多光譜成像技術(shù)可以記錄場景豐富的光譜信息,并被廣泛應(yīng)用于傳統(tǒng)的生物醫(yī)學(xué),軍事遙感,顏色控制等領(lǐng)域。同時,多光譜成像技術(shù)也已在目標(biāo)跟蹤,人臉識別,場景分割等諸多新興計算機(jī)視覺任務(wù)中表現(xiàn)出了重要的應(yīng)用價值。受限于多光譜成像設(shè)備,多光譜圖像無法同時被高效率和高質(zhì)量地采集,這將極大地制約多光譜成像技術(shù)進(jìn)一步應(yīng)用與發(fā)展。本文針對上述問題,開展了如下創(chuàng)新性的研究工作:1.為了提升高質(zhì)量多光譜圖像的采集效率,提出了一種基于低分辨率光譜圖像和高分辨率光譜圖像融合的快速超分辨率成像框架。該框架包含圖像采集和計算重建兩個階段。在采集階段,只在較少通道采集高分辨率的光譜圖像,同時在剩余通道全部采集低分辨率的光譜圖像。這些低分辨率圖像利用相機(jī)傳感器的像素合并操作得到,從而可極大地縮減采集過程中所需的曝光時間。在重建階段,首先計算確定光譜基元的最佳個數(shù),同時估計得到信號依賴噪聲的分布統(tǒng)計。通過對采集圖像空間域和光譜域的退化行為進(jìn)行建模,以閉合解的形式高效地重建所需的高分辨率多光譜圖像。該框架的有效性在真實(shí)采集的多光譜圖像上進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,提出的快速多光譜成像框架能有效提升采集效率,在重建精度上優(yōu)于現(xiàn)有方... 

【文章頁數(shù)】：132 頁

【學(xué)位級別】：博士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 多光譜成像技術(shù)
    1.2 多光譜成像中的問題
    1.3 單幅圖像超分辨率算法研究現(xiàn)狀
    1.4 多光譜圖像超分辨率算法研究現(xiàn)狀
    1.5 RGB輻射校正方法研究現(xiàn)狀
    1.6 光譜重建方法研究現(xiàn)狀
    1.7 當(dāng)前的多光譜圖像超分辨率主要算法介紹
    1.8 本文主要工作與創(chuàng)新
    1.9 本文章節(jié)安排
2 基于像素合并與譜分解的多光譜快速超分辨率成像方法
    2.1 背景
    2.2 快速多光譜超分辨率成像
    2.3 算法實(shí)施細(xì)節(jié)
    2.4 實(shí)驗(yàn)結(jié)果
    2.5 本章小結(jié)
3 基于RGB圖像融合與輻射校正的多光譜圖像超分辨率算法
    3.1 背景
    3.2 多光譜圖像超分辨算法
    3.3 算法實(shí)施細(xì)節(jié)
    3.4 實(shí)驗(yàn)結(jié)果
    3.5 本章小結(jié)
4 基于概率性超像素匹配和光譜重建的多光譜圖像超分辨率算法
    4.1 背景
    4.2 多光譜圖像超分辨算法
    4.3 實(shí)驗(yàn)結(jié)果
    4.4 本章小結(jié)
5 總結(jié)與展望
參考文獻(xiàn)
附錄
    A 證明式(3.27)
    B 證明式(4.14)-(4.16)
    C 證明式(4.22)-(4.23)
作者簡歷
攻讀博士學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]緊湊型圖像復(fù)分光譜成像系統(tǒng)光學(xué)設(shè)計及優(yōu)化[J]. 馬培培,劉揚(yáng)陽,呂群波,裴琳琳,方煜.  光子學(xué)報. 2016(07)
[2]星載大相對孔徑寬視場成像光譜儀光學(xué)系統(tǒng)設(shè)計[J]. 薛慶生.  中國激光. 2014(03)
[3]基于壓縮感知的熒光顯微多光譜成像[J]. 王金成,匡翠方,王軼凡,劉旭.  中國激光. 2013(12)
[4]多源遙感數(shù)據(jù)融合應(yīng)用研究[J]. 袁金國,王衛(wèi).  地球信息科學(xué). 2005(03)



本文編號：3723510