摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 绪论 | 第17-31页 |
1.1 研究背景 | 第17-18页 |
1.2 光谱成像技术分类 | 第18-22页 |
1.3 国内外发展现状 | 第22-28页 |
1.3.1 传统光谱成像仪的发展 | 第22-23页 |
1.3.2 新型光谱成像技术的发展 | 第23-28页 |
1.4 研究意义及主要内容安排 | 第28-31页 |
1.4.1 研究目的和意义 | 第28-29页 |
1.4.2 本文主要研究内容 | 第29-31页 |
2 压缩光谱成像技术的理论基础 | 第31-44页 |
2.1 压缩感知采样与还原 | 第31-35页 |
2.1.1 压缩传感理论的数学模型 | 第31-33页 |
2.1.2 信号重构算法 | 第33页 |
2.1.3 基于压缩感知的非扫描超快光谱成像方法 | 第33-35页 |
2.2 压缩光谱成像的理论建模 | 第35-42页 |
2.2.1 编码孔径光谱成像的数学离散模型 | 第35-39页 |
2.2.2 数据还原算法及实验仿真 | 第39-42页 |
2.3 本章小结 | 第42-44页 |
3 基于编码孔径的压缩光谱成像 | 第44-64页 |
3.1 系统结构 | 第44-45页 |
3.2 编码孔径和色散元件的设计 | 第45-49页 |
3.2.1 编码模板的选择 | 第45-47页 |
3.2.2 色散元件的选择和研制 | 第47-49页 |
3.3 压缩光谱成像系统装调 | 第49-51页 |
3.4 光谱标定方法 | 第51-52页 |
3.5 实验结果及分析 | 第52-58页 |
3.5.1 反射式单帧光谱成像系统实验 | 第52-56页 |
3.5.2 透射式快照光谱成像系统实验 | 第56-58页 |
3.6 成像质量分析与改进 | 第58-63页 |
3.6.1 像素匹配问题 | 第58-59页 |
3.6.2 基于编码孔径优化的多帧光谱成像仿真 | 第59-63页 |
3.7 本章小结 | 第63-64页 |
4 光谱目标识别算法研究 | 第64-97页 |
4.1 光谱图像预处理方法研究 | 第64-75页 |
4.1.1 三维光谱角统计方法 | 第64-71页 |
4.1.2 光谱数据降维方法 | 第71-75页 |
4.2 光谱目标识别算法及实际应用研究 | 第75-96页 |
4.2.1 基于稀疏表示的光谱目标识别算法 | 第75-88页 |
4.2.2 基于混合像元分解技术的光谱图像恢复算法 | 第88-96页 |
4.3 本章小结 | 第96-97页 |
5 基于集成成像的三维信息重构算法研究 | 第97-108页 |
5.1 计算集成成像技术 | 第97-104页 |
5.1.1 基于深度表示的计算集成成像重建 | 第98-101页 |
5.1.2 合成孔径计算集成成像仿真实验 | 第101-104页 |
5.2 基于空间位移变化矩阵的三维空间深度还原 | 第104-107页 |
5.2.1 空间位移变换矩阵 | 第104-106页 |
5.2.2 改进的计算集成成像算法仿真 | 第106-107页 |
5.3 本章小结 | 第107-108页 |
6 3D压缩光谱集成成像系统样机的设计与实验 | 第108-124页 |
6.1 基于微透镜阵列的3D压缩快照光谱成像仪 | 第108-114页 |
6.1.1 系统结构设计 | 第108-111页 |
6.1.2 离散数学模型 | 第111-114页 |
6.2 数值仿真 | 第114-118页 |
6.2.1 三维场景模拟仿真 | 第114-117页 |
6.2.2 基于小孔相机阵列的实验仿真 | 第117-118页 |
6.3 成像系统搭建与标定 | 第118-120页 |
6.4 实验结果分析与优化 | 第120-123页 |
6.4.1 系统实验结果 | 第120-123页 |
6.4.2 系统优化 | 第123页 |
6.5 本章小结 | 第123-124页 |
7 总结与展望 | 第124-126页 |
7.1 本文工作总结 | 第124-125页 |
7.2 论文创新点 | 第125页 |
7.3 后续工作展望 | 第125-126页 |
致谢 | 第126-127页 |
参考文献 | 第127-138页 |
附录 | 第138页 |