项目名称: 光谱成像超分辨率光学编码原理与实现方法研究

项目编号: No.61205188

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 信息四处

项目作者: 陈新华

作者单位: 苏州大学

项目金额: 26万元

中文摘要: 本项目基于光学信息理论,通过对多维自由度空间光谱成像模型和光学编码原理分析,研究光学编码光谱成像超分辨率原理,研究基于光谱成像系统信息维度的光学编码方法,克服现有图像处理光谱成像超分辨技术的缺点,实现高分辨率光谱成像。运用原理研究、建模仿真和实验验证等方法从理论与实验两方面入手,建立光谱成像系统超分辨光学编码的物理模型,研究光学编码实现光谱成像系统空间带宽积变换,探索光谱成像系统超分辨光学编码的实现方法,建立相应的原理性实验装置。该项研究是光谱成像技术发展的迫切需求,是一种基于新原理和新方法的光谱成像超分辨率技术,在发展高分辨率光谱成像技术方面具有重要的应用前景,是实现高性能光谱成像的有效途径之一,将有力推动高性能光谱成像技术的发展。

中文关键词: 光谱成像;光学编码;压缩成像;波前复原;

英文摘要: High resolution spectral imaging is an urgent requirement to achieve reliable target detection and object identification. Optical encoding superresolution method is proposed to improve resolution of spectral imaging in this research, which has not been proposed before. Compared to the conventional superresolution methods using image processing, this method achieves resolution improvement with optical encoding method, thus avoiding time-consuming computer processing. This research provides a brand-new and effective superresolution approach for spectral imaging. We can expect that this research will have important application in spectral imaging and pushes its development.In this research, principle analysis, model simulation and verification experiment are performed to fully understand the optical encoding method for spectral imaging. Firstly, the resolution of spectral imaging system and its space-bandwidth product are analyzed in multi-degree-of-freedom domain using optical information theory. Space-bandwidth product adaption is analyzed for spectral imaging which acquiring spatial and spectra information simultaneously. Optical encoding in different dimensions to change the space-bandwidth product is studied respectively. Secondly, the simulation is performed to verifying the results of principle analysis. Exp

英文关键词: spectral imaging;optical coding;compressive imaging;phase retrieval;

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
【经典书】概率图模型:原理与技术,1270页pdf
专知会员服务
131+阅读 · 2022年2月13日
专知会员服务
39+阅读 · 2021年9月30日
专知会员服务
13+阅读 · 2021年9月23日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
42+阅读 · 2021年2月8日
打怪升级!2020机器学习工程师技术路线图
专知会员服务
98+阅读 · 2020年6月3日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
一文概览基于深度学习的超分辨率重建架构
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
Verified Compilation of Quantum Oracles
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
10+阅读 · 2020年11月26日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
【经典书】概率图模型:原理与技术,1270页pdf
专知会员服务
131+阅读 · 2022年2月13日
专知会员服务
39+阅读 · 2021年9月30日
专知会员服务
13+阅读 · 2021年9月23日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
42+阅读 · 2021年2月8日
打怪升级!2020机器学习工程师技术路线图
专知会员服务
98+阅读 · 2020年6月3日
相关资讯
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
一文概览基于深度学习的超分辨率重建架构
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员