检索结果-南通市图书馆

吉林大学学报（工学版） 2020年第6期50卷 2221-2228页

作者：蒋伊琳张建峰吴进哈尔滨工程大学信息与通信工程学院哈尔滨150001 辽宁生态工程职业学院信息工程学院沈阳110122

针对编码孔径光谱成像系统中利用传统算法重构高光谱图像时存在计算复杂度高、图像质量不好等问题,本文提出了一种基于深度卷积神经网络的高光谱图像重构方法。具体包括两个步骤:首先,对压缩测量值进行预处理得到目标图像的初始值,为此... 详细信息

针对编码孔径光谱成像系统中利用传统算法重构高光谱图像时存在计算复杂度高、图像质量不好等问题,本文提出了一种基于深度卷积神经网络的高光谱图像重构方法。具体包括两个步骤:首先,对压缩测量值进行预处理得到目标图像的初始值,为此构建新的编码孔径模板;然后,在初始值与真实图像之间建立深度卷积神经网络,通过深度学习得到映射关系,再利用训练的模型重建光谱数据立方体。通过仿真实验,将本文方法与梯度投影稀疏重构(GPSR)、正交匹配追踪(OMP)以及两步迭代收缩阈值(TwIST)算法进行了对比,结果表明,利用本文方法重构高光谱图像耗费的时间大大减少,所得到的图像更加清晰,峰值信噪比和结构相似性均有明显提高。

关键词：信息处理技术编码孔径光谱成像深度学习卷积神经网络高光谱图像重构

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于压缩感知的编码孔径光谱成像重构技术研究

基于压缩感知的编码孔径光谱成像重构技术研究

引用

作者：李秀红哈尔滨理工大学

学位级别：硕士

光谱成像技术获取的数据立方体包含了空间各像元的一维光谱曲线和各波段的二维空间图像,在军事破伪、医疗安全、环境保护、农业检测等诸多领域发挥着重要作用。基于香农采样的传统光谱成像技术受限于较高的采样频率,大量数据的传输、存... 详细信息

光谱成像技术获取的数据立方体包含了空间各像元的一维光谱曲线和各波段的二维空间图像,在军事破伪、医疗安全、环境保护、农业检测等诸多领域发挥着重要作用。基于香农采样的传统光谱成像技术受限于较高的采样频率,大量数据的传输、存储与计算也对计算机的性能有着较高的要求。基于压缩感知的编码孔径光谱成像技术将数据的采样和压缩过程同步进行,有效的解决了传统采样的问题。由于该系统采集的测量值是高度压缩的,重构技术仍然是一个难题,本文对光谱成像系统中的重构技术进行深入研究,主要的工作如下。首先,针对传统的算法使用相同测量矩阵重构光谱图像效果不佳的问题,提出了一种基于信息熵分块的光谱图像重构方法。该方法以单色散型空间维编码孔径成像系统为基础构建图像块自适应编码采样数学模型,先对图像进行均匀分块处理,计算各图像块的信息熵,利用最大熵阈值分割法将图像块分为光滑块组和非光滑块组,不同组分配不同的采样值并制定测量矩阵,利用测量矩阵对各图像块的空间信息进行压缩采样。其次,为了获取物体自身更加精确的颜色信息,提出了一种基于压缩感知的光谱重构方法,该方法将压缩感知原理应用在反射光谱重构实验中。最后,针对光谱区间信息分布不均匀,导致非平滑光谱区间采样不足,平滑光谱区间采样过多的问题,提出了一种基于最大熵准则的分段压缩感知重构方法,计算不同分段区间的信息熵,当信息熵达到最大时,确定为最佳分段阈值,然后对各光谱段进行压缩感知重构。实验结果表明,分块重构的光谱图像的PSNR和SSIM都提高了1倍,图像块效应明显的减弱。压缩感知重构法与传统的多项式回归法、伪逆法相比,光谱精度提高了3-6倍。信息熵分段方法有效的解决了非平滑区间的采样数较少和平滑区间采样数较多的问题,整体光谱精度提高了2-4倍。

关键词：编码孔径光谱成像压缩感知重构算法光谱反射率最大熵阈值分段

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向编码孔径光谱成像系统的图像重建算法研究

面向编码孔径光谱成像系统的图像重建算法研究

引用

作者：张建峰哈尔滨工程大学

学位级别：硕士

光谱成像技术通过获取目标场景的二维空间信息以及一维光谱信息,由此构成“图谱合一”的数据立方体。该数据立方体能够提供大量有用的信息,因此光谱成像技术在诸多领域有着重要的应用价值。传统光谱成像技术存在光通量低,扫描成像时间... 详细信息

光谱成像技术通过获取目标场景的二维空间信息以及一维光谱信息,由此构成“图谱合一”的数据立方体。该数据立方体能够提供大量有用的信息,因此光谱成像技术在诸多领域有着重要的应用价值。传统光谱成像技术存在光通量低,扫描成像时间长等问题;同时采集到的原始数据量较大给后期数据的存储和传输带来巨大压力。编码孔径光谱成像技术是一种基于压缩感知理论的新型计算光谱成像技术,它通过编码孔径模板以及色散元件对目标场景的空间信息和光谱信息进行编码调制得到二维压缩测量值,再利用相应的优化算法重建得到光谱图像。编码孔径光谱成像技术很好地突破了奈奎斯特采样定理的限制,由此得到学者们的广泛关注。本文对编码孔径光谱成像技术进行了深入研究。由于编码孔径光谱成像系统得到的测量值是高度压缩的,光谱图像的重建成为一个严重病态的逆问题。因此,对于重建算法的研究成为一个至关重要的挑战。本文重点对编码孔径光谱成像系统中图像重建算法进行了研究,主要工作如下:首先,对压缩感知基本理论进行了介绍,详细阐述了该理论的三个核心问题:信号的稀疏表示、测量矩阵的设计以及信号重建算法。同时对编码孔径光谱成像技术的基本原理进行介绍,重点分析了单色散编码孔径光谱成像系统以及双色散编码孔径光谱成像系统的组成结构与成像数学模型。其次,针对传统的算法重建光谱图像效果不好的问题,提出了一种自适应分裂Bregman迭代的图像重建算法。该算法将分裂Bregman迭代算法与字典学习相结合,在迭代求解的过程中不断更新目标图像的估计值和冗余字典,在多次迭代之后能够准确的重建出目标光谱图像。以单色散编码孔径光谱成像系统为基础进行仿真实验。其结果表明,与传统算法相比,该算法重建光谱图像的质量具有明显的优势,平均峰值信噪比和平均结构相似性都有明显的提高。最后,提出了一种基于深度学习的光谱图像重建算法。该算法首先对成像系统的压缩测量值进行预处理,然后在预处理结果与原始图像之间建立深度卷积神经网络,训练学习得到非线性映射关系。最后利用训练后的模型对压缩测量值进行反演求解。以双色散编码孔径光谱成像系统为基础进行仿真实验。其结果表明,与传统算法以及自适应分裂Bregman迭代算法相比,该算法不仅能够提高光谱图像的重建质量,而且重建过程所耗费的时间大大减少。

关键词：编码孔径光谱成像压缩感知重建算法分裂Bregman迭代深度学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自适应分裂Bregman迭代的编码孔径光谱图像重构方法

引用

计算机应用与软件 2020年第5期37卷 249-255页

作者：张建峰沈军张昊平哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 上海无线电设备研究所上海200090

针对编码孔径光谱成像技术中光谱图像重构质量不高的问题,提出一种自适应分裂Bregman迭代的光谱图像重构方法。构建光谱图像分块重构框架,引入分裂Bregman算法进行逐步迭代逼近求解。在每次迭代的过程中利用图像的估计值构造训练样本,... 详细信息

针对编码孔径光谱成像技术中光谱图像重构质量不高的问题,提出一种自适应分裂Bregman迭代的光谱图像重构方法。构建光谱图像分块重构框架,引入分裂Bregman算法进行逐步迭代逼近求解。在每次迭代的过程中利用图像的估计值构造训练样本,结合改进的K奇异值分解(KSVD)字典学习算法自适应训练更新字典,在多次迭代之后重构出目标光谱图像。仿真实验通过与传统使用梯度投影稀疏重建(GPSR)、正交匹配追踪(OMP)以及两步迭代收缩阈值(TwIST)重构光谱图像的算法进行对比,结果表明利用该方法得到的光谱图像更加清晰,在峰值信噪比和结构相似性上均有明显提高。

关键词：编码孔径光谱成像压缩感知自适应分裂Bregman迭代 K奇异值分解

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于非监督网络学习的图像序列压缩感知重建

基于非监督网络学习的图像序列压缩感知重建

引用

作者：杨莹南京信息工程大学

学位级别：硕士

压缩感知(Compressed Sensing,CS)技术融合采样和压缩过程,可以从远低于奈奎斯特采样的测量中重建原信号,被成功应用到图像序列成像系统(如编码孔径光谱成像),大幅提高了成像效率。重建算法是压缩感知研究领域一直重点关注的课题。目前... 详细信息

压缩感知(Compressed Sensing,CS)技术融合采样和压缩过程,可以从远低于奈奎斯特采样的测量中重建原信号,被成功应用到图像序列成像系统(如编码孔径光谱成像),大幅提高了成像效率。重建算法是压缩感知研究领域一直重点关注的课题。目前基于深度学习的压缩感知重建算法因较高的重建质量而受到广泛关注,但这些算法通常是监督学习模式,需要在大量数据集上进行网络的预训练,同时针对不同的测量率、测量矩阵和成像模型,需要再次重新训练网络,不利于重建网络在实际应用中的部署。因此,本学位论文着重研究压缩感知重建的非监督网络学习,探讨高光谱图像、自然图像及视频等图像序列的压缩感知重建问题,具体研究内容包括:(1)提出了高光谱压缩快照重建的非监督空谱网络学习算法。基于编码孔径光谱成像方式,构建以压缩快照测量为条件的生成网络来表示高光谱重建的参数化映射。考虑高光谱图像存在空谱相关性这一特点,在条件生成网络中设计了空谱联合注意力模块,通过多尺度的三维注意力机制实现对空谱信息的有效表达。在对目标函数的学习中优化网络参数,使得网络生成的高光谱图像匹配给定的压缩快照测量,无需网络的预训练过程就可实现高质量的重建。(2)提出了一种基于非局部正则约束的压缩感知重建网络。为了增强非监督重建过程中对于噪声的鲁棒性,进一步联合图像序列的非局部正则先验和深度网络先验来学习重建。并设计一种半二次分裂算法来求解复合约束问题,通过引入辅助变量将原问题解耦成两个子问题进行交替求解。第一个子问题只涉及网络参数的学习,第二个子问题对应于图像序列的非局部正则学习。通过在自然图像、视频及高光谱图像等图像序列上的大量实验,验证了本算法能够在提高重建精度的同时,还可保持对噪声的鲁棒性。

关键词：压缩感知深度网络编码孔径光谱成像非监督网络学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：