项目名称: 基于孔径分割的快照式成像光谱技术及其图像处理方法研究

项目编号: No.61307020

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 苏丽娟

作者单位: 北京航空航天大学

项目金额: 23万元

中文摘要: 大多数成像光谱仪都需要通过某种扫描方式获取目标场景的空间和光谱信息,无法在一次曝光内获取完整图像光谱信息,因而限制了其在动态的监测等方面的应用。为了同时获取目标完整图谱信息,快照式成像光谱仪称为研究重点之一。近年来出现了一种基于孔径分割和光场成像技术的快照式成像光谱技术,结构简单紧凑、图谱数据提取相对容易。但是该技术还处于理论研究和演示验证阶段,且存在光谱图像空间分辨率低的缺陷。本项目将在研究该技术光场调制和光谱调制的基础上,分析误差源、建立误差模型,提出相关定标方法优化系统;基于光场理论和光谱图像特点,改进图像降质模型、多帧图像超分辨算法和图像融合算法,提出一种无需外部参考图像的光场光谱图像空间图像处理方法提高空间分辨率,仿真验证模型和算法;搭建原理演示装置并进行定标,利用实验数据验证算法,进而优化系统参数和算法。

中文关键词: 光场成像;光谱成像;多帧图像超分辨;图像融合;孔径分割

英文摘要: Most of the common imaging spectrometers cannot capture both spatial and spectral information from a scene in a single frame. They require a form of temporal scanning process to build up the spatial-spectral cube of information. As a result, it is difficult to observe dynamic objects, such as moving objects or temporally changing sources, by these instruments. In order to simultaneously obtain the spatial and spectral information, developing snapshot imaging spectrometers becomes a research focus. Recently, a division of apeture (DoAp) snapshot imaging spectrometer has been proposed by using a light-filed camera.The light-field camera can simultaneously record two spatial dimensions and two angular dimensions information from a scene. The light-field imaging spectrometer is achieved by implementing a spectral filters array to divide the objective aperture. Therefore, the spectral information is modulated with the directional information of ligh-field and achieved the "snapshot" of the spatial-spectral datacube for a scene. However, this technique still needs to be improved and overcome its inherent low spatial resolution defect. In this research, the model and calibration methods for the DoAp-based snapshot light-field imaging spectrometer will be proposed. The image resolution will be enhanced by employing the

英文关键词: Light Field Imaging;Spectral Imaging;Multi-frame Super-resolution;Image Fusion;Division of Aperture (DoAp)

成为VIP会员查看完整内容
0

相关内容

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
15+阅读 · 2021年6月6日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
18+阅读 · 2020年12月23日
小目标检测技术研究综述
专知会员服务
120+阅读 · 2020年12月7日
专知会员服务
105+阅读 · 2020年11月27日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26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
【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
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
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
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 · 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
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 · 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
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月16日
小贴士
相关VIP内容
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
15+阅读 · 2021年6月6日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
18+阅读 · 2020年12月23日
小目标检测技术研究综述
专知会员服务
120+阅读 · 2020年12月7日
专知会员服务
105+阅读 · 2020年11月27日
相关资讯
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26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
【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
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
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
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 · 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
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 · 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