项目名称: 基于光谱压缩的线阵推帚式超光谱成像机理研究

项目编号: No.11204014

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 物理学I

项目作者: 李欢

作者单位: 北京空间机电研究所

项目金额: 26万元

中文摘要: 超光谱成像仪目前在国内外均采用面阵探测器,在沿轨方向获取目标的光谱信息,在穿轨方向获取目标的空间信息。由于某些发达国家对我国实行高技术封锁,目前我国在大规模、高帧频面阵探测器方面获取困难,今后的十多年我国几乎无法获得或制造出高性能的面阵探测器,极大程度限制了我国超光谱成像技术的空间应用。 本项目紧跟国际前沿发展趋势,另辟蹊径,探索新型的计算光谱成像方法,提出基于光谱压缩的线阵成像体制超光谱成像机理研究,即将原来的光谱维信息稀疏采样后压缩成一列,再通过特征解耦方法对压缩数据进行高精度重构,实现利用目标的低维投影,重建目标的高维数字模型,采用线阵探测器替代面阵探测器获取目标的空间和光谱数据立方体,大大降低了探测器规模及成像系统的复杂度。这对于提高国内数字遥感技术的水平,降低对国外同类产品的严重技术依赖,满足国内对超光谱遥感图像的迫切需求,具有极其重要而深远的理论意义和广泛的应用价值。

中文关键词: 超光谱成像;压缩感知;线阵探测器;光谱压缩;

英文摘要: Hyperspectral imagers use a 2-dimensional detector domestically and abroad.Spectral data is acquired in across-orbit direction,and spatial information is acquired in perpendicular to the moving satellite.Because some developed countries make a high technology blockage to us, we are difficult to get 2-dimensional detectors with big dimension,high frame rate at the present time.For the next decade, we can hardly get or manufacture 2-dimensional detectors with high capability.That restricts application of hyperspectral imagers in space exceedingly internally. This project follows closely internationally advanced developed direction, find another excellent approach to new method of computational spectral imaging.Bringing forward research on mechanism of hyperspectral imagers with linear detector imager system on spectrum compressed. Compressing the quondam spectral information to one row after signal sparse representation.By the method of characteristics decoupling, making high precision reconstruction of compressed data.Using low dimension projection of the objects to reconstruct high dimension numeral model of the objects. Making use of an 1-dimension detector instead of a 2-dimension detector to get a 3-dimensional data cube holding the spectral information and the spatial information of each ground object.

英文关键词: hyperspectral imaging;compressive sensing;linear detector;spectrum compressed;

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。
【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
数字全景白皮书:2022年企业数字化技术应用10大趋势
专知会员服务
39+阅读 · 2022年2月16日
【AAAI2022】基于变分信息瓶颈的图结构学习
专知会员服务
19+阅读 · 2021年12月18日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
35+阅读 · 2021年2月20日
实践教程 | 卷积神经网络压缩方法总结
极市平台
0+阅读 · 2021年10月22日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
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
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 · 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
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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
23+阅读 · 2018年10月1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
数字全景白皮书:2022年企业数字化技术应用10大趋势
专知会员服务
39+阅读 · 2022年2月16日
【AAAI2022】基于变分信息瓶颈的图结构学习
专知会员服务
19+阅读 · 2021年12月18日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
35+阅读 · 2021年2月20日
相关资讯
实践教程 | 卷积神经网络压缩方法总结
极市平台
0+阅读 · 2021年10月22日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
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
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 · 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
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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011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