项目名称: 太赫兹图像复原和自动目标识别算法研究

项目编号: No.61501297

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: 黄慧

作者单位: 上海师范大学

项目金额: 19万元

中文摘要: 太赫兹(THz)波具有较强的穿透力且对人体无害的特性,使得太赫兹成像技术作为一种新兴的安全检查技术而受到广泛关注。然而,由于太赫兹波物理特性的限制,太赫兹图像普遍分辨率较低并且带有大量噪声,因此,提高图像质量是目前太赫兹图像系统应用中亟待解决的问题。本项目拟利用数字图像处理技术和机器学习相结合的方法,揭示太赫兹图像退化的规律,从软件上实现太赫兹图像高分辨率复原,弥补太赫兹硬件成像系统的不足,进而建立准确识别藏匿物品的方法。本项目主要研究内容有:1)拟采用机器学习的方法,探索太赫兹成像系统物理特性造成图像降质的规律,从成像系统本身特性出发提高图像质量;2)拟在小波多尺度层面分别建立不同的图像复原算法,降低图像噪声的同时保存图像细节;3)建立太赫兹安检图像自动目标识别算法,探索对尺度、旋转鲁棒的图像特征提取方法,以实现藏匿物品的准确识别。本项目的实施将对推动太赫兹安检系统的广泛应用有重要意义。

中文关键词: 图像复原;退化图像复原;目标识别;机器学习;稀疏建模

英文摘要: Terahertz (THz) wave has strong penetration and harmless, which makes the Terahertz imaging technology as a new safety inspection technology attracted widespread attention. However, due to limitations of the physical properties of Terahertz waves, Terahertz image resolution is generally low and with a lot of noise. Therefore, improve the image quality is currently very important for promoting the Terahertz application. The project intends to take the advantage of digital image processing and machine learning method to explore Terahertz image degradation rules, so as to achieve Terahertz high-resolution image restoration , thereby to detect accurately concealed objects. The main contents of this project are: 1) use machine learning methods to explore the relation between the physical properties of Terahertz imaging system and image degradation, so as to improve image quality; 2) develop different image restoration algorithm in multi-scale wavelet levels, reducing image noise while preserving image details; 3) establish target recognition algorithms in THz image, looking for scale, rotation invariant image features, in order to achieve accurate classification result. The execulter of this project will be significant for promotion of Terahertz imaging system application.

英文关键词: image restoration;Degraded image restoration;target recognition;machine learning;Sparse modeling

成为VIP会员查看完整内容
1

相关内容

图像复原(image restoration)即利用退化过程的先验知识,去恢复已被退化图像的本来面目。图像复原技术主要是针对成像过程中的“退化”而提出来的,而成像过程中的“退化”现象主要指成像系统受到各种因素的影响,诸如成像系统的散焦、设备与物体间存在相对运动或者是器材的固有缺陷等,导致图像的质量不能够达到理想要求。
深度学习中的单阶段小目标检测方法综述
专知会员服务
45+阅读 · 2021年11月23日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
103+阅读 · 2020年11月27日
 图像内容自动描述技术综述
专知会员服务
85+阅读 · 2019年11月17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
IEEE WHISPERS大规模高光谱目标跟踪挑战赛来了!
中国图象图形学报
60+阅读 · 2020年7月8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
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9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
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29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
3+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
2+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
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月16日
Arxiv
24+阅读 · 2020年3月11日
小贴士
相关VIP内容
深度学习中的单阶段小目标检测方法综述
专知会员服务
45+阅读 · 2021年11月23日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
103+阅读 · 2020年11月27日
 图像内容自动描述技术综述
专知会员服务
85+阅读 · 2019年11月17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
IEEE WHISPERS大规模高光谱目标跟踪挑战赛来了!
中国图象图形学报
60+阅读 · 2020年7月8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
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9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
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29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
3+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
2+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
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员