本文選題：多孔徑成像　切入點(diǎn)：壓縮感知　出處：《紅外與激光工程》2017年08期 　論文類型：期刊論文

【摘要】：多孔徑成像是一種融合了仿生復(fù)眼視覺(jué)的新型成像方法,具有小型化、大視場(chǎng)、高分辨率等多種優(yōu)勢(shì),但由于每個(gè)子孔徑對(duì)應(yīng)的單元圖像分辨率過(guò)低,導(dǎo)致其成像質(zhì)量和視場(chǎng)角的提升十分有限。為了進(jìn)一步提高成像分辨率和探測(cè)視場(chǎng),基于壓縮感知理論設(shè)計(jì)隨機(jī)編碼模板,并緊貼子孔徑放置對(duì)入射光場(chǎng)進(jìn)行調(diào)制,通過(guò)單次曝光記錄編碼后的低分辨率單元圖像陣列,利用稀疏優(yōu)化算法,重構(gòu)所有低分辨率單元圖像獲得超分辨率大視場(chǎng)圖像。理論分析和仿真實(shí)驗(yàn)證明了該方法的有效性。該方法不僅能兼顧大視場(chǎng)高分辨率成像,而且大大縮小系統(tǒng)等效焦距,具有薄層結(jié)構(gòu),體積小而重量輕,可為微光機(jī)電一體化系統(tǒng)的研制設(shè)計(jì)提供借鑒。
[Abstract]:Multi-aperture imaging is a new imaging method that combines bionic compound eye vision. It has many advantages such as miniaturization, large field of view, high resolution and so on, but the resolution of unit image corresponding to each sub-aperture is too low. In order to further improve the imaging resolution and detect the field of view, a random coding template is designed based on the theory of compression perception, and the incident light field is modulated by the subaperture. The low resolution cell image array is encoded by single exposure record, and sparse optimization algorithm is used. All low-resolution unit images are reconstructed to obtain super-resolution and large-field images. Theoretical analysis and simulation results demonstrate the effectiveness of this method. This method can not only take into account the large field of view high-resolution imaging, but also greatly reduce the system equivalent focal length. It has thin layer structure, small volume and light weight, which can be used for reference in the development and design of Mechatronics system.
【作者單位】： 西安電子科技大學(xué)物理與光電工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61377007,61007014,61575152)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 廖宇;喬凌;;超分辨率重建技術(shù)研究與探索[J];通信與信息技術(shù);2011年05期

2 鐘山,沈振康;圖像靜態(tài)超分辨率重建[J];紅外與毫米波學(xué)報(bào);2004年02期

3 王勇,鄭輝,胡德文;視頻的超分辨率增強(qiáng)技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用研究;2005年01期

4 袁建華;殷學(xué)民;鄒謀炎;;一種有效的超分辨率重建計(jì)算方法[J];中國(guó)科學(xué)院研究生院學(xué)報(bào);2006年04期

5 張地;何家忠;彭宏;;低分辨率人臉序列的超分辨率重構(gòu)識(shí)別[J];韶關(guān)學(xué)院學(xué)報(bào);2007年06期

6 梁立恒;邢立新;姜紅艷;王明常;;高保真影像超分辨率重建應(yīng)用研究[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2007年S1期

7 鄭麗賢;何小海;吳煒;楊曉敏;陳默;;基于學(xué)習(xí)的超分辨率技術(shù)[J];計(jì)算機(jī)工程;2008年05期

8 浦劍;張軍平;黃華;;超分辨率算法研究綜述[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2009年01期

9 楊剛;趙紅;王苗;劉穎;石強(qiáng);;一種基于金字塔策略的人臉超分辨率方法[J];河北大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

10 劉琚;喬建蘋(píng);;基于學(xué)習(xí)的超分辨率重建技術(shù)[J];智能系統(tǒng)學(xué)報(bào);2009年03期

相關(guān)會(huì)議論文 前10條

1 潘明海;劉永坦;趙淑清;徐佳祥;干恒富;;一種多運(yùn)動(dòng)目標(biāo)的超分辨率檢測(cè)算法[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

2 李兵兵;陸耀;王曉明;李勁嫻;;基于金字塔回歸策略的人臉超分辨率[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

3 戴光智;陳鐵群;薛家祥;;基于微掃描技術(shù)焊縫超聲圖像的超分辨率重建[A];第十七屆全國(guó)測(cè)控計(jì)量?jī)x器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（上冊(cè)）[C];2007年

4 鄭杰;韓梅;;基于微位移的超分辨率重建技術(shù)[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

5 繆泓;徐海明;;微平移序列圖像的超分辨率重建技術(shù)[A];中國(guó)力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)'2009論文摘要集[C];2009年

6 徐忠強(qiáng);朱秀昌;;基于正則算法的壓縮視頻超分辨率重建[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

7 池小梅;馬建偉;黃景濤;;基于壓縮傳感的超分辨率紅外成像研究[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六省（區(qū)）2010年第28屆年會(huì)·論文集[C];2010年

8 黃華;何惠婷;;一種基于CCA空間超分辨率的人臉識(shí)別方法[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

9 楊劍;周詮;李映;趙榮椿;;一種改進(jìn)的基于MAP的超分辨率圖像重建算法[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)專刊[C];2009年

10 饒俊;;基于金字塔配準(zhǔn)和特征提取插值的超分辨率重建[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 巴拉卡，，雅各布Maiseli（Baraka Jacob Maiseli）;基于正則化的非線性擴(kuò)散模型的超分辨率方法[D];哈爾濱工業(yè)大學(xué);2015年

2 岳煥景;面向云媒體的圖像處理研究[D];天津大學(xué);2015年

3 楊琛;提高集成成像與集成全息系統(tǒng)成像質(zhì)量方法的研究[D];西安電子科技大學(xué);2015年

4 何蕾;基于稀疏表達(dá)的連分式插值核的圖像/視頻超分辨率重建方法研究[D];合肥工業(yè)大學(xué);2015年

5 樊程廣;超聲相控陣超分辨率成像方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

6 陳亮;基于一致性近鄰關(guān)系的極低質(zhì)量人臉超分辨率算法研究[D];武漢大學(xué);2017年

7 袁建華;超分辨率重建中若干問(wèn)題的研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2006年

8 范沖;三線陣影像超分辨率重建[D];中南大學(xué);2007年

9 張小紅;視頻去運(yùn)動(dòng)模糊及超分辨率研究[D];浙江大學(xué);2012年

10 江濤;同視域多幀視覺(jué)影像超分辨率重建技術(shù)研究[D];山東科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 李智盛;壓縮傳感在超分辨率中的應(yīng)用[D];清華大學(xué);2011年

2 劉鵬;壓縮自編碼字典下的多機(jī)制鄰域嵌入超分辨率重建算法[D];華南理工大學(xué);2015年

3 蔣曉慧;自適應(yīng)正則化超分辨率重建方法的研究[D];蘇州大學(xué);2015年

4 楊國(guó)珂;基于壓縮傳感的圖像分辨率重構(gòu)方法和應(yīng)用[D];江西理工大學(xué);2015年

5 陳果;單一醫(yī)學(xué)視頻時(shí)空超分辨率算法研究[D];北京理工大學(xué);2015年

6 黎媛;基于超分辨率的多視角混合分辨率視頻描述的關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

7 羅國(guó)中;面向低質(zhì)量視頻的目標(biāo)對(duì)象的超分辨率重建技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 李華陽(yáng);手部深度圖像去噪與超分辨率方法研究[D];北京工業(yè)大學(xué);2015年

9 彭羊平;基于非負(fù)鄰域嵌入的單幀圖像超分辨率重建算法研究[D];西安電子科技大學(xué);2014年

10 張?jiān)其h;紋理自適應(yīng)的超分辨率重建[D];西安電子科技大學(xué);2009年

本文編號(hào)：1633079