卫星运动对压缩编码孔径光谱成像的影响

用于遥感光谱成像的光谱成像仪普遍存在信息获取慢、光子收集效率低、信噪比低或焦平面阵列大等问题,另外数据立方体庞大的数据量给数据传输造成了极大压力。为了从根本上解决这些问题,文章提出将压缩编码孔径应用于遥感光谱成像中,即压缩编码孔径遥感光谱成像。文章对卫星平台的俯仰、侧滚和偏航运动进行建模,然后利用此模型对成像过程进行仿真和重建,提高了成像品质。由于运动模型以及压缩编码孔径成像技术的引入,使得遥感光谱图像的压缩在成像过程中完成,从而大大提高了传统焦平面阵列的利用率,减小了数据传输的压力,减小了成像光谱仪的体积、质量与成本。

反射式压缩编码孔径超分辨率成像技术研究

将压缩感知理论引入超分辨率成像,得益于绝大多数图像普遍具有稀疏性,提出了一套基于4f系统的全相位反射式压缩编码孔径光学成像系统,采用反射式空间光调制器进行光学系统成像实验,通过MATLAB程序对该系统进行仿真,对采集到的单幅低分辨率图像进行解码重建得到高分辨率的。实验结果表明,只有在保证CCD相机与空间光调制器像元尺寸完全匹配的情况下才能得到最佳的重建效果。

压缩编码孔径成像重构算法

现有光测成像设备易受到目标特性、天气、成像系统等多种因素影响,传统成像体制下难以突破探测器和光学系统限制,无法实现目标场景的高分辨率成像以及图像的快速传输和实时处理。压缩编码孔径成像技术作为一种新型成像体制,可突破探测器成像极限,实现超分辨率成像。该成像体制主要利用图像的稀疏性,通过重构算法求解数学模型进而高分辨率恢复目标图像;重构算法是压缩编码孔径成像过程的关键步骤,在一定程度上决定了图像的重构精度以及重构速度;对现有的压缩编码孔径成像重构算法进行分类总结,并对典型算法进行仿真验证,可为该领域未来的研究提供借鉴。

双极性压缩观测光谱成像技术研究

压缩传感突破了Nyquist-Shannon采样定理的限制,从随机观测的少量测量值中即可高精度地获取图像,给成像设备的设计带来了巨大变革。压缩传感理论证明可以通过重构恢复获得比焦平面阵列分辨率更高的场景图像。尽管在理论上存在巨大优越性,压缩传感成像系统的物理实现需要考虑一些实际问题。文章围绕压缩传感成像设备进行了研究,提出了一种物理可实现的压缩成像方法,该方法利用双通道观测架构实现压缩成像中的双极性观测,解决了压缩成像理论与实际物理约束不一致的问题。采用多路技术和多膜技术实现大视场观测与多次视场观测,该方法可以单次曝光获取充足的观测值来高精度重构原图像。压缩光谱成像数值仿真实验验证了该方法的有效性和鲁棒性。

基于压缩感知的超分辨率成像技术分析

将压缩传感理论引入超分辨率成像,得益于绝大多数图像在变换域中普遍具有稀疏性。在介绍压缩感知原理基础上,通过仿真分析表明,二维图像在变换域具有稀疏性;测量矩阵的性能越好重建图像效果越好;压缩感知采样仅用相当于传统图像30%测量值,就能恢复出与传统采样相当质量的图像;相对GPSR、GPSR+TV等算法,ADM算法超分辨率图像重建效果更佳。提出了一套基于4f系统的棱镜反射式压缩编码孔径光学成像系统,采用SLM作为编码模板完成对目标图像的调制和压缩,通过开发的基于全变分稀疏重建的ADM算法软件,实现了重建图像分辨率比CCD采集到的图像分辨率提高4倍的超分辨率重建效果。压缩感知成像技术解决了传统成像系统存在图像分辨率低、数据存储压力大、数据传输速度慢等问题,具有巨大应用潜力。

多值压缩编码孔径超分辨率成像方法

针对近期提出的基于压缩感知(CS,compressed sensing)理论的压缩编码成像方法在重建后引入较多类似于噪声的伪影(artitacts)问题,为了使压缩编码成像方法获得更好成像质量的图像,本文提出一种改进的压缩编码成像方法。本文方法将多值模板(MVM)代替二值模板来增强编码质量,并利用自适应全变分(TV,total variation)去噪方法去除重建后的高分辨率图像的伪影。实验结果表明,这种方法很好地改进了压缩编码孔径(CCA)的成像质量,并且大幅提高了图像的信噪比(SNR)。