時(shí)間分辨成像光譜是生物熒光顯微成像、蛋白質(zhì)結(jié)構(gòu)分析、材料分析、環(huán)境監(jiān)測(cè)、天文觀測(cè)、遙感等領(lǐng)域的研究前沿與熱點(diǎn)之一,而傳統(tǒng)的時(shí)間分辨成像光譜儀器通常無(wú)法同時(shí)獲取圖像和光譜,往往需要利用點(diǎn)掃描方式獲取一維光譜或二維圖像,然后通過(guò)陣列探測(cè)方式獲取余下的二維圖像或一維光譜,這將無(wú)法避免光通量在維度上的分配,導(dǎo)致系統(tǒng)靈敏度的下降,而掃描時(shí)間還將犧牲時(shí)間分辨率。因而本文的研究重點(diǎn)在于如何利用新原理新方法來(lái)解決上述維度問題和靈敏度問題。近年來(lái),壓縮感知CS理論引起越來(lái)越多的關(guān)注。該理論指出,自然信號(hào)通常具有一定結(jié)構(gòu),有些本身具有稀疏性,而有些可在某個(gè)確定的基下稀疏表示,僅用較大系數(shù)的值和位置便能簡(jiǎn)潔地表征信號(hào)的所有信息,然后對(duì)其進(jìn)行少量非適應(yīng)性的線性測(cè)量,通過(guò)凸規(guī)劃就能近乎完美恢復(fù)出原始信號(hào),打破了Nyquist-Shannon采樣定理的限制,引發(fā)了諸多應(yīng)用。其中一個(gè)典型的應(yīng)用為單像素照相機(jī),其借鑒了計(jì)算成像中高通量測(cè)量的思想,將物體成像在數(shù)字微鏡器件DMD上,DMD對(duì)所成的像進(jìn)行少量的隨機(jī)0-1掩膜調(diào)制,每次調(diào)制選擇圖像部分的像素點(diǎn),利用收集透鏡將把這些像素點(diǎn)的光強(qiáng)聚合到一個(gè)點(diǎn)探測(cè)器上,大幅增加光... 

【文章來(lái)源】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院國(guó)家空間科學(xué)中心)北京市

【文章頁(yè)數(shù)】：237 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 信號(hào)獲取
        1.1.1 信號(hào)的采樣
        1.1.2 信號(hào)的稀疏度
        1.1.3 壓縮感知的發(fā)展歷史及其應(yīng)用
    1.2 關(guān)鍵技術(shù)簡(jiǎn)介與科學(xué)問題的提出
        1.2.1 傳統(tǒng)時(shí)間分辨成像光譜技術(shù)簡(jiǎn)介
        1.2.2 單像素照相機(jī)的發(fā)展歷程簡(jiǎn)介
        1.2.3 單光子探測(cè)器和計(jì)數(shù)方法簡(jiǎn)介
        1.2.4 科學(xué)問題的提出
    1.3 超靈敏單光子時(shí)間分辨成像光譜技術(shù)的引出
        1.3.1 超靈敏概念
        1.3.2 超靈敏單光子計(jì)數(shù)成像
        1.3.3 超靈敏單光子計(jì)數(shù)光譜
        1.3.4 超靈敏單光子成像光譜
        1.3.5 超靈敏單光子時(shí)間分辨成像光譜
    1.4 本論文的主要研究工作
第二章 壓縮感知理論及其算法概述
    2.1 稀疏變換
    2.2 單值性評(píng)估
        2.2.1 基于Spark的單值性評(píng)估
        2.2.2 基于互相關(guān)性的單值性評(píng)估
        2.2.3 Spark的上下界的松弛
    2.3 測(cè)量矩陣的選取準(zhǔn)則UUP/RIP
    2.4 重建算法
        2.4.1 貪婪算法
        2.4.2 L1松弛算法
        2.4.3 全變分算法
    2.5 壓縮感知算法在圖像去模糊去噪中的應(yīng)用
    2.6 小結(jié)
第三章 超靈敏單光子計(jì)數(shù)成像
    3.1 單光子計(jì)數(shù)成像
        3.1.1 原理實(shí)驗(yàn)及實(shí)驗(yàn)結(jié)果
    3.2 性能分析
        3.2.1 測(cè)量數(shù)對(duì)成像質(zhì)量的影響
        3.2.2 光強(qiáng)極弱程度對(duì)成像質(zhì)量的影響
        3.2.3 測(cè)量時(shí)間對(duì)成像質(zhì)量的影響
    3.3 單光子壓縮成像相比于點(diǎn)掃描存在的超靈敏優(yōu)勢(shì)
    3.4 展望超靈敏單光子計(jì)數(shù)成像在天文觀測(cè)中的應(yīng)用
        3.4.1 DMD雙臂的可見光和近紅外光同時(shí)天文測(cè)量
        3.4.2 SNR問題以及衰減總光強(qiáng)使信號(hào)接近噪聲水平的問題
        3.4.3 亮暗星相差量級(jí)對(duì)暗星分辨的影響問題
        3.4.4 星等與光通量之間的換算
    3.5 小結(jié)
第四章 成像系統(tǒng)中存在的噪聲問題及其去除方法研究
    4.1 系統(tǒng)噪聲組成分析
    4.2 單光子壓縮成像與點(diǎn)掃描的散粒噪聲分析
    4.3 測(cè)量矩陣非負(fù)性和光子噪聲
    4.4 基于互補(bǔ)雙像素測(cè)量的綜合噪聲去除
        4.4.1 望遠(yuǎn)系統(tǒng)中的互補(bǔ)壓縮成像
    4.5 基于DMD互補(bǔ)調(diào)制的綜合噪聲去除
        4.5.1 基于壓縮感知和互補(bǔ)調(diào)制的單像素顯微
        4.5.2 基于互補(bǔ)調(diào)制的單像素壓縮反射物體三維成像
        4.5.3 基于互補(bǔ)調(diào)制的熱光壓縮運(yùn)動(dòng)目標(biāo)跟蹤
    4.6 測(cè)量噪聲補(bǔ)償
    4.7 小結(jié)
第五章 噪聲的潛在應(yīng)用
    5.1 基于超靈敏單光子計(jì)數(shù)成像系統(tǒng)的公網(wǎng)密鑰分發(fā)
        5.1.1 多方安全通信中的單點(diǎn)對(duì)多點(diǎn)公網(wǎng)密鑰分發(fā)協(xié)議
        5.1.2 公網(wǎng)密鑰分發(fā)實(shí)驗(yàn)和相關(guān)結(jié)果
        5.1.3 安全性分析
    5.2 利用統(tǒng)計(jì)特性解釋正負(fù)鬼成像與基于Pearson相關(guān)系數(shù)的鬼成像
        5.2.1 正負(fù)鬼成像與相關(guān)系數(shù)成像的光學(xué)實(shí)驗(yàn)
        5.2.2 正負(fù)鬼成像的數(shù)學(xué)統(tǒng)計(jì)解釋
        5.2.3 基于Pearson相關(guān)系數(shù)的鬼成像的統(tǒng)計(jì)數(shù)學(xué)解釋
    5.3 小結(jié)
第六章 超靈敏單光子成像光譜
    6.1 基于線陣探測(cè)器的壓縮成像光譜
    6.2 基于雙DMD調(diào)制的超靈敏單光子成像光譜
        6.2.1 雙DMD超靈敏單光子成像光譜實(shí)驗(yàn)與收光效率分析
        6.2.2 成像光譜同時(shí)測(cè)量的初步結(jié)果
        6.2.3 性能分析
    6.3 小結(jié)
第七章 超靈敏單光子時(shí)間分辨成像光譜
    7.1 基于線陣探測(cè)器和單DMD調(diào)制的單光子時(shí)間分辨成像光譜
    7.2 基于雙DMD調(diào)制的超靈敏單光子時(shí)間分辨成像光譜
        7.2.1 對(duì)非周期變化的長(zhǎng)時(shí)間序列物體的時(shí)間分辨策略
        7.2.2 對(duì)周期變化熒光物體的基于等時(shí)間間隔測(cè)量的時(shí)間分辨策略
        7.2.3 對(duì)周期變化熒光物體的基于門寬延遲的時(shí)間分辨策略
        7.2.4 對(duì)周期變化熒光物體的基于光子到達(dá)時(shí)間的時(shí)間分辨策略
        7.2.5 時(shí)間分辨成像光譜原理
    7.3 小結(jié)
第八章 壓縮感知算法重建
    8.1 大圖重建面臨的內(nèi)存存儲(chǔ)問題
    8.2 壓縮感知算法計(jì)算復(fù)雜度
    8.3 測(cè)量矩陣構(gòu)造
        8.3.1 稀疏測(cè)量矩陣
        8.3.2 基于Hadamard矩陣與排列矩陣的測(cè)量矩陣
    8.4 基于小波樹和稀疏表示的自適應(yīng)壓縮成像
        8.4.1 自適應(yīng)壓縮成像和結(jié)果
        8.4.2 結(jié)果分析
        8.4.3 潛在應(yīng)用
    8.5 基于接受者操作特性曲線的算法評(píng)價(jià)體系
        8.5.1 ROC分析理論
        8.5.2 基于DMD的計(jì)算鬼成像實(shí)驗(yàn)與常見算法簡(jiǎn)述
        8.5.3 不同重建算法的性能評(píng)估
    8.6 小結(jié)
第九章 總結(jié)與展望
附錄A 基礎(chǔ)知識(shí)和公式
    A.1 圖像質(zhì)量評(píng)價(jià)
        A.1.1 Mean Square Error （MSE）
        A.1.2 Peak Signal-to-Noise Ratio （PSNR）
        A.1.3 Signal-to-Noise Ratio of the Image （SNRImage）
        A.1.4 Contrast-to-Noise Ratio （CNR）
        A.1.5 Mean Structural Similarity （MSSIM）
參考文獻(xiàn)
發(fā)表文章目錄
申請(qǐng)專利目錄
簡(jiǎn)歷
致謝


【參考文獻(xiàn)】：
期刊論文
[1]Ghost imaging based on Pearson correlation coefficients[J]. 俞文凱,姚旭日,劉雪峰,李龍珍,翟光杰.  Chinese Physics B. 2015(05)
[2]壓縮傳感用于極弱光計(jì)數(shù)成像[J]. 俞文凱,姚旭日,劉雪峰,翟光杰,趙清.  光學(xué)精密工程. 2012(10)
[3]基于壓縮傳感的光子計(jì)數(shù)成像系統(tǒng)[J]. 杜克銘,蔣遠(yuǎn)大,陳穎,王迪,王超,孫志斌,翟光杰.  紅外與激光工程. 2012(02)
[4]基于數(shù)字微鏡器件的壓縮感知關(guān)聯(lián)成像研究[J]. 陸明海,沈夏,韓申生.  光學(xué)學(xué)報(bào). 2011(07)
[5]NAOC 1m反射望遠(yuǎn)鏡CCD相機(jī)的性能研究（英文）[J]. 姚保安,王叔和,唐正宏.  中國(guó)科學(xué)院上海天文臺(tái)年刊. 2007(00)
[6]上海臺(tái)1.56m望遠(yuǎn)鏡新CCD照相機(jī)系統(tǒng)[J]. 陶雋,俞健,錢伯辰,邵松臣,梁兆剛,潘紅鑒,曹凱,戴元龍.  中國(guó)科學(xué)院上海天文臺(tái)年刊. 2003(00)



本文編號(hào)：3137719