| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第17-41页 |
| 1.1 引言 | 第17-18页 |
| 1.2 光谱成像技术的分类及应用 | 第18-33页 |
| 1.2.1 光谱成像技术的分类 | 第18-27页 |
| 1.2.2 光谱成像技术的应用 | 第27-33页 |
| 1.3 计算光谱成像技术 | 第33-37页 |
| 1.3.1 计算成像概述 | 第33-34页 |
| 1.3.2 计算光谱成像发展现状 | 第34-37页 |
| 1.4 本文主要研究内容及章节安排 | 第37-41页 |
| 第2章 压缩感知理论及编码孔径光谱成像仪原理 | 第41-64页 |
| 2.1 引言 | 第41页 |
| 2.2 压缩感知采样理论 | 第41-50页 |
| 2.2.1 信号的稀疏表示 | 第44-45页 |
| 2.2.2 观测矩阵特性 | 第45-46页 |
| 2.2.3 压缩感知信号重构算法 | 第46-50页 |
| 2.3 编码孔径光谱成像仪原理 | 第50-58页 |
| 2.3.1 双色散型光谱维编码 | 第51-54页 |
| 2.3.2 单色散型空间维编码 | 第54-58页 |
| 2.4 编码孔径光谱成像仪关键元件 | 第58-63页 |
| 2.4.1 编码模板 | 第59-62页 |
| 2.4.2 色散元件 | 第62-63页 |
| 2.5 本章小结 | 第63-64页 |
| 第3章 编码模板与探测器分辨率匹配优化 | 第64-89页 |
| 3.1 引言 | 第64-65页 |
| 3.2 编码孔径与探测器分辨率不匹配 | 第65-66页 |
| 3.3 像素分组CASSI的数学模型推导 | 第66-70页 |
| 3.4 分辨率不匹配的解决办法 | 第70-78页 |
| 3.4.1 基于压缩感知的超分辨光谱成像 | 第71-72页 |
| 3.4.2 基于灰度分级的编码孔径 | 第72-76页 |
| 3.4.3 重建算法 | 第76-78页 |
| 3.5 实验结果 | 第78-86页 |
| 3.5.1 基于压缩感知的超分辨光谱成像的数据立方体重建 | 第81-83页 |
| 3.5.2 基于灰度分级的CASSI数据立方体重建 | 第83-86页 |
| 3.6 本章小结 | 第86-89页 |
| 第4章 基于优化编码孔径的压缩采样光谱解混 | 第89-105页 |
| 4.1 引言 | 第89-90页 |
| 4.2 数据立方体的稀疏表示 | 第90-92页 |
| 4.3 编码孔径压缩光谱成像解混 | 第92-94页 |
| 4.4 基于多帧CASSI光谱解混的优化编码孔径设计 | 第94-97页 |
| 4.5 计算机仿真与分析 | 第97-103页 |
| 4.5.1 算法复杂度 | 第99-100页 |
| 4.5.2 合成类数据立方体复原 | 第100-102页 |
| 4.5.3 实测数据立方体复原 | 第102-103页 |
| 4.6 本章小结 | 第103-105页 |
| 第5章 快照式彩色压缩光谱成像技术研究 | 第105-121页 |
| 5.1 引言 | 第105-106页 |
| 5.2 基于彩色光学滤波器阵列的压缩感知光谱成像仪 | 第106-113页 |
| 5.2.1 系统理论建模 | 第107-110页 |
| 5.2.2 矩阵模型 | 第110-112页 |
| 5.2.3 数据复原及重建算法 | 第112-113页 |
| 5.3 计算机仿真模拟 | 第113-120页 |
| 5.3.1 多光谱数据复原模拟 | 第115-118页 |
| 5.3.2 高光谱数据复原模拟 | 第118-120页 |
| 5.4 本章小节 | 第120-121页 |
| 第6章 总结与展望 | 第121-125页 |
| 6.1 论文研究工作总结 | 第121-123页 |
| 6.2 研究展望 | 第123-125页 |
| 参考文献 | 第125-137页 |
| 致谢 | 第137-139页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第139页 |
