修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

9 条数据
?? 中文(中国)
  • 基于阿基米德螺旋测量矩阵的红外图像重建

    摘要: 利用压缩感知理论实现红外图像重建是一个新的研究方向。在压缩感知领域中,测量矩阵的构建至关重要。目前测量矩阵主要分为随机型和确定型两类。随机测量矩阵虽能较好满足测量矩阵特性,但需要大量存储空间且硬件实现不便。为此,本文提出一种用于红外图像重建的确定性测量矩阵构建方法:首先在阿基米德螺旋线上采集一系列点构建确定序列;继而构造初始测量矩阵;最后根据所需采样率获取确定性测量矩阵。仿真结果表明,通过该测量矩阵获得的测量值可实现红外图像重建,且相比高斯与伯努利随机测量矩阵,所提测量矩阵具有更优的重建性能。

    关键词: 确定性测量矩阵、压缩感知(CS)、红外图像重建

    更新于2025-09-23 15:23:52

  • 基于非局部压缩感知的SAR层析成像

    摘要: 城市区域的层析合成孔径雷达(TomoSAR)反演本质上是一个稀疏重建问题,因此可采用压缩感知(CS)算法求解。本文针对该领域两大难题提出解决方案:首先,TomoSAR需要大量数据集导致成本高昂,但研究表明获取次数与信噪比(SNR)存在权衡关系——渐近分析表明仅二者乘积决定重建质量。我们通过将非局部(NL)估计融入反演来提升SNR,证明仅需7幅干涉图即可实现建筑物的合理重建。其次,基于CS的反演计算量巨大,难以适用于大规模应用。我们提出一种求解非局部L1-L2最小化问题的快速精确新算法(该问题是CS重建算法的核心),并利用德国慕尼黑地区的模拟数据及TerraSAR-X高分辨率聚束模式影像验证了算法适用性。

    关键词: 干涉合成孔径雷达(InSAR)、层析合成孔径雷达(TomoSAR)、压缩感知(CS)、非局部(NL)滤波

    更新于2025-09-23 15:22:29

  • [IEEE 2018第二届电子、计算机与通信进展国际会议(ICAECC) - 班加罗尔(2018.2.9-2018.2.10)] 2018第二届电子、计算机与通信进展国际会议(ICAECC) - 基于Bregman迭代的 hyperspectral 图像稀疏重建

    摘要: 高光谱图像处理在卫星通信中具有重要作用。由于星载成像光谱仪采集的数据量极其庞大,高光谱图像(HSI)处理在计算时间和存储方面需要极高的"计算资源"。从卫星向地面站传输图像数据的可用带宽有限。因此,高光谱图像压缩成为过去几年研究界的热门研究领域。本文提出的研究工作采用了一种新方案——高光谱图像稀疏化与重建(SHSIR),用于以压缩感知(CS)方式获取的高光谱图像数据重建。通过包含高斯独立同分布元素的测量矩阵生成类似压缩感知采集的压缩测量值。现在的重建问题转化为求解含非光滑项的约束优化问题。采用自适应Bregman迭代乘子法将该复杂优化问题转化为简单的循环序列问题。研究实验结果表明,该方法性能优于其他现有技术。

    关键词: SHSIR算法,高光谱图像(HSI),压缩感知(CS)

    更新于2025-09-23 15:22:29

  • 基于降维压缩感知与多测量向量模型的GB-SAR干涉测量技术

    摘要: 为减少地基合成孔径雷达干涉测量中常规聚焦方法的数据采集时间和高级旁瓣效应,我们提出一种基于降维压缩感知(CS)方法与多测量向量(MMVs)模型相结合的新方案,用于生成精确形变图。该CS方法通过欠采样数据的快速常规方法选取目标支撑区域,后续稀疏重建仅针对选定区域进行?;贛MV的方法可提高形变估计的相干性与精度。我们开展了两项实验以评估所提方法的性能。

    关键词: 多测量向量(MMVs)模型、合成孔径雷达干涉测量、压缩感知(CS)、地基合成孔径雷达(GB-SAR)、合成孔径雷达

    更新于2025-09-23 15:22:29

  • [IEEE 2019年第24届微光学会议(MOC) - 日本富山(2019.11.17-2019.11.20)] 2019年第24届微光学会议(MOC) - 具有Ce:YIG包层的硅波导马赫-曾德尔干涉仪的波长特性

    摘要: 通过非破坏性和非侵入性技术确定并理解埋藏物体本质的问题,在众多应用领域中具有重要意义。本框架下,电磁逆散射理论可通过分析表面采集的散射场测量数据来解决该问题。本文提出一种基于玻恩近似(BA)与压缩感知(CS)方法相结合的二维(2-D)技术,旨在提升特定目标类别的重建能力。研究采用多视角-多静态配置与多频方法相结合,以克服单频技术的数据量限制。在对该算法性能进行初步数值分析后,将展示若干二维视角受限场景的算例。该场景由两个半空间构成的简化环境组成,探测器位于两种介质界面附近。如下文所示,可明显观察到压缩感知技术在此类问题中的应用能提升重建效果,从而验证所提方法的有效性。

    关键词: 微波、散射、探地、压缩感知(CS)、层析成像、反演、电磁雷达

    更新于2025-09-23 15:19:57

  • 基于缩放压缩感知的高分辨率汽车调频连续波合成孔径雷达稀疏场景重建

    摘要: 本文提出一种基于缩放压缩感知(CS)的汽车调频连续波合成孔径雷达(FMCW SAR)稀疏场景重建算法。FMCW雷达具有制造成本低、结构紧凑和发射功率小的优势。相比卫星或飞机等典型SAR平台,汽车SAR系统更具经济性和易实施性。我们通过压缩感知对汽车FMCW SAR的随机欠采样原始数据进行稀疏重建,利用汽车行驶速度远低于常规SAR平台的特点——这使得距离多普勒算法(RDA)方位压缩中方位匹配滤波器的带宽大幅收窄,而低频方位数据对方位压缩起决定性作用。为此提出专门针对汽车SAR低频信息恢复的新型重建方案——缩放CS,该方案基于基追踪去噪(BPDN)算法。为验证所提算法性能,我们开发了Ku波段FMCW SAR系统:将该系统搭载于汽车,在高速公路匀速行驶状态下以条带模式采集FMCW SAR原始数据。通过处理高分辨率真实SAR图像验证表明,该重建算法显著提升了汽车FMCW SAR的重建性能。

    关键词: 汽车合成孔径雷达(SAR)、调频连续波雷达(FMCW)、压缩感知(CS)、SAR、稀疏重建。

    更新于2025-09-11 14:15:04

  • 基于压缩感知(CS)并结合全变分正则化惩罚的图像去模糊方案,用于提升数字断层合成(DTS)中的图像特性

    摘要: 在这项工作中,我们提出了一种基于压缩感知(CS)的图像去模糊方案,采用全变分(TV)正则化惩罚来改善数字断层合成(DTS)中的图像特性。我们实现了所提出的图像去模糊算法,并通过系统仿真验证了其可行性。同时利用由90 kVp、6 mAs X射线管和198微米像素分辨率的CMOS型平板探测器组成的台式装置进行了实验。在仿真和实验中,均在θ=60°的断层扫描角度范围、Δθ=1.2°的角度步长下采集51幅投影图像,先使用所提去模糊算法处理,再进行常规的基于滤波反投影(FBP)的DTS重建。结果表明:重建后的X射线图像和DTS图像清晰度显著提升,DTS的离面空间分辨率提高了约1.4倍。因此该去模糊方案对常规放射摄影和DTS中的模糊问题均有效,可应用于改善现有图像质量。

    关键词: 压缩感知(CS)、去模糊、数字断层合成(DTS)、全变分(TV)

    更新于2025-09-11 14:15:04

  • 双摄像头压缩高光谱成像系统的快速并行实现

    摘要: 编码孔径快照光谱成像仪(CASSI)为从单次二维测量中重建三维高光谱图像(HSI)提供了潜在解决方案。最新提出的双相机压缩高光谱成像仪(DC-CHI)设计能通过CASSI同步采集更多信息以提升重建质量。当前主要瓶颈在于重建方法的高计算复杂度阻碍了实际应用。本文基于DC-CHI提出一种快速并行实现方案以实现稳定高效的高光谱图像重建:首先开发针对重建问题的新优化方法,将交替方向乘子法(ADMM)与基于全变分(TV)的正则化相结合以提升收敛速度;继而提出基于GPU的新型并行实现方案以提高时间效率。所提方法在合成数据与真实数据上均验证了性能,实验结果表明该方法在保持相当重建保真度的同时具有显著的时间效率优势。

    关键词: GPU、快速重建、压缩感知(CS)、高光谱成像

    更新于2025-09-10 09:29:36

  • 肺超极化129Xe动态MRI的高度自适应欠采样模式

    摘要: 超极化(HP)气体(如3He或129Xe)动态磁共振成像可直观呈现肺通气过程,提供肺部生理与病理生理特征信息。压缩感知(CS)技术通常用于提升此类动态MRI的时间分辨率,但其固定加速因子会导致因肺部分支网络结构而难以精确观测和/或测量动态通气过程。本研究提出一种自适应策略,根据肺结构与气体运动特性对肺部HP动态k空间数据进行高度欠采样,进而开发兼顾低秩性、全局稀疏性、气体流入效应及联合稀疏性的有效重建算法。仿真与活体实验均验证:该方案在定性与定量比较中均优于现有最优方法。特别地,本方法可在6.67秒内获取33帧图像(时间分辨率较近期提出的策略提升逾一倍),并实现高质量成像[平均绝对误差(MAE)、结构相似性指数(SSIM)、基于局部方差的图像质量指数(QILV)及对比噪声比(CNR)分别提升29.63%、3.19%、2.08%和13.03%],为阻塞性肺疾病早期检测提供精准的结构与功能信息。

    关键词: 压缩感知(CS)、超极化129Xe、肺部、高度自适应欠采样模式(HUP)、动态MRI

    更新于2025-09-09 09:28:46