基于KPCA和SP的太赫兹时域快速成像技术

论文摘要

太赫兹波是一种波长介于0.03mm3mm,频率处于0.1 THz-10 THz（1 THz=10122 Hz）这一区间的电磁波。由于它的特殊频谱位置,太赫兹辐射既有微波的特点又具有部分光学理论的特征。利用太赫兹波波谱的性质可以实现无损检测和质量控制,太赫兹脉冲成像具有良好的空间分辨率,拥有很多不同于微波、核磁、X射线等传统物理成像领域所不能及的特点。诸如波长比无线电频率更短,光子能量非常低,可以广泛应用于造纸和聚合物工业,食品工业,制药工业和艺术保护等各个方面。太赫兹脉冲成像是太赫兹成像的两种方式之一（另一种为太赫兹连续波成像）,与连续波成像相比,脉冲成像可以获得目标样品的时域信息和相位信息,并且在高频段拥有较高的空间分辨率。反过来连续波成像虽然成像速度快却无法得到样品的物质成分,分辨率不高。目前,时域脉冲成像系统仍然是采用逐点采样成像,近几年随着压缩感知技术和边缘检测技术的发展。欠采样技术应运而生,采样方式也出现了变化,有Z型和S型扫描取点等方式。本次实验利用S型扫描和光谱降维识别算法。本课题以太赫兹时域脉冲成像技术为基础,重点在于小范围领域快速成像,图像目标恢复。同时结合光谱降维识别改进了传统的逐点成像算法。论文要点归纳如下:1.着重对太赫兹时域脉冲成像的发展和背景进行深入探讨。介绍了太赫兹时域光谱成像系统各部分发展现状。包括光学理论、参量源、器件、图像算法等,还有模式识别算法在太赫兹光谱分析的最新应用进展,以及这些领域的最新成果推进时域脉冲成像的进步,预测了该成像模式的未来发展方向,为本次实验提供了基本的理论基础和实验条件。2.详细介绍本实验的系统组成设备,包括激光器参数性能、光谱仪光路和工作原理以及计算机远程控制端各部分职能。阐述了本章成像实验过程,包括对银杏叶的介绍和实验目标、实验要求以及相应对比实验所需条件。详细介绍计算机控制端如何处理成像数据。为后续实验提供基本的数据支撑。3.主要是对太赫兹光谱相关算法做一个全面基本的阐述,包括支持向量机、聚类分析和主成分分析。以及相应的光谱分析实验结合本文具体问题,讨论以上三种方法的可行性和优缺点。针对三个实验结果采用了基于主成分分析的光谱识别方案。着重介绍了基于核函数的主成分分析（KPCA）在实验中的效果。具体分析了样品光谱在训练后的结果,并决定采用该方法作为本文算法一部分。4.从压缩感知理论探讨太赫兹图像问题,主要涉及压缩感知的步骤框架,重点介绍了图像重构技术。依照本文设备和样品以及测试要求同样选取了三种重构算法:正交匹配追踪、子空间追踪、SL0。通过三个实验的对比结果,认定子空间追踪算法非常适合作为本文创新应用的载体。然后我们将改进的子空间追踪与上一阶段的KPCA算法结合于硬件和软件中。实现了智能采集,实时重构,利用光谱分析识别对基于压缩感知理论的欠采样成像做出改进,摒弃传统的机械式扫描和逐点式成像技术。通过对比实验结果,发现本方案所需时间和生成的图像质量达到了预期效果。5.根据前面实验结果,对其做出结论并预测未来太赫兹发展前景。

论文目录

文章来源

类型: 硕士论文

作者: 许可

导师: 沈韬

关键词: 太赫兹,脉冲成像,时域图像,光谱学,图像重构

来源: 昆明理工大学

年度: 2019

分类: 基础科学,信息科技

专业: 物理学,无线电电子学,计算机软件及计算机应用

单位: 昆明理工大学

分类号: TP391.41;O441.4

DOI: 10.27200/d.cnki.gkmlu.2019.000448

总页数: 78

文件大小: 4207K

下载量: 30

相关论文文献

• [1].基于KPCA算法的环网柜故障检测方法[J]. 工业安全与环保 2020(08)
• [2].基于KPCA的高速列车悬挂系统故障检测[J]. 西部皮革 2017(08)
• [3].基于小波去噪-KPCA神经网络的光伏功率预测方法[J]. 电力工程技术 2020(02)
• [4].基于KPCA的脉冲涡流缺陷分类识别技术的研究[J]. 物联网技术 2017(02)
• [5].基于KPCA的作战仿真实验数据特征提取方法[J]. 指挥控制与仿真 2014(04)
• [6].基于KPCA的高压断路器故障诊断[J]. 电测与仪表 2013(08)
• [7].基于文化算法的KPCA特征提取方法[J]. 华东理工大学学报(自然科学版) 2008(02)
• [8].改进的KPCA在入侵检测特征提取中的研究[J]. 齐齐哈尔大学学报(自然科学版) 2015(04)
• [9].改进的基于数据重构的KPCA故障识别方法[J]. 东北大学学报(自然科学版) 2012(04)
• [10].基于KPCA降维的运动捕捉数据自动分割[J]. 福州大学学报(自然科学版) 2015(04)
• [11].高维数据正定核与不定核的KPCA变换阵比较[J]. 山东大学学报(工学版) 2011(01)
• [12].融合KPCA与隐马尔科夫模型的虹膜识别方法[J]. 制造业自动化 2011(08)
• [13].一种基于贡献率图的KPCA故障识别方法[J]. 系统工程与电子技术 2008(03)
• [14].基于KPCA和模糊物元模型的公交运营质量综合评价[J]. 河南科学 2020(02)
• [15].采用KPCA特征提取的近红外煤炭发热量预测模型[J]. 化工学报 2012(12)
• [16].基于KPCA的连续重整催化剂结焦碳含量软测量模型[J]. 高校化学工程学报 2009(05)
• [17].基于KPCA的台风强度神经网络集合预报方法研究[J]. 气象科学 2013(02)
• [18].基于遗传优化KPCA的齿轮泵状态识别研究[J]. 机床与液压 2013(09)
• [19].kPCA特征提取算法的自动目标识别[J]. 应用科技 2011(09)
• [20].间歇过程的KPCA恒值判定故障诊断模型[J]. 哈尔滨理工大学学报 2015(06)
• [21].KPCA在凿岩台车控制系统传感器故障诊断中的应用[J]. 湖南科技大学学报(自然科学版) 2014(03)
• [22].一种改进鲁棒KPCA算法及其在齿轮泵故障诊断中的应用[J]. 机床与液压 2013(17)
• [23].基于KPCA信息融合与随机森林的中介轴承故障诊断方法[J]. 沈阳航空航天大学学报 2019(05)
• [24].基于KPCA的多变量时间序列数据异常检测方法研究[J]. 计算机测量与控制 2011(04)
• [25].基于分块KPCA集成的人脸民族特征提取研究[J]. 计算机科学 2014(09)
• [26].基于KPCA子空间虚假邻点判别的非线性建模的变量选择[J]. 机械工程学报 2012(10)
• [27].基于KPCA冗余检测的故障识别算法[J]. 系统仿真学报 2011(10)
• [28].基于优选样本的KPCA高光谱图像降维方法[J]. 光子学报 2011(06)
• [29].KPCA-聚类分析法和用便携式拉曼仪快速鉴别降糖药[J]. 光谱学与光谱分析 2010(04)
• [30].基于混合核函数的快速KPCA人脸识别算法[J]. 电子科技 2015(02)

标签：太赫兹论文;  脉冲成像论文;  时域图像论文;  光谱学论文;  图像重构论文;