超分辨成像是將成像系統(tǒng)獲得的單幀或多幀低分辨率圖像通過(guò)計(jì)算的方式獲得高分辨率圖像的一種技術(shù)。經(jīng)過(guò)了近幾十年的研究,它被廣泛應(yīng)用于多個(gè)領(lǐng)域,例如遙感、攝影以及高光譜成像等多種成像系統(tǒng)中。應(yīng)用超分辨成像方法能夠帶來(lái)諸多好處,例如降低成像系統(tǒng)對(duì)于高成本高分辨率探測(cè)器的依賴,降低采集、存儲(chǔ)和傳輸過(guò)程中的數(shù)據(jù)量,以及通過(guò)預(yù)處理的方式提升計(jì)算機(jī)視覺中目標(biāo)識(shí)別等高級(jí)應(yīng)用的精度。在超分辨領(lǐng)域擁有多種實(shí)現(xiàn)方法,壓縮感知和深度學(xué)習(xí)是兩種典型并且擁有優(yōu)秀成像性能的兩種,它們分別利用了信號(hào)的稀疏性原理和深度神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力實(shí)現(xiàn)了超分辨的任務(wù)。本文圍繞著超分辨成像這個(gè)主題,基于壓縮感知和深度學(xué)習(xí)方法,做出了深入且具有創(chuàng)新價(jià)值的研究,主要工作歸納如下:（1）本文不僅從算法理論的角度在壓縮感知和深度學(xué)習(xí)算法上提出了新的改進(jìn)方法以實(shí)現(xiàn)更優(yōu)秀的成像性能,而且成功地將算法與擁有光學(xué)超分辨能力的成像系統(tǒng)相結(jié)合,分別在遙感和高光譜成像應(yīng)用中獲得了優(yōu)質(zhì)結(jié)果。這樣軟硬件結(jié)合的解決思路集合了兩者的優(yōu)點(diǎn)并實(shí)現(xiàn)了更高的學(xué)術(shù)和應(yīng)用的價(jià)值,是理論與應(yīng)用相結(jié)合的體現(xiàn),在超分辨成像領(lǐng)域擁有一定的開創(chuàng)性意義。（2）本文基于壓縮感知理論和多幀超... 

【文章頁(yè)數(shù)】：121 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 研究的背景和意義
    1.2 現(xiàn)狀分析
        1.2.1 壓縮感知超分辨成像研究現(xiàn)狀
        1.2.2 深度學(xué)習(xí)超分辨成像研究現(xiàn)狀
        1.2.3 高光譜成像系統(tǒng)研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
第2章 壓縮感知和深度學(xué)習(xí)原理
    2.1 壓縮感知基本理論
        2.1.1 采樣矩陣
        2.1.2 稀疏基與重建算法
    2.2 深度學(xué)習(xí)方法
        2.2.1 單幀圖像超分辨率
        2.2.2 卷積神經(jīng)網(wǎng)絡(luò)
    2.3 本章小結(jié)
第3章 多幀遙感超分辨成像
    3.1 遙感多幀超分辨率成像系統(tǒng)架構(gòu)
        3.1.1 成像系統(tǒng)硬件配置
        3.1.2 成像系統(tǒng)算法理論
    3.2 多幀超分辨率重建結(jié)果
        3.2.1 仿真性能評(píng)估
        3.2.2 實(shí)景成像與評(píng)估
    3.3 本章小結(jié)
第4章 單幀圖像的超分辨率重建
    4.1 單幀超分辨重建算法原理
        4.1.1 單幀壓縮感知超分辨率算法
        4.1.2 深度學(xué)習(xí)去噪算法
    4.2 算法仿真性能測(cè)試
    4.3 實(shí)際成像效果
    4.4 本章小結(jié)
第5章 高光譜超分辨率成像
    5.1 高光譜超分辨率成像系統(tǒng)
        5.1.1 液晶可調(diào)諧濾波器原理
        5.1.2 整體光學(xué)系統(tǒng)結(jié)構(gòu)
        5.1.3 高光譜成像結(jié)果
    5.2 算法仿真性能測(cè)試
    5.3 高光譜超分辨率成像結(jié)果
    5.4 本章小結(jié)
第6章 結(jié)束語(yǔ)
    6.1 全文總結(jié)
    6.2 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)】：
博士論文
[1]聲光調(diào)制型可見光高光譜成像技術(shù)研究[D]. 王鵬沖.哈爾濱工業(yè)大學(xué) 2017



本文編號(hào)：3684617