项目名称: 基于随机相位调制的自然场景压缩成像方法与实现研究

项目编号: No.61501001

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 张成

作者单位: 安徽大学

项目金额: 23万元

中文摘要: 压缩成像是压缩感知理论最核心应用领域之一,比经典成像模式在成本、便携性、功率、高分辨率等方面都具有重要的潜在优势,但现有压缩成像方法或存在曝光时间太长,或实现成本过高,或需要大量标定工作等问题。前期我们已围绕压缩成像中测量矩阵的设计做了一些先行研究,验证随机相位调制压缩成像方法的可行性,以及低实现成本的确定性相位掩膜调制的有效性。本项目拟在前期研究基础上进一步探讨自然光照明条件下的复光场经过频域相位随机调制的压缩成像模型,建立复光场与可直接被光电器件记录的强度信息之间的对应关系;同时基于最适合描述衍射复光场的Fresnelets小波与光场的特殊结构,构建更紧致的结构化稀疏模型,探讨自然场景物理约束和结构化稀疏模型对重建算法的影响,针对复光场的振幅和相位之间互相耦合性,通过改进经典重建算法从真实的测量数据精确地重建原对象。该研究成果可以为新一代成像设计在理论、计算和技术上提供新的借鉴和支撑。

中文关键词: 压缩感知;压缩成像;结构化稀疏;随机相位调制;非线性重构算法

英文摘要: Compressed imaging is one of the most core applications in compressed sensing theory, compared to classical imaging mode, which has more potential advantage in cost, portability, power, and high-resolution etc, however, existing compressed imaging methods often have defects in the long exposure time, or the high implementation cost, or lots of calibration work required. In previous research, we have completed some first stage work around the design of measurement matrices in compressed imaging, which demonstrate the feasibility of compressed imaging using random phase modulation, and the effectiveness of the modulation with low cost and deterministic phase mask. .The study intends to further exploit the basis of preliminary studies and investigate a compressed imaging model of the complex optical field through random phase modulation in the frequency domain under natural lighting conditions, which bridges the relationship between the complex optical field and intensity that can be directly recorded by optoelectronic devices..Meanwhile, based on Fresnelets which is most suitable for diffracted light field and the special structure in complex optical field, a more compact structured sparse model is constructed to investigate the effects of physical constraints of natural scenes and structured sparsity model on the reconstruction algorithm. For the amplitude and phase of the complex optical field coupling between each other, by improving the classical reconstruct algorithm to accurately reconstruct the original object from the real measurement data. The research of the project can provide some theoretical, computing, and technical support for the new generation imaging design.

英文关键词: Compressed Sensing;Compressed Imaging;Structured Sparsity;Random Phase Modulation;Nonlinear Reconstruct Algorithm

成为VIP会员查看完整内容
0

相关内容

压缩感知是近年来极为热门的研究前沿,在若干应用领域中都引起瞩目。 compressive sensing(CS) 又称 compressived sensing ,compressived sample,大意是在采集信号的时候(模拟到数字),同时完成对信号压缩之意。 与稀疏表示不同,压缩感知关注的是如何利用信号本身所具有的稀疏性,从部分观测样本中恢复原信号。
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
21+阅读 · 2021年9月23日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
29+阅读 · 2020年7月31日
最新《自然场景中文本检测与识别》综述论文,26页pdf
专知会员服务
69+阅读 · 2020年6月10日
learn to see in the dark-低照度图像增强算法
计算机视觉life
16+阅读 · 2019年1月14日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
傅里叶变换和拉普拉斯变换的物理解释及区别
算法与数学之美
11+阅读 · 2018年2月5日
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
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
国家自然科学基金
0+阅读 · 2015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
0+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 · 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
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Challenges for Open-domain Targeted Sentiment Analysis
Arxiv
15+阅读 · 2021年12月22日
小贴士
相关VIP内容
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
21+阅读 · 2021年9月23日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
29+阅读 · 2020年7月31日
最新《自然场景中文本检测与识别》综述论文,26页pdf
专知会员服务
69+阅读 · 2020年6月10日
相关基金
国家自然科学基金
0+阅读 · 2015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
0+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 · 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
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员