项目名称: 基于并行压缩感知理论的红外夜天文图像超分辨率成像方法研究

项目编号: No.11503010

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 天文学、地球科学

项目作者: 隋修宝

作者单位: 南京理工大学

项目金额: 22万元

中文摘要: 超分辨率红外夜天文观测在揭示冷暗物质、探索隐藏宇宙、追溯宇宙早期生命等方面具有广泛的应用。然而红外夜天文观测的独有特点:大气扰动导致图像序列之间产生位移且位移量难以估计,红外镜头移动不便和缺少高分辨率图像作为先验知识,使得以位移估计、先验学习和基于图像序列位移不变性的压缩感知为代表的超分辨率成像方法难以满足天文观测的实际应用。为此,本项目提出了并行压缩感知的概念,并探索以此为理论基础的超分辨率成像方法。思路为:通过研究特殊的测量矩阵,实现测量数据的并行获取,从而单次测量便获得超分辨率重建所需的所有数据;结合测量值的非均匀性校正和强噪声条件下的恢复算法,实现红外夜天文图像的超分辨率重建。该方法能有效提高测量数据的获取效率,避免传统压缩感知方法对图像序列位移不变性的要求,实现单帧超分辨率重建,而且无需位移估算和先验学习,可望应用于红外天文领域的超分辨率成像,具有重要的学术价值和广阔的应用前景。

中文关键词: 红外夜天文成像;超分辨率重建;并行压缩感知;非均匀性校正

英文摘要: Super-resolution infrared night astronomical observations have revealed a wide application in discovering hidden galaxies, exploring the unknown universe, tracing the early universe life, and other aspects. However, the unique characteristic of infrared night astronomical observation is that atmospheric disturbance generates unestimated displacement between the image sequences, infrared lens are moved uneasily, and the observation lacks of high-resolution image as the prior knowledge, which makes the traditional super-resolution imaging method hard to satisfy the practical application of astronomical observation. The traditional super-resolution imaging method mainly include the methods based on displacement estimation, prior learning, and compressed sensing which assumes the displacement is invariant between image sequences. Therefore, we present the concept of parallel compressed sensing, and discover a new super-resolution method based on this theory. The idea is that, by discovering the spatial measurement matrix to achieve the image data in parallel, we can get the whole reconstruction data in one single measurement. Then combining with the nonuniformity correction of measurement data and the recovery algorithms in high noise environment, we can reconstruct the super-resolution infrared night astronomical image. This method can effectively raise the data acquisition efficiency; avoid the requirement of invariant displacement between image sequences in traditional compressed sensing methods, and achieve single-frame super-resolution reconstruction without displacement estimation and prior learning. It is expected to be applied in the field of infrared astronomy super-resolution imaging, and has important academic value and broad application prospects.

英文关键词: infrared night astronomical imaging;super-resolution reconstruction;parallel compressed sensing;nonuniformity correction

成为VIP会员查看完整内容
0

相关内容

专知会员服务
39+阅读 · 2021年9月30日
《过参数化机器学习理论》综述论文
专知会员服务
45+阅读 · 2021年9月19日
专知会员服务
142+阅读 · 2021年8月12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
38+阅读 · 2021年3月29日
专知会员服务
31+阅读 · 2021年2月17日
最新《生成式对抗网络GAN逆转》综述论文,22页pdf
专知会员服务
39+阅读 · 2021年1月19日
专知会员服务
18+阅读 · 2020年12月23日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
专知会员服务
107+阅读 · 2020年5月21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
【学界】DeepMind论文:深度压缩感知,新框架提升GAN性能
GAN生成式对抗网络
14+阅读 · 2019年5月23日
基于深度学习的图像超分辨率最新进展与趋势【附PDF】
人工智能前沿讲习班
15+阅读 · 2019年2月27日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28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
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
1+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
1+阅读 · 2012年12月31日
Verified Compilation of Quantum Oracles
Arxiv
0+阅读 · 2022年4月20日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
小贴士
相关VIP内容
专知会员服务
39+阅读 · 2021年9月30日
《过参数化机器学习理论》综述论文
专知会员服务
45+阅读 · 2021年9月19日
专知会员服务
142+阅读 · 2021年8月12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
38+阅读 · 2021年3月29日
专知会员服务
31+阅读 · 2021年2月17日
最新《生成式对抗网络GAN逆转》综述论文,22页pdf
专知会员服务
39+阅读 · 2021年1月19日
专知会员服务
18+阅读 · 2020年12月23日
基于旅游知识图谱的可解释景点推荐
专知会员服务
90+阅读 · 2020年9月4日
专知会员服务
107+阅读 · 2020年5月21日
相关资讯
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
【学界】DeepMind论文:深度压缩感知,新框架提升GAN性能
GAN生成式对抗网络
14+阅读 · 2019年5月23日
基于深度学习的图像超分辨率最新进展与趋势【附PDF】
人工智能前沿讲习班
15+阅读 · 2019年2月27日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28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
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
1+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
1+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员