光譜成像技術(shù)將成像技術(shù)與光譜技術(shù)相結(jié)合,能夠在獲得目標(biāo)場(chǎng)景的空間信息的同時(shí)獲得目標(biāo)場(chǎng)景的光譜信息。因此,光譜成像技術(shù)在各個(gè)領(lǐng)域上有著廣泛的應(yīng)用。隨著科學(xué)的發(fā)展,技術(shù)的進(jìn)步,各領(lǐng)域?qū)庾V成像技術(shù)的指標(biāo)要求越來(lái)越高,高空間、光譜分辨率、高光學(xué)利用率、高信噪比以及高效率的存儲(chǔ)和傳輸?shù)纫鬄楣庾V成像技術(shù)提出了新挑戰(zhàn)與發(fā)展方向。在目前的光譜成像技術(shù)應(yīng)用中,獲取目標(biāo)信息主要采用推掃、擺掃或者干涉方式。但由于其自身原理性限制,某一項(xiàng)性能指標(biāo)的提升必然會(huì)帶來(lái)另一項(xiàng)指標(biāo)的下降。傳統(tǒng)的光譜成像技術(shù)基于香農(nóng)采樣理論的采樣方法對(duì)采樣頻率有著較高的要求,為獲取更高的成像質(zhì)量,勢(shì)必提高采樣頻率,從而導(dǎo)致系統(tǒng)更加復(fù)雜,技術(shù)要求更高;另外,提升分辨率對(duì)光電探測(cè)器件有著更高的要求。因此,研究新的光譜成像機(jī)理和新的采樣理論對(duì)光譜成像技術(shù)的進(jìn)一步應(yīng)用具有重要意義。近年來(lái),計(jì)算成像作為現(xiàn)代光學(xué)的一個(gè)分支,由于其光機(jī)電一體化的設(shè)計(jì)優(yōu)勢(shì),受到人們廣泛的關(guān)注。計(jì)算光譜成像技術(shù)作為計(jì)算成像的一個(gè)范疇,采用不同于奈奎斯特采樣理論的壓縮感知采樣理論,通過(guò)較少的測(cè)量結(jié)果就能復(fù)原出完整的空間信息和光譜信息,成為光譜成像技術(shù)的重要發(fā)展方向之一... 

【文章來(lái)源】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所)吉林省

【文章頁(yè)數(shù)】：139 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 光譜成像技術(shù)的分類及應(yīng)用
        1.2.1 光譜成像技術(shù)的分類
        1.2.2 光譜成像技術(shù)的應(yīng)用
    1.3 計(jì)算光譜成像技術(shù)
        1.3.1 計(jì)算成像概述
        1.3.2 計(jì)算光譜成像發(fā)展現(xiàn)狀
    1.4 本文主要研究?jī)?nèi)容及章節(jié)安排
第2章 壓縮感知理論及編碼孔徑光譜成像儀原理
    2.1 引言
    2.2 壓縮感知采樣理論
        2.2.1 信號(hào)的稀疏表示
        2.2.2 觀測(cè)矩陣特性
        2.2.3 壓縮感知信號(hào)重構(gòu)算法
    2.3 編碼孔徑光譜成像儀原理
        2.3.1 雙色散型光譜維編碼
        2.3.2 單色散型空間維編碼
    2.4 編碼孔徑光譜成像儀關(guān)鍵元件
        2.4.1 編碼模板
        2.4.2 色散元件
    2.5 本章小結(jié)
第3章 編碼模板與探測(cè)器分辨率匹配優(yōu)化
    3.1 引言
    3.2 編碼孔徑與探測(cè)器分辨率不匹配
    3.3 像素分組CASSI的數(shù)學(xué)模型推導(dǎo)
    3.4 分辨率不匹配的解決辦法
        3.4.1 基于壓縮感知的超分辨光譜成像
        3.4.2 基于灰度分級(jí)的編碼孔徑
        3.4.3 重建算法
    3.5 實(shí)驗(yàn)結(jié)果
        3.5.1 基于壓縮感知的超分辨光譜成像的數(shù)據(jù)立方體重建
        3.5.2 基于灰度分級(jí)的CASSI數(shù)據(jù)立方體重建
    3.6 本章小結(jié)
第4章 基于優(yōu)化編碼孔徑的壓縮采樣光譜解混
    4.1 引言
    4.2 數(shù)據(jù)立方體的稀疏表示
    4.3 編碼孔徑壓縮光譜成像解混
    4.4 基于多幀CASSI光譜解混的優(yōu)化編碼孔徑設(shè)計(jì)
    4.5 計(jì)算機(jī)仿真與分析
        4.5.1 算法復(fù)雜度
        4.5.2 合成類數(shù)據(jù)立方體復(fù)原
        4.5.3 實(shí)測(cè)數(shù)據(jù)立方體復(fù)原
    4.6 本章小結(jié)
第5章 快照式彩色壓縮光譜成像技術(shù)研究
    5.1 引言
    5.2 基于彩色光學(xué)濾波器陣列的壓縮感知光譜成像儀
        5.2.1 系統(tǒng)理論建模
        5.2.2 矩陣模型
        5.2.3 數(shù)據(jù)復(fù)原及重建算法
    5.3 計(jì)算機(jī)仿真模擬
        5.3.1 多光譜數(shù)據(jù)復(fù)原模擬
        5.3.2 高光譜數(shù)據(jù)復(fù)原模擬
    5.4 本章小節(jié)
第6章 總結(jié)與展望
    6.1 論文研究工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果


【參考文獻(xiàn)】：
期刊論文
[1]寬波段凸面閃耀光柵優(yōu)化設(shè)計(jì)[J]. 朱嘉誠(chéng),靳陽(yáng)明,黃緒杰,劉全,沈?yàn)槊?  紅外與激光工程. 2017(11)
[2]FAST望遠(yuǎn)鏡取得首批重大成果——發(fā)現(xiàn)數(shù)顆新脈沖星[J]. 李橙媛.  空間科學(xué)學(xué)報(bào). 2017(06)
[3]基于雙Amici棱鏡設(shè)計(jì)的多狹縫偏振成像光譜儀[J]. 裴琳琳,相里斌,呂群波,邵曉鵬.  光學(xué)學(xué)報(bào). 2017(11)
[4]基于FISTA算法的編碼孔徑光譜圖像壓縮與復(fù)原系統(tǒng)[J]. 孫念,胡炳樑,王爽,閆鵬,孫朗,王錚杰.  紅外與激光工程. 2014(01)
[5]壓縮采樣光譜調(diào)制技術(shù)研究[J]. 孫朗,胡炳樑,王爽,閆鵬,馮玉濤,孫念.  光子學(xué)報(bào). 2013(08)
[6]高光譜遙感的發(fā)展與應(yīng)用[J]. 張達(dá),鄭玉權(quán).  光學(xué)與光電技術(shù). 2013(03)
[7]壓縮感知[J]. 許志強(qiáng).  中國(guó)科學(xué):數(shù)學(xué). 2012(09)
[8]高光譜礦物填圖技術(shù)與應(yīng)用研究[J]. 王潤(rùn)生,甘甫平,閆柏琨,楊蘇明,王青華.  國(guó)土資源遙感. 2010(01)
[9]利用高光譜遙感圖像估算小麥氮含量[J]. 張霞,劉良云,趙春江,張兵.  遙感學(xué)報(bào). 2003(03)
[10]成像高光譜數(shù)據(jù)在赤潮檢測(cè)和識(shí)別中的應(yīng)用研究[J]. 范學(xué)煒,張漢德,孫幸文.  國(guó)土資源遙感. 2003(01)

博士論文
[1]基于輕小型無(wú)人機(jī)的高光譜成像系統(tǒng)研究[D]. 葛明鋒.中國(guó)科學(xué)院研究生院(上海技術(shù)物理研究所) 2015

碩士論文
[1]編碼孔徑成像光譜儀系統(tǒng)集成及光譜復(fù)原實(shí)驗(yàn)研究[D]. 朱丹彤.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2018
[2]Fery棱鏡特性及應(yīng)用研究[D]. 劉力.蘇州大學(xué) 2013
[3]壓縮感知測(cè)量矩陣的研究[D]. 吳赟.西安電子科技大學(xué) 2012



本文編號(hào)：2964532