基于目标边缘搜索照明的反馈关联成像

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:niqing813
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
关联成像具有优秀的抗干扰,抗散射能力,且能实现无透镜成像,因此获得了广泛的关注。但在传统关联成像中,需要大量的采样帧数才能重构高质量的图像,这一缺点很大程度地限制了成像速度。为解决该问题,我们对关联成像所使用的照明散斑场对成像质量的影响进行了深入分析,发现当光场特性与成像环境及目标相适应时可以有效提高成像的效果。而传统的关联成像使用的照明方式对视场中各部分是无差异对待的,未考虑目标各部分蕴含的有效信息实际上是不均匀的,从而限制了每次采样对有效信息的获取效率。考虑到图形中的有效信息主要集中在目标边缘区域,我们提出了基于目标边缘搜索照明的反馈关联成像方案。从低采样次数的图像中搜索出目标边缘区域,并使用更小的视场与更小的散斑对该区域进行重点成像,再从中结果更精确地确定边缘区域,并对光场进行反馈调节,实现低采样次数下的高质量成像。相对于传统的关联成像,本方案可以提升每次采样所获取的有效信息量,大幅减少生成高质量图像所需的采样次数。从而更好的应用于运动目标成像、医学成像等领域。而与压缩关联成像相比,该方案使用线性算法,计算时间短,在实时成像等领域更有优势。
其他文献
兴趣点(Point of Interst,POI)是指人们发现有用或有趣的特定位置。POI提供了多样化的城市功能,在方便人们的日常生活方面发挥着重要作用。在城市中,感兴趣区域(Area of Interst,AOI)是基于位置服务(Location Based Service,LBS)术语中对POI的扩展概念,是指具有地理边界信息一片区域,传统上AOI多指大的商圈和城市功能区。本文主要关注细粒度A
在软件开发过程中,开发人员从某处复制粘贴一段源代码并对其进行修改是一种常见的编程方式,这种软件开发方法称之为代码复用。虽然代码复用技术确实给软件系统的研发带来许多便利,但由此导致软件系统中可能产生的大量克隆代码,不仅使整个源代码变得臃肿,增加软件系统的维护成本,而且会影响软件的质量,导致代码漏洞的引入和繁衍。正因如此,代码克隆检测一直是软件工程领域的一个基础研究课题。鉴于此,本文重点围绕基于序列联
大数据时代的浪潮已然来袭,个性化推荐作为解决信息过载问题的有效手段,已应用于社会生活各个领域,其市场前景日趋广阔。然而,挑战与机遇并存,特别是随着数据收集能力不断提升、范围不断拓展、规模不断增加,传统推荐算法在信息融合能力方面瓶颈凸显。近年来,深度学习在图像处理、自然语言处理与语音识别等领域取得的巨大成功,其卓越的数据处理能力得到广泛认可。鉴于此,基于深度学习的个性化推荐算法研究成为新的热点。已有
图像的特征检测与匹配是图像处理技术中非常重要的一部分,在三维重建、医学图像处理、图像检索等领域都有着非常重要的作用,也是现今图像领域研究的热点方向。由于在图像匹配过程中会受到很多因素的干扰,为了获取更好的匹配效果,就要从图像的获取方式、预处理、匹配精准度与效率等方面进行改进,本文主要围绕上述问题,开展了如下研究。针对光照不均图像特征检测不准确的问题,提出了一种基于纹理抑制的光照不均图像改进KAZE
近年来,无人机在地球测绘、公共安全、精确打击等军事和民用领域的应用层出不穷。对无人机拍摄影像内容的定位(获取影像中每个像素对应的经纬度)是无人机多种典型应用的基础,既是无人机影像理解的内在任务,也是后续完成目标打击、目标跟踪等任务的关键。受限于无人机携带定位设备的精度、多径干扰及漂移等情况的影响,传统无人机影像方法定位流程复杂、定位误差大,难以适应应急保障等时效性强的无人机影像定位的现实需求。鉴于
目标检测技术的研究是一个十分重要和实用性很强的课题,是解决复杂或高层次视觉任务的基础。它的任务是从大量预定类别的自然图像中寻找目标实例。当前目标检测在智能安防监控方面,增强现实方面,以及自动驾驶方面都有着非常广泛的应用。其中,无人机平台上的目标检测任务是具有重要意义的课题之一,很多先进的目标检测技术围绕此课题展开。无人机(Unmanned Aerial Vehicles,UAVs)的优点是小巧灵活
目的:观察射频导入舒敏保湿特护霜治疗面部敏感性皮肤的有效性和安全性。方法:敏感性皮肤患者40例,采用随机对照试验分为治疗组和对照组,每组患者各20例。两组均口服枸地氯雷他定片8.8 mg/d。对照组外用凡士林霜每日两次,联合射频导入治疗,1次/周;治疗组外用舒敏保湿特护霜每日两次,联合射频导入治疗,1次/周。持续治疗4周。分别于0和4周进行疗效判定,使用无创皮肤检测仪检测两组患者经表皮水分流失(t
期刊
近年来,随着“大数据”时代的来临和计算机处理能力不断提升,人工智能领域进入飞速发展阶段。面部表情是表达人类意图的最主要的非语言手段,以计算机技术为基础的面部表情识别研究旨在让机器理解人的情感,在人机交互和计算机视觉领域有着重要的研究意义和应用价值。获取大规模高质量的数据集始终是面部表情识别研究上的难点之一,对现有的原始数据集进行优化是解决这个问题的一个有效方法。我们可以将其分为两个子任务:一是扩充
党的十八届三中全会正式做出《中共中央关于全面深化改革若干重大问题决定》,并主张健全与发展中国特色主义制度是未来全面深化改革的整体目标,在构建国家治理体系中,社区治理发挥着基础性的作用。最近几年,我国在社会治理方面取得了较快的进展,社区治理与建设在理念上更为充实,治理模式不断创新,带有地域特色的社会治理典范不断涌现。党的十九大表示,强化社区治理体系建设,需要着力将治理中心下潜到基层,营造出共建共治共
图像作为互联网时代传播最广的媒体介质,对其内容进行理解和分析具有极其重要的意义。理解细粒度内容的首要前提是对其进行分类,由于图像中目标和场景的多样性,图像分类是图像处理中的重点和难点。而细粒度图像分类相对于通用图像分类而言,类内差距大,类间差异小,致使细粒度图像分类的挑战性更大。实际生活中通用图像分类往往可以经由自身既有知识进行,而细粒度分类则需要专业相关知识,且细粒度目标在实际生活中常常遇到,对