紅外多光譜成像與單波段相比具有能夠同時(shí)探測(cè)目標(biāo)的光譜和幾何特征的優(yōu)勢(shì)。無(wú)人平臺(tái)具備成本低及持續(xù)行動(dòng)力強(qiáng)等優(yōu)勢(shì),可在海、陸、空等多個(gè)領(lǐng)域執(zhí)行檢測(cè)、搜救、安防、巡線(xiàn)等任務(wù)。因此無(wú)人平臺(tái)的紅外多光譜成像是目前最具應(yīng)用潛力的光電載荷,可在遙感地質(zhì)勘測(cè)、森林監(jiān)護(hù)、農(nóng)業(yè)應(yīng)用和海洋研究等領(lǐng)域得到廣泛應(yīng)用。隨著應(yīng)用的深入,人們對(duì)紅外多光譜成像的空間-光譜-時(shí)間分辨率提出了更高的要求。本文重點(diǎn)研究了基于雙棱鏡計(jì)算編碼的無(wú)人平臺(tái)紅外中波多光譜成像關(guān)鍵技術(shù),主要完成工作如下。（1）針對(duì)傳統(tǒng)多光譜成像技術(shù)不能兼顧較高空間和光譜分辨率且成像組件體積較大不適用于無(wú)人平臺(tái)的問(wèn)題,研究并實(shí)現(xiàn)了一種基于雙棱鏡計(jì)算編碼的無(wú)人平臺(tái)紅外中波多光譜成像技術(shù)。首先,設(shè)計(jì)循環(huán)S矩陣作為編碼模板,對(duì)分光后的多光譜圖像進(jìn)行編碼調(diào)制;然后添加反向放置的棱鏡消除色散位移,用紅外面陣探測(cè)器采集圖譜混疊圖像;最后,采用多尺度正則化Richardson-Lucy重構(gòu)方法對(duì)圖譜混疊圖像進(jìn)行圖像重構(gòu)獲取紅外多光譜圖像。通過(guò)實(shí)驗(yàn)可驗(yàn)證光學(xué)設(shè)計(jì)方案的可行性及該技術(shù)能夠同時(shí)滿(mǎn)足較高的光譜-空間分辨率,其光譜分辨率為100nm,獲取圖像的PSNR值均大于2... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：104 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 課題背景與意義
    1.2 相關(guān)領(lǐng)域研究現(xiàn)狀
        1.2.1 紅外計(jì)算編碼成像技術(shù)研究現(xiàn)狀
        1.2.2 重構(gòu)方法的研究現(xiàn)狀
        1.2.3 紅外圖像超分辨率重建方法研究現(xiàn)狀
    1.3 本論文課題來(lái)源及主要研究?jī)?nèi)容
        1.3.1 本論文課題來(lái)源
        1.3.2 主要研究?jī)?nèi)容
第二章 基于雙棱鏡計(jì)算編碼的紅外中波多光譜成像
    2.1 引言
    2.2 基于雙棱鏡的紅外多光譜成像設(shè)計(jì)
        2.2.1 壓縮感知原理
        2.2.2 光路方案設(shè)計(jì)
        2.2.3 數(shù)學(xué)模型
        2.2.4 多尺度正則化Richardson-Lucy重構(gòu)方法
    2.3 編碼模板設(shè)計(jì)
        2.3.1 測(cè)量矩陣
        2.3.2 基于哈達(dá)瑪矩陣的編碼模板設(shè)計(jì)
    2.4 實(shí)驗(yàn)結(jié)果與分析
        2.4.1 仿真平臺(tái)和數(shù)據(jù)
        2.4.2 圖像評(píng)價(jià)指標(biāo)
        2.4.3 結(jié)果分析
    2.5 本章小結(jié)
第三章 基于深度學(xué)習(xí)的高精度快速圖像重構(gòu)
    3.1 引言
    3.2 基于殘差網(wǎng)絡(luò)的單波段高精度快速圖像重構(gòu)
        3.2.1 基于卷積神經(jīng)網(wǎng)絡(luò)的非迭代重構(gòu)基本原理
        3.2.2 基于殘差網(wǎng)絡(luò)的單波段高精度圖像重構(gòu)
        3.2.3 實(shí)驗(yàn)結(jié)果與分析
    3.3 基于卷積自編碼器的多光譜快速圖像重構(gòu)
        3.3.1 卷積自編碼器
        3.3.2 方法重建原理
        3.3.3 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于改進(jìn)的增強(qiáng)殘差網(wǎng)絡(luò)的紅外圖像超分辨率重建
    4.1 引言
    4.2 超分辨率重建模型
        4.2.1 成像退化模型
        4.2.2 重建理論基礎(chǔ)
    4.3 基于改進(jìn)的增強(qiáng)深度殘差網(wǎng)絡(luò)的圖像細(xì)節(jié)超分辨率重建
        4.3.1 增強(qiáng)深度殘差網(wǎng)絡(luò)超分辨率重建基本原理
        4.3.2 基于改進(jìn)的增強(qiáng)深度殘差網(wǎng)絡(luò)的圖像超分辨率重建
        4.3.3 基于深度殘差生成對(duì)抗網(wǎng)絡(luò)的細(xì)節(jié)增強(qiáng)網(wǎng)絡(luò)
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 圖像質(zhì)量評(píng)價(jià)
        4.4.2 結(jié)果分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]基于壓縮感知的圖像稀疏表示和重構(gòu)[J]. 許婷婷,洪麗華,劉真祥,張靜敏,周衛(wèi)紅.  云南民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[2]DMD編碼哈達(dá)瑪變換高靈敏成像[J]. 張毅,王勇,岳江,柏連發(fā).  紅外與激光工程. 2015(12)
[3]超分辨重建圖像質(zhì)量評(píng)價(jià)算法[J]. 于康龍,秦衛(wèi)城,楊進(jìn),許若飛.  計(jì)算機(jī)工程與應(yīng)用. 2017(02)
[4]壓縮感知重構(gòu)算法綜述[J]. 李珅,馬彩文,李艷,陳萍.  紅外與激光工程. 2013(S1)
[5]焦平面編碼高分辨率紅外成像方法[J]. 肖龍龍,劉昆,韓大鵬,劉吉英.  紅外與激光工程. 2011(11)
[6]無(wú)人機(jī)載小型多光譜成像儀的設(shè)計(jì)[J]. 王斌永,舒嶸,賈建軍,方抗美,戴方興.  光學(xué)與光電技術(shù). 2004(02)



本文編號(hào)：3173854