项目名称: 光学直接解调成像的噪声特性及其处理方法的研究

项目编号: No.61271427

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: 王治强

作者单位: 中国科学院光电研究院

项目金额: 80万元

中文摘要: 在高能天文低信噪比、低统计性和低分辨率的数据处理中,直接解调方法已经发展成为一套具有很强成像和解谱能力的直接方法。这一方法的精髓是在迭代求解调制方程的过程中加入物理条件约束。该方法充分利用了调制方程所包含的对象信息、突破了传统成像技术所受仪器内禀角分辨能力的限制,从而实现高分辨率、高精度成像。课题组前期的研究表明,目前以系统噪声为核心的问题正成为直接解调方法光学成像研究的瓶颈,系统的内部噪声与外部噪声与迭代算法和迭代过程密切相关,对成像结果有着多种影响。本课题立足于对光学直接解调成像的噪声特性及其处理方法进行研究,主要研究解决噪声对算子谱半径为1的病态方程的影响,这也是信号与信息处理等诸多领域都存在的普遍问题。这不仅对于可见光、红外等诸多载荷的成像有着重要意义,而且在诸多此类问题的计算领域具有十分重要的借鉴意义和应用前景。

中文关键词: 直接解调;去噪;超分辨率;MTF;MTFC

英文摘要: In the analyses of low signal-noise-ratio, low statistical and low resolution data in high energy astrophysics, the Direct Demodulation (DD) Method has been developed into a powerful method for image and spectrum recoveries. The main idea of DD Method is resolving the modulation equation iteratively with physical constraints. DD Method can use the information contained in the modulation equation sufficiently and derive images of higher resolution than the intrinsic resolution of instruments, which limits the resolution of conventional image reconstruction methods.However, our previous research show that, the systemic external and internal noise has limited the iterative algorithm, these become the serious bottleneck of DD Method. In this subject, we stand on researching of systemic noise character and their removal tecnologies in optical DD Method, Study the influence of noise character on spectral radius, which is equal to 1 in ill-posed equation. This problem is also universal existence on Signal and Information Processing field. Therefore, our research subject has the important significance, not only for the imaging of visible light and infrared payload but also for science filed, which has the similar mathematical problem.

英文关键词: direct demodulation;denoising;super resolution;MTF;MTFC

成为VIP会员查看完整内容
0

相关内容

专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
45+阅读 · 2021年8月28日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
35+阅读 · 2021年5月10日
专知会员服务
64+阅读 · 2021年5月3日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
103+阅读 · 2020年11月27日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
深度学习批归一化及其相关算法研究进展
专知会员服务
51+阅读 · 2020年7月17日
「公平机器学习」最新2022综述
专知
3+阅读 · 2022年3月5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
图像修复研究进展综述
专知
18+阅读 · 2021年3月9日
最全综述 | 图像分割算法
计算机视觉life
14+阅读 · 2019年6月20日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
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
4+阅读 · 2015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
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
1+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
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月17日
Challenges for Open-domain Targeted Sentiment Analysis
Arxiv
16+阅读 · 2021年3月2日
小贴士
相关VIP内容
专知会员服务
42+阅读 · 2021年8月30日
专知会员服务
45+阅读 · 2021年8月28日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
35+阅读 · 2021年5月10日
专知会员服务
64+阅读 · 2021年5月3日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
专知会员服务
103+阅读 · 2020年11月27日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
深度学习批归一化及其相关算法研究进展
专知会员服务
51+阅读 · 2020年7月17日
相关资讯
「公平机器学习」最新2022综述
专知
3+阅读 · 2022年3月5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
图像修复研究进展综述
专知
18+阅读 · 2021年3月9日
最全综述 | 图像分割算法
计算机视觉life
14+阅读 · 2019年6月20日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
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
4+阅读 · 2015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
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
1+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
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员