项目名称: 折反射全向非均匀压缩成像技术研究

项目编号: No.61275016

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 谭树人

作者单位: 中国人民解放军国防科学技术大学

项目金额: 78万元

中文摘要: 本项目从提高折反射全向成像系统成像分辨率出发,研究基于压缩感知的折反射全向压缩成像及超分辨率重构方法。首先,研究设计适用于超分辨率重构的折反射全向压缩成像系统光学结构,建立压缩成像模型,分析压缩成像的性能。其次,提出适合折反射全向压缩成像的非均匀测量矩阵,并对测量矩阵的优化方法进行研究。最后,提出折反射全向非均匀超分辨率重构方法。本项目的特色与创新之处在于将压缩感知原理引入折反射全向成像中,采用非均匀测量矩阵压缩成像,通过超分辨率重构同时解决折反射全向图像相对分辨率低和内外环分辨率不均匀的问题。研究成果将扩展全向视觉理论研究和实际应用空间,对折反射全向成像系统在军事远景侦察、机器人视觉导航、全景视频监控、虚拟场景漫游等众多领域的广泛应用产生积极的促进作用。

中文关键词: 折反射全向成像;压缩成像;编码孔径;超分辨率;

英文摘要: To improve the imaging resolution of catadioptric omnidirectional,this project researches on catadioptric omnidirectional compressive imaging and super-resolution reconstruction based on compressed sensing. Firstly, the optical structure of catadioptric omnidirectional is designed for super-resolution reconstruction, the compressive imaging model is builded for analyzing the performance of compressive imaging. Secondly, a nonuniform measurement matrix is proposed for catadioptric omnidirectional compressive imaging and the optimization method of measure matrix is studied. Finally, the method for nonuniform super-resolution reconstruction is proposed. The characteristics and innovation of this project lie in apllying the principles of compressed sensing for catadioptric omnidirectional imaging, compressive imaging with nonuniform measurement matrix, solving simultaneously the low image resolution and the nonuniform resolution between external ring and internal ring in omnidirectional image through super-resolution reconstruction. Research results will significantly expand the space of omnidirectional vision theoretical research and practical application, and will further promote the application space of catadioptric omnidirectional imaging system in many fields, such as in military reconnaissance, robots naviga

英文关键词: Catadioptric omnidirectional image;compressive imaging;coded aperture;superesolution;

成为VIP会员查看完整内容
0

相关内容

【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
27+阅读 · 2021年9月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年7月25日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
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
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
轻量级神经网络架构综述
专知会员服务
96+阅读 · 2020年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2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
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
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
1+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 · 2009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19日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
10+阅读 · 2020年11月26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
27+阅读 · 2021年9月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年7月25日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
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
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
轻量级神经网络架构综述
专知会员服务
96+阅读 · 2020年4月29日
相关资讯
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2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
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
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
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
1+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 · 2009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