计算光谱成像联合色差矫正及超分辨技术研究

摘要

高分辨率光谱成像在军事侦察、医疗诊断、地震监测等领域有重要应用。但由于二维传感器采集三维光谱数据具有天然的困难，导致传统光谱成像技术采样效率低下。针对此问题，杜克大学基于压缩感知理论提出了新型的计算光谱成像技术-编码孔径快照光谱成像（Coded Aperture Snapshot Spectral Imagers, CASSI）系统。CASSI系统的成像过程分为观测和重建两个步骤，首先通过随机编码光路对光谱场景进行特定的编码观测，然后利用光谱图像的先验信息，通过优化算法重建光谱图像。
　　本研究分析了CASSI系统中的色差形成原因，并研究了如何通过受色差影响的观测重建光谱图像。考虑到CASSI是高度非线性的光学系统，不同像素点的点扩散函数不同，难以统一处理，提出了基于分段线性近似点扩散函数的色差矫正方法。通过仿真实验验证，提出的色差矫正方法能够有效减少色差对重建图像质量的影响，从而提高了光谱图像的重建质量。针对CASSI系统重建图像分辨率低的问题，提出了联合全色图像的计算光谱超分辨率成像方法。该方法在原有编码观测的基础上增加全色观测通道，通过利用全色通道的丰富空间信息，将编码观测与全色观测进行联合重构，从而提高光谱图像的空间分辨率。仿真实验也表明，提出的方法能采集更多的数据，重建的光谱图像的边缘、纹理信息更清晰，具有更高的信噪比，比CASSI成像方法提高2-6dB。

目录

声明

插图索引

表格索引

符号对照表

缩略语对照表

第一章 绪论

1.1选题意义与研究背景

1.2国内外研究现状

1.3论文的研究内容与贡献

第二章 基于压缩感知理论的计算光谱成像方法

2.1引言

2.2计算光谱成像方法

2.3 CASSI系统数学模型和TwIST重建算法

2.4计算光谱成像系统误差分析

2.5本章小结

第三章 色差矫正模型与分段线性算法设计

3.1引言

3.2成像系统的色差成因及建模

3.3基于压缩感知理论的色差矫正模型

3.4定标实验设计

3.5基于TwIST的分段线性重构算法

3.6实验结果与分析

3.7本章小结

第四章 联合全色图像的计算光谱超分辨率成像系统研究

4.1引言

4.2系统结构

4.3重构模型

4.4实验结果与分析

4.5本章小结

第五章 总结和展望

参考文献

致谢

作者简介