赫茲時(shí)域光譜圖像是一種全新的圖像形式

Ｆｉｇ．?１．４?Ｔｈｅ?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ?ｏｆ?ＴＨｚ?ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｉｍａｇｅ?ｃｕｂｅ．??太身赤茲時(shí)域光譜的特點(diǎn)主要表現(xiàn)在：??①頻帶帶寬高??太赫茲波包含頻率從Ｏ．ｌＴＨｚ到ｌＯＴＨｚ頻段的電磁波，光譜頻帶帶寬較高，絕??大多數(shù)凝聚態(tài)物質(zhì)與生物大分子的轉(zhuǎn)動(dòng)與振動(dòng)頻率都處于這個(gè)區(qū)域，這有助于在??大范＿內(nèi)分析物質(zhì)所表現(xiàn)出的光譜特性。??②指紋譜特征??物質(zhì)的太赫茲光譜包含豐嘗的物理和化學(xué)信息，在太赫茲波的照射下，許多??物質(zhì)的分子會(huì)出現(xiàn)轉(zhuǎn)動(dòng)和振動(dòng)能級(jí)的躍遷，其固體晶格與幅振大都在太赫茲頻段??內(nèi)雖現(xiàn)明顯的特征峰，其對(duì)應(yīng)著分子內(nèi)的低頻集體振動(dòng)、大分子的骨架振動(dòng)、分??于間的弱相．互作用（氫鍵和范德華力的拉伸、扭轉(zhuǎn)）以及晶格的聲于振動(dòng)模式等，??從而構(gòu)成這些物質(zhì)在太赫茲波段的“指紋譜”?［４４］。太赫茲光譜蘊(yùn)含的“指紋譜”??特征，與物質(zhì)本質(zhì)屬性息息相關(guān)，這些有用的信息能夠從微觀世界掲示粒子之間??相互作用的規(guī)律，為這些作用與活動(dòng)物性特征的解釋，提供了革命性的研究手段［４５］。??

衡量系統(tǒng)成像質(zhì)量的一個(gè)童要指標(biāo)是成像橫向分辨率，指的是光譜圖像能夠分辨??目標(biāo)橫向兩點(diǎn)的能力，其值由瑞利準(zhǔn)則公式確定［４４］：?Ａ?＝?１．２２Ａ＋，其中Ａ是成像??橫向光學(xué)分辨率，／Ｉ是太赫茲波長(zhǎng)，／是透鐐焦距，／＞是透鏡食徑：ａ圖１．７是ＴＨｚ－ＴＤＳ??系統(tǒng)反射探測(cè)模式下＾分辨率標(biāo)定鋁板在０．５?ＴＨｚ頻點(diǎn)處龍？息成像的結(jié)果??從光譜圖像上可以看到，圖像橫向光學(xué)分辨率接近１ｍｍ。在賣際工程應(yīng)用中＊由??于系統(tǒng)硬件功能和檢測(cè)環(huán)境等囡素影響，其實(shí)際的成像分辨率要遠(yuǎn)低于１ｍｍ的水??平，因此通過(guò)光譜圖像無(wú)法實(shí)現(xiàn)對(duì)樣本＿標(biāo)微小結(jié)構(gòu)特征的有效識(shí)別。??［ＱＤ?］］］，?ＩＩＩ?ＩＩＩ??１１?１?ＩＩＩ?ＩＩＩ?■??３?ｍｍ?２?ｍｍ?１?ｍｍ?３?ｍｍ?２?ｍｍ?１ｍｍ??（ａ）?（ｂ）??圖１．７反射模式下０．５?ＴＨｚ能量成像：（ａ）成像分辨率標(biāo)定鋁板；（ｂ）太赫茲光譜圖偉??Ｆｉｇ．?１．７?Ｔｈｅ?０．５?ＴＨｚ?ｅｎｅｒｇｙ?ｉｍａｇｉｎｇ?ｒｅｓｕｌｔ?ｂｙ?ｒｅｆｌｅｃｔｉｏｎ?ｍｏｄｅ：（ａ）?ｃａｌｉｂｒａｔｅｄ?ａｌｕｍｉｎｕｍ?ｐｌａｔｅ?ｆｏｒ??ｒｅｓｏｌｕｔｉｏｎ；（ｂ）?ｔｅｒａｈｅｒｔｚ?ｓｐｅｃｔｒｕｍ?ｉｍａｇｅ．??６??
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫怡雯;鐘俊蘭;左劍;張存林;但果;;血凝素蛋白及抗體相互作用的太赫茲光譜主成分分析[J];物理學(xué)報(bào);2015年16期

2 江天;沈會(huì)良;楊冬曉;劉建軍;鄒哲;;基于模糊局部信息C均值的太赫茲圖像目標(biāo)檢測(cè)[J];激光技術(shù);2015年03期

3 涂閃;張文濤;熊顯名;陳濤;;基于太赫茲時(shí)域光譜系統(tǒng)的轉(zhuǎn)基因棉花種子主成分特性分析[J];光子學(xué)報(bào);2015年04期

4 李武;胡冰;王明偉;;基于主成分分析和支持向量機(jī)的太赫茲光譜冰片鑒別[J];光譜學(xué)與光譜分析;2014年12期

5 寇光杰;馬云艷;岳峻;鄒海林;;仿生自然計(jì)算研究綜述[J];計(jì)算機(jī)科學(xué);2014年S1期

6 蘇海霞;張朝暉;趙小燕;李智;燕芳;張寒;;太赫茲譜定量測(cè)試中朗伯比爾定律表征形式分析[J];光譜學(xué)與光譜分析;2013年12期

7 謝云宇;胡昌華;師彪;滿謙;尹寶娟;;超分辨率重建技術(shù)及其在太赫茲圖像中的應(yīng)用[J];系統(tǒng)仿真技術(shù);2013年04期

8 徐利民;范文慧;劉佳;;太赫茲圖像的降噪和增強(qiáng)[J];紅外與激光工程;2013年10期

9 和挺;沈京玲;;太赫茲光譜技術(shù)在毒品檢測(cè)中的應(yīng)用研究[J];光譜學(xué)與光譜分析;2013年09期

10 謝麗娟;徐文道;應(yīng)義斌;秦堅(jiān)源;;太赫茲波譜無(wú)損檢測(cè)技術(shù)研究進(jìn)展[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年07期

相關(guān)博士學(xué)位論文 前6條

1 周勝靈;基于模式識(shí)別的太赫茲光譜建模及應(yīng)用研究[D];西南大學(xué);2017年

2 邢礫云;航空泡沫芯材及夾層結(jié)構(gòu)的太赫茲無(wú)損檢測(cè)研究[D];吉林大學(xué);2016年

3 羅甫林;高光譜圖像稀疏流形學(xué)習(xí)方法研究[D];重慶大學(xué);2016年

4 張瑾;纖維增強(qiáng)復(fù)合材料的太赫茲無(wú)損檢測(cè)研究[D];吉林大學(xué);2016年

5 劉建軍;太赫茲時(shí)域光譜技術(shù)在轉(zhuǎn)基因物質(zhì)檢測(cè)上的識(shí)別方法研究[D];西安電子科技大學(xué);2015年

6 李逸楠;基于太赫茲時(shí)域光譜技術(shù)的成品油定量識(shí)別方法研究[D];天津大學(xué);2014年

相關(guān)碩士學(xué)位論文 前1條

1 徐利民;高分辨太赫茲圖像處理[D];中國(guó)科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所）;2013年

本文編號(hào)：2872802