基于压缩感知和深度学习的超分辨成像方法研究

发布时间：2022-10-03 18:41

　　超分辨成像是将成像系统获得的单帧或多帧低分辨率图像通过计算的方式获得高分辨率图像的一种技术。经过了近几十年的研究,它被广泛应用于多个领域,例如遥感、摄影以及高光谱成像等多种成像系统中。应用超分辨成像方法能够带来诸多好处,例如降低成像系统对于高成本高分辨率探测器的依赖,降低采集、存储和传输过程中的数据量,以及通过预处理的方式提升计算机视觉中目标识别等高级应用的精度。在超分辨领域拥有多种实现方法,压缩感知和深度学习是两种典型并且拥有优秀成像性能的两种,它们分别利用了信号的稀疏性原理和深度神经网络的学习能力实现了超分辨的任务。本文围绕着超分辨成像这个主题,基于压缩感知和深度学习方法,做出了深入且具有创新价值的研究,主要工作归纳如下:（1）本文不仅从算法理论的角度在压缩感知和深度学习算法上提出了新的改进方法以实现更优秀的成像性能,而且成功地将算法与拥有光学超分辨能力的成像系统相结合,分别在遥感和高光谱成像应用中获得了优质结果。这样软硬件结合的解决思路集合了两者的优点并实现了更高的学术和应用的价值,是理论与应用相结合的体现,在超分辨成像领域拥有一定的开创性意义。（2）本文基于压缩感知理论和多帧超... 

【文章页数】：121 页

【学位级别】：博士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究的背景和意义
    1.2 现状分析
        1.2.1 压缩感知超分辨成像研究现状
        1.2.2 深度学习超分辨成像研究现状
        1.2.3 高光谱成像系统研究现状
    1.3 本文主要研究内容
第2章 压缩感知和深度学习原理
    2.1 压缩感知基本理论
        2.1.1 采样矩阵
        2.1.2 稀疏基与重建算法
    2.2 深度学习方法
        2.2.1 单帧图像超分辨率
        2.2.2 卷积神经网络
    2.3 本章小结
第3章 多帧遥感超分辨成像
    3.1 遥感多帧超分辨率成像系统架构
        3.1.1 成像系统硬件配置
        3.1.2 成像系统算法理论
    3.2 多帧超分辨率重建结果
        3.2.1 仿真性能评估
        3.2.2 实景成像与评估
    3.3 本章小结
第4章 单帧图像的超分辨率重建
    4.1 单帧超分辨重建算法原理
        4.1.1 单帧压缩感知超分辨率算法
        4.1.2 深度学习去噪算法
    4.2 算法仿真性能测试
    4.3 实际成像效果
    4.4 本章小结
第5章 高光谱超分辨率成像
    5.1 高光谱超分辨率成像系统
        5.1.1 液晶可调谐滤波器原理
        5.1.2 整体光学系统结构
        5.1.3 高光谱成像结果
    5.2 算法仿真性能测试
    5.3 高光谱超分辨率成像结果
    5.4 本章小结
第6章 结束语
    6.1 全文总结
    6.2 展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果


【参考文献】：
博士论文
[1]声光调制型可见光高光谱成像技术研究[D]. 王鹏冲.哈尔滨工业大学 2017



本文编号：3684617