新型高光谱成像系统及其相应重建算法的研究

新型高光谱成像系统及其相应重建算法的研究

论文摘要

光谱数据是一种高维数据,包括二维空间信息和一维光谱内容,光谱维度由不同波段的单色图组成。高光谱图像可以提供远超人眼和商用级相机的丰富的光谱特征,对计算机视觉任务具有重大意义,因此存在的广泛的应用场景,例如目标跟踪、燃烧分析、场景分割等。然而现有光谱成像器件的高结构复杂性以及昂贵的成本限制了光谱数据的广泛应用。本文主要从计算光谱成像技术入手,属于计算摄像领域。首先探讨了光谱成像仪的发展历史,总结了现有光谱成像设备的采集特点,明确光谱成像采集系统仍需克服的一些挑战。其中,针对如何有效提升光谱成像采集时的进光量和降低光谱采集系统的成本等课题,提出了新型的光谱成像采集方案。本文的主要工作如下:1.研究了因为色散产生的模糊图像的DoB(Difference of Blur)性质,并建立了相应的图论模型,通过证明无向无环图与其生成树之间存在等秩、满秩及解空间相同等特点,推断出与DoB约束相对应的邻接矩阵的秩为N-1,进一步得到使用单张色散模糊图片和一个已知点的光谱信息即能成功解耦出高维光谱数据的结论。2.提出了一种基于边缘阻塞式掩模的光谱成像系统,该掩模使得光谱成像系统的通光量近乎全部通过,且同时约束被阻塞边缘的光谱响应为零,也即提供了额外需要光谱信息的已知点。同时使用混合式采集系统,一路采集清晰图像用于提取完整的边缘信息,另一路采集带有边缘阻塞的色散模糊图片提供光谱和空间耦合信息,进一步提出像素级解耦算法,搭建系统原型验证了此方案的可行性,大大提升了采集信噪比和系统的噪声容忍性。3.提出了一种紧凑式彩色编码光谱采集方案。该方案使用仅商用级彩色打印机作为辅助获取彩色编码模块镶嵌在传感器成像面上,该采集系统尺寸仅受限于传感器的大小,大幅降低了光谱采集系统的成本和体积。且可以获得高保真度的光谱重建结果。该方案从喷墨打印机墨滴分布随机性和混合调制曲线不相关的特点着手,分析影响打印掩模非相关观测基个数的因素,根据实验结果指导选定最佳的打印参数和彩打方案。4.提出了基于卷积神经网络的结构模型进行光谱解码重建,设计了优化目标函数,提出针对光谱维度特性的混合损失函数。充分利用了卷积神经网络强大的先验学习能力,大大减少了采集重建所需要的时间,且在仿真数据和实采数据上验证了方案的简易有效性和光谱重建细节高保真特点。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 问题由来
  •   1.2 研究目的和主要内容
  •   1.3 研究工作的主要创新点
  •   1.4 论文组织结构
  • 2 光谱成像采集系统
  •   2.1 光谱成像系统相关工作介绍
  •     2.1.1 基于空间域扫描的方法
  •     2.1.2 基于色散的光谱成像方法
  •     2.1.3 基于散斑的光谱成像方法
  •     2.1.4 基于编码光圈的光谱成像方法
  •     2.1.5 基于滤波片的光谱成像方法
  •     2.1.6 基于彩色相机的光谱成像方法
  •   2.2 光谱采集系统的光通量分析
  •   2.3 光谱采集系统的复杂度讨论
  •   2.4 本章小结
  • 3 基于色散棱镜的近全光通光谱成像采集系统
  •   3.1 DoB约束及掩模设计讨论
  •   3.2 系统概览
  •   3.3 混合式光谱采集系统的标定和校准
  •     3.3.1 双路对齐标定及有效区域提取
  •     3.3.2 空间畸变矫正
  •     3.3.3 光谱畸变和响应矫正
  •   3.4 像素级光谱重建算法
  •     3.4.1 成像采集模型建立
  •     3.4.2 光谱解耦算法的优化目标
  •     3.4.3 基于迭代优化的光谱重建算法及相关参数讨论
  •   3.5 仿真实验重建结果及分析
  •     3.5.1 公开数据集上的重建结果及分析
  •     3.5.2 噪声容忍性仿真分析
  •   3.6 基于实采数据的重建实验及分析
  •   3.7 本章小结
  • 4 基于打印掩模的紧凑型光谱成像编码采集系统
  •   4.1 对打印墨滴及其混合后透射曲线的研究
  •   4.2 打印掩模仿真模型
  •     4.2.1 打印掩模的透射矩阵仿真模型建立和分析
  •     4.2.2 影响重建效果的因素分析和选择
  •   4.3 基于打印掩模的光谱成像编码采集系统原型
  •     4.3.1 紧凑式系统设计
  •     4.3.2 基于中继的系统采集原型
  •   4.4 基于深度神经网络的光谱解码模型
  •     4.4.1 数据集增强及平台搭建
  •     4.4.2 网络模型结构设计
  •     4.4.3 模型的训练及参数调节
  •   4.5 基于公开数据集的仿真实验及分析
  •   4.6 基于实采编码数据的重建实验及分析
  •   4.7 本章小结
  • 5 基于光谱数据的应用扩展
  •   5.1 材质鉴别
  •   5.2 目标伪装揭示
  •   5.3 目标追踪
  •     5.3.1 基于光谱特征的目标追踪
  •     5.3.2 基于空间和光谱融合特征的目标追踪
  •   5.4 本章小结
  • 6 总结与展望
  •   6.1 总结
  •   6.2 未来展望
  • 致谢
  • 参考文献
  • 简历与科研成果
  • 文章来源

    类型: 硕士论文

    作者: 赵远远

    导师: 曹汛,岳涛

    关键词: 计算成像,高光谱重建,深度学习

    来源: 南京大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 物理学,计算机软件及计算机应用

    单位: 南京大学

    分类号: O433;TP391.41

    总页数: 88

    文件大小: 8063K

    下载量: 242

    相关论文文献

    • [1].显微光谱成像装置研制与实验设计[J]. 实验技术与管理 2020(02)
    • [2].基于红外光谱成像的纺织品上射击残留物检验技术研究[J]. 科技资讯 2020(18)
    • [3].偏振光谱成像系统的误差补偿研究[J]. 激光杂志 2020(08)
    • [4].变间隙法布里-珀罗干涉式长波红外光谱成像系统[J]. 红外与激光工程 2017(03)
    • [5].光谱成像技术在文件检验中的应用[J]. 光电技术应用 2014(01)
    • [6].可见光谱成像技术在手印显现中的应用[J]. 湖北警官学院学报 2013(07)
    • [7].发光光谱成像检验人民币真伪研究[J]. 刑事技术 2012(02)
    • [8].光谱成像法显现浅淡文字[J]. 湖北警官学院学报 2010(04)
    • [9].量子光谱成像实验研究新进展[J]. 光子学报 2009(08)
    • [10].基于小型化便携式光谱成像技术的分类识别系统研究[J]. 红外与激光工程 2019(10)
    • [11].超光谱成像技术应用于神经分类的研究[J]. 光谱学与光谱分析 2015(01)
    • [12].红外光谱成像在药品质量控制中的应用[J]. 中国药事 2013(06)
    • [13].小儿毛细血管瘤的非线性光谱成像研究[J]. 中国美容医学 2011(07)
    • [14].含油岩心显微红外光谱成像方法的研究[J]. 光谱学与光谱分析 2009(02)
    • [15].微型集成超光谱成像系统[J]. 光学精密工程 2009(04)
    • [16].光谱成像中光谱基准点选取的研究[J]. 刑事技术 2008(06)
    • [17].可编程光谱成像系统[J]. 红外 2008(05)
    • [18].光谱成像技术在纤维物证检验中的应用[J]. 科技与创新 2019(18)
    • [19].光谱成像技术显现复印纸上掩盖字迹的研究[J]. 辽宁警察学院学报 2018(01)
    • [20].连续推扫计算光谱成像技术[J]. 光谱学与光谱分析 2018(04)
    • [21].周围神经显微结构的拉曼光谱和超光谱成像特征[J]. 中国临床医学 2013(03)
    • [22].香加皮等5种皮类中药的光谱成像技术比较鉴别与分析[J]. 时珍国医国药 2012(01)
    • [23].星载超光谱成像技术发展与展望[J]. 光学与光电技术 2012(05)
    • [24].分子超光谱成像系统及其生物医学应用[J]. 光谱学与光谱分析 2011(10)
    • [25].液晶光谱成像技术研究进展[J]. 光学与光电技术 2011(01)
    • [26].便携式超光谱成像技术[J]. 军民两用技术与产品 2008(12)
    • [27].通过光谱成像技术鉴别签字笔字迹的种类[J]. 中国人民公安大学学报(自然科学版) 2019(02)
    • [28].光谱成像技术去除指纹干扰背景的方法分析[J]. 法制博览 2018(02)
    • [29].空间碎片偏振光谱成像探测技术研究[J]. 深空探测学报 2015(03)
    • [30].基于荧光光谱成像与聚类分析的鹿茸鉴别研究[J]. 光电子.激光 2014(06)

    标签:;  ;  ;  

    新型高光谱成像系统及其相应重建算法的研究
    下载Doc文档

    猜你喜欢