连续推扫计算光谱成像技术

计算光谱成像技术具有高通量、快照成像等优点,但快照成像采样数据量不足,导致利用压缩感知方法重构图谱精度很低。通过对计算光谱成像技术各个环节进行系统研究,提出一种新型的连续推扫计算光谱成像技术,利用正交循环编码孔径代替传统的随机编码孔径,通过逐行扫描方式及正交变换可完整重构图谱数据。仿真和实际成像结果表明,连续推扫计算光谱成像技术可消除图谱混叠影响,理论上可完全重构图谱信息,重构图谱精度明显优于传统的计算光谱成像技术。相比国际上提出的多次曝光计算光谱成像技术,连续推扫计算光谱成像技术不需要改变编码孔径与探测器间的相对位置,也不需要凝视成像,系统中没有活动元件,稳定性高,适用于常规航空航天遥感推扫成像。     

压缩感知理论在光学成像中的应用

压缩感知以信号的稀疏性或可压缩性为条件,以远低于耐奎斯特采样频率对信号数据进行采样和编码。简要概括了压缩感知的基本理论,它采用非自适应线性投影来保持信号的原始结构, 能通过数值最优化问题精确或高概率地重构原始信号。详细介绍了其在光学成像系统中的应用,主要包括单像素相机、超薄成像、编码孔径成像、多路技术智能成像、多光谱成像和CMOS成像等成像系统。最后对该理论的应用前景进行了阐述。     

单色散压缩编码光谱成像系统研究

随着光谱成像技术向高空间分辨率、高光谱分辨率、高信噪比方向发展, 传统的光谱成像系统面临着数据采集量过大的问题,同时,系统分辨率受探测器帧频与像元尺寸影响较大、大口径长焦距系统难于精密装调、系统能量受限引起信噪比提高困难。为了解决上述问题,研究了一种单色散压缩编码光谱成像系统, 并针对国内压缩编码光谱成像系统工程实现与试验验证不足的问题,重点研究了该新系统的设计与实现,模板平移下的系统数学模型及多帧重构算法,并给出实际样机试验及数据处理结果。最后,根据试验情况,总结提出该新技术后续发展需重点关注的研究内容,包括编码模板误差分析,多维稀疏重构模型与算法,压缩编码光谱成像系统标定技术,重构算法/重构图谱评价技术。单色散压缩编码光谱成像系统通过编码、色散、甚至下采样,由探测器接收得到成像观测图像,然后,利用该成像数据,通过重构算法,得到目标光谱图像数据,其优点是低数据量采样、工程实现硬件要求减低、多通道高通量探测。相关研究结果表明,该系统获取的数据有效,样机设计合理,重构算法与标定方法较为准确,其得到的字母HSI目标光谱图像的空间信息清晰,光谱信息较为准确,符合钨灯光谱,其系统设计与实现具有工程可行性。     

散斑及压缩计算成像研究进展

计算成像是集光学、计算科学、信息科学于一体的新兴交叉领域技术。该技术基于多维光场调控与解调的信息传输原理,利用前端光电成像系统与后端数据处理的“一体化设计”,解决光场信息维度与探测维度不匹配的问题,从而有效提升感知能力和探测性能,目前已成为光电成像领域的前沿方向。其中,散斑成像能够通过调控散斑场来实现强散射光成像,打破了光散射妨碍成像的传统观点;空域和时域压缩计算成像通过对光场信号的编码,能够突破半导体工艺、大量数据传递与处理对高分辨率、高速探测器的限制;压缩计算光谱成像结合光学调制、复用探测与计算重构,解决了传统光谱成像中系统复杂、数据采集效率低和分辨率受限的问题。详细介绍这3类计算成像模式的原理方法和最新研究进展,分析当前尚存的问题,并对这类技术的未来发展方向进行了展望。     

均匀背景中的动态小目标光谱数据获取方法研究

光谱是一种可以表征物质特性的光学信息,利用光谱成像仪可以获取处于视场范围内的物质的光谱图像,成熟的光谱成像技术均需要通过多次采集才能够获取完整的光谱图像数据立方体,相应系统的时间分辨率比较低,不适用于动态目标的光谱获取。快照式光谱成像在动态目标光谱成像方面具有较大的优势,其中编码孔径快照光谱成像技术是一种将压缩感知计算方法融入到光谱成像过程和图谱重构过程中的光谱成像技术,在采样过程中完成数据压缩,具有高通量优势,可以利用单次曝光的混叠数据,重构出目标光谱数据立方体,实现快照式成像,使得对动态的目标进行监测成为可能。实现监测需要目标的信息满足稀疏性的假设,实际目标很难满足这样的条件,重构误差比较大,不利于对动态的小目标进行监测和识别。针对均匀背景中动态小目标的光谱数据获取,提出一种双色散通道的编码孔径光谱成像方法,系统由两个通道组成,每个通道均包含一个光谱仪,其色散方向互相垂直,并共用一个前置望远镜系统和编码孔径。该系统可以实时观测均匀背景区域中的动态小目标。由于两个通道的色散方向互相垂直,可以从背景中分离出小目标的位置和相对应的编码。假设目标出现在视场中前后,背景的辐射特性变化很小,利用目标出现前的数据计算出背景光谱;目标出现后,通过帧间差分运算,消除背景辐射的影响,提取出目标位置对应色散区域中数据,利用约束最小二乘算法,重构运动小目标的光谱数据立方体。进行光谱数据重构,进行背景光谱补偿后,获得完整的动态小目标光谱数据。文章对成像过程建立了数学模型,并对重构方法进行了仿真验证,结合编码孔径的统计特征,使目标随机出现在不同的位置,统计重构光谱的峰值信噪比概率分布,并调整目标尺寸,分析目标尺寸对重构精度的影响,最后与编码孔径成像系统的两步软阈值迭代算法重构结果进行了对比。结果表明,这种方法在均匀背景中,采用随机编码矩阵进行编码,目标尺寸小于5×5个像元时,相对于编码孔径成像系统,提高了目标的信息重构精度和概率,并且极大的减小了运算量,可以实现对运动目标的实时监测。     

压缩感知光谱成像技术的编码孔径与探测器匹配优化

编码孔径光谱成像仪在实际应用中存在着编码模板与探测器分辨率不匹配从而降低系统分辨率的问题。针对该问题进行了两种情况分析,并通过数学理论建模给出了相应的解决方案。对于编码模板分辨率高于探测器分辨率这一情况,提出引入邻域嵌入超分辨技术的方法,实现了基于压缩感知的超分辨光谱成像。对于编码模板分辨率低于探测器分辨率这一情况,提出区块阈值划分的编码孔径,将编码微元按照区块阈值重新划分并进行灰度分级,从而实现低分辨率编码模板的高分辨率编码孔径。利用梯度投影稀疏重构(GPSR)算法进行数据立方体重建,实验结果表明:运用基于超分辨理论的编码孔径快照光谱成像系统所测得的光谱图像更精准,内容更丰富;采用基于区块阈值划分的编码孔径的编码孔径快照光谱成像系统具有更高的空间分辨率和光谱分辨率。结果证实优化后的编码孔径快照光谱成像系统,其分辨率和成像质量大幅度提升,并实现了高分辨率元件的100%利用。     

基于空谱特征优化选择的高光谱激光雷达地物分类

地物精细化分类一直是遥感领域的研究热点之一,也是生物量计算、全球碳循环、能量流动等研究的重要前提。为实现复杂场景下的地物高精度识别分类,本文基于高光谱激光雷达空间-光谱一体化同步获取优势,提出了基于空谱特征优化选择的高光谱激光雷达地物分类流程,构建了多种适用于高光谱激光雷达数据的空谱特征,并通过空谱特征优化选择,确定最优空谱特征组合进而实现高精度地物分类。14类地物分类结果表明,联合多种空谱特征,可优化某些类别因空间结构复杂造成光谱获取准确度不高从而引起的错误分类现象,总体分类精度可达95.57%,平均分类精度为84.37%;基于空谱特征优化选择确定最优空谱特征组合,可有效地消除特征冗余,使得总体分类精度进一步提高1.56%,平均分类精度提高4.36%。基于高空间分辨与高光谱分辨的一体化成像探测优势,高光谱激光雷达技术在地物精细化分类领域极具研究潜力与商业价值。     

静态计算光谱成像仪图谱反演的关键数据处理技术

静态计算光谱成像技术中图谱反演环节是实现其理论优势极为关键的一步, 是决定最终获得图谱质量优劣的数据处理技术. 本文为此专注于计算光谱的图谱反演环节,对图像压缩感知理论算法、图像重构算法、 以及针对图谱三维数据的反演算法都开展了深入的研究和比较, 并结合所研制系统的图谱数据传输全链路和工程研制过程中误差等因素进行全面详尽的仿真验证, 给出各种图谱反演算法验证、分析结果. 指出静态计算光谱成像系统研制中图谱反演环节的关键数据处理问题,适合采用的算法及其优化路线. 为顺利研制静态计算光谱成像仪,保证其理论优势的实现,提供了详实的分析、参考依据. 关键词： 计算光谱 编码孔径 压缩感知 图谱反演     

计算光谱成像技术的成像质量评价

计算光谱成像是一种新型的光谱成像技术,具有高通量、快照式成像等优点,但关于其成像质量评价的研究还很少。工作中探索了一种计算光谱成像系统成像质量的定量评价方法。该方法利用ISO 12233靶标作为目标源,进行成像、图谱信息重构,并通过测量重构图的调制传递函数(MTF)作为计算光谱成像系统的成像质量评价标准。结果表明,对于单帧采样,随着混叠谱段数的增加,重构图MTF迅速下降,当混叠波段的数目达到9个时,重构图MTF与目标场景图像相比已下降50%。该研究有助于理解计算光谱成像技术的优缺点,合理安排混叠谱段的数量,以精确地复原目标信息。     

图-谱结合的压缩感知高光谱视频图像复原

针对液晶可调滤波片高光谱成像系统记录动态场景的成像特点,提出一种图-谱结合的压缩感知高光谱视频图像复原方法。首先,通过前景目标检测获得运动前景目标的高光谱图像,实现运动前景目标与背景区域分离,并根据前景目标检测结果将背景区域划分为运动区域(被前景目标遮挡区域)与静止区域(未被前景目标遮挡区域)。然后,基于高光谱图像空间维、光谱维相关性,对静止区域进行字典学习获得稀疏先验信息,结合压缩感知理论用于运动区域恢复,得到完整的背景区域高光谱图像。最后,将运动前景目标高光谱图像与背景区域高光谱图像相结合,得到高光谱视频图像。实验结果表明:本文提出的高光谱视频图像复原方法在峰值信噪比和视觉效果上都要优于现有算法,峰值信噪比平均提高5 d B以上。     

基于FP微阵列的压缩感知光谱重建研究

针对现有星载扫描光谱成像中无法同时实现高通量、高光谱分辨率的问题,提出采用法布里珀罗（FP）微阵列与压缩感知光谱成像方法。该方法通过在成像探测器前加FP微阵列,FP微阵列调制器每一单元对应不同高度,进而对输入光信号进行调制得到不同的光谱响应。结合扫描和压缩感知复原算法,最终获得高光谱图像数据立方体。该系统光谱范围为400 nm～700 nm,光谱通道数高达700个。通过仿真激光入射光谱与压缩感知重构光谱进行对比,仿真均方误差（MSE）为0.002。此外,通过实验对两个不同颜色的单色光光谱进行重构,实验结果与标准光谱仪测得的光谱基本一致,验证了该方法光谱重构的可行性。该方法可广泛应用于高通量、高光谱星载或扫描光谱成像测量中。     

液晶光谱成像技术研究进展

液晶光谱成像技术是基于液晶可调滤光片的新型光谱成像技术.利用向列相液晶材料的电控双折射效应,液晶可调滤光片可在工作谱段内进行连续光谱调谐,实现光谱成像系统的小型化、多用途、实时控制.获取高空间分辫率和高光谱分辫率的光谱图像,是今后航天航空遥感的一个重要发展方向.结合液晶光谱成像技术的国内外研究进展,分析了其目前存在的主...     

压缩感知在光学成像领域的应用

早期压缩感知在光学成像领域的应用主要集中在空域压缩成像。近年来,更多的空域压缩成像采用阵列式探测器取代单元探测器采集测量值。同时,压缩成像的研究也从二维空间拓展到三维测距、高速成像、多光谱成像、关联成像和全息成像等方向。本文针对空域高分辨率压缩成像、压缩感知测距和时域高速压缩成像进行详细分析,结合空域压缩成像总结了测量矩阵设计的研究进展,讨论研究中遇到的困难以及未来可能发展的机遇,并对压缩感知在多光谱、关联成像、和全息成像中的应用研究进行了讨论。此外,本文也总结了近几年深度学习技术在各应用方向上对系统目标恢复性能的改善。     

大工作距大相对孔径高分辨率的改进型Dyson光谱成像系统设计

基于反/折射球面罗兰圆建模和宽波段Dyson象散校正方法,解释了大相对孔径高光谱分辨率的Dyson光谱成像系统存在的大工作距设计难题。从工作距的角度,比较了已有文献中报道的三种Dyson光谱成像系统改进思路。在大工作距要求下,采取第一种思路,即在传统型Dyson光谱成像系统结构基础上,引入球面弯月透镜和平面-非球面透镜。建立了平面-非球面校正透镜的三阶像差模型,给出了改进型Dyson光谱成像系统。设计结果表明:改进型Dyson光谱成像系统具有12mm工作距,F/1.8相对孔径,在0.38~0.9μm谱段范围内光谱分辨率约为0.45nm,以及接近衍射极限的优良成像性质,MTF在全波段全视场100lp·mm~(-1)线处大于0.7,最大像面均方根值半径小于1.2μm。同时,系统的Smile(谱线弯曲)和Keystone(色畸变)得到了很好的控制,保证了获取光谱数据的一致性。改进型Dyson光谱成像系统具有大相对孔径和高光谱分辨率的特点,而且系统焦平面探测器和系统入射狭缝两者的彼此间隙位置合适,易于装配。解决了传统型Dyson光谱成像系统实际应用中工作距不足的问题,可为大气遥感、农林调查、海洋生物等领域的高光谱成像信息探测提供一个新型的高光谱成像系统,对光谱成像系统的发展具有良好的促进意义。     

基于压缩感知的三维物体成像的简单计算方法

从压缩感知的原理入手,阐述了基于压缩感知的三维物体成像方法。为解决压缩感知三维物体成像计算量大的问题,重点提出了一种三维信息计算的简单方法。此方法通过两次压缩感知计算就可得到位于多个距离处的物体的三维信息,大大减少了计算量。对此方法进行了数值模拟,并分析了采样率的提高对于距离计算精度的影响;建立实际的三维成像系统,实验结果证明了这种方法的可行性。     

拉曼光谱编码技术及其应用研究进展

光谱编码指的是将有限的光谱信号输出进行组合,从而得到更多光谱信号输出的手段,满足了高通量的生物检测和成像及高容量信息存储等需求。通常用于光谱编码的信号输出包括荧光光谱、拉曼光谱和反射光谱等。其中,拉曼光谱由于带宽窄、不易重叠,尤其是生物静默区的三键拉曼谱带尖锐、特异,无背景干扰,在光谱编码领域潜力巨大。本文综述了拉曼光谱编码技术的类型和编码方法,同时还介绍了拉曼光谱编码在生物医学检测、成像及信息安全等领域的应用。     

并行压缩感知计算层析成像光谱

计算层析成像光谱既有传统成像光谱仪获取目标二维空间和一维光谱“图谱合一”的能力,还具有高通量测量和免扫描特性,在光谱成像领域拥有广泛应用场景并得到大量研究。根据中心切片定理,计算层析成像光谱仪性能主要受焦平面阵列探测器(FPA)和二维色散元件的性能制约,以往研究主要在改进二维色散元件设计以增加衍射级次和投影角度以提高精确重建光谱所需的采样量。从FPA二维色散投影测量入手,提出并行压缩感知理论和计算层析成像光谱结合的方法,构建并行压缩感知计算层析成像光谱模型,利用低分辨FPA实现更高分辨率的色散投影测量,最终实现高于传统计算层析直接测量的性能水平。该研究为验证该成像光谱模型的正确性与可行性,先选用高光谱数据集对色散投影直接测量模型进行了三光谱立方体到二维色散投影和并行压缩感知测量模型重建的仿真实验,在仿真结果正确的前提下使用连续谱激光器和反射式数字微镜进行了相应的光学系统实验,完成了投影矩阵的逐点精确标定,并提出提高标定效率的并行标定方法,将标定时间降低到单点标定的四分之一。结果显示并行压缩感知计算层析成像光谱可以获得更高的光谱重建质量,能获得高于FPA自身性能的高分辨光谱投影并大幅提高...     

高分辨光学压缩光谱成像方法与实验研究

光学压缩光谱成像是融合了压缩感知原理的新型光谱成像技术,具有降低数据采集量、能对景物实施凝视拍摄、提高信噪比等优点。考虑到采样质量对最终成像质量的影响,在现有成像系统中均采用采样间隔与调制间隔匹配的方法,但此方法降低了系统的采样率,损耗了原始光谱分辨率。针对上述成像方法缺陷,克服采样间隔和调制间隔匹配的成像系统设计要求,所设计实验装置使其光谱分辨率理论值提高至原先方法的3倍以上,并对最优化方法进行改进,在正则化函数中增加表征数据光谱维连续性的变差项,增强数据重建可控性及可靠性。实验结果表明,新方法下实验装置的光谱维通道数提升,各波段图像和特定位置光谱曲线能精确反映目标物的空间特性和光谱特性。     

人体肿瘤组织的拉曼光谱相关系数成像

运用逐点扫描(Scanning)采谱技术,测量了人体乳腺肿瘤组织的阵列拉曼光谱集(Mapping);利用自编的软件,分析和计算了该谱集与参考谱DNA、细胞质等拉曼谱的相关系数;并将其映射为灰度值,构建了点阵的相关系数成像。结果表明,相关系数成像较好地反映了参考谱所代表的生化成分的分布;DNA谱与组织中其他成分谱的相关性很小,因此DNA谱的相关系数成像能够直接地反映成像区域DNA的分布,可信度尤其高。该研究结果为进一步研究乳腺肿瘤的拉曼诊断方法奠定了一定基础。     

太赫兹成像技术的进展

近年来随着光子技术和微电子技术的快速发展,太赫兹成像的应用领域越来越广泛,并在药品食品监测、生物医学成像、器件非接触无损检测、文物艺术品研究等领域取得了不错的成果。从太赫兹波的独特性质开始,总结了相比微波和X射线,太赫兹波在成像方面的优越性能。接着从光源方面,对太赫兹连续波成像和太赫兹脉冲波成像进行了比较,包括系统原理、成像特性以及各自优缺点等方面。之后,针对太赫兹成像技术二十年间的发展,本文重点回顾了太赫兹时域光谱成像技术、焦平面阵列探测成像技术、近场成像技术以及亚采样压缩感知成像技术四种方式,并对其基本原理和发展趋势进行了分析。其中,太赫兹时域光谱技术部分以经典的反射式光谱成像系统为例,重点介绍了光谱成像的基本原理、技术发展趋势及其在制药领域的实用案例,并在此基础上介绍了太赫兹源和太赫兹探测器两种成像关键器件的工作原理。焦平面阵列探测成像技术共介绍了CCD型、 Microbolometer型以及CMOS型三种目前较为成熟的面阵相机。近场成像技术分为孔径成像和尖端散射两大成像类型进行介绍,总结了包括近场照明模式、近场收集模式孔径成像技术以及激光太赫兹发射显微镜和扫描隧道显微镜两种典型的尖端散射近场成像技术,内容涉及系统工作的基本原理、当前研究的进展以及该技术在目前的发展中仍然存在的问题。最后一部分对比太赫兹光谱成像技术使用的光栅扫描采样方式,介绍了能够降低系统采样率的压缩感知成像方法。文中主要分析了光调制器作为亚采样关键器件的改进优化过程,以及研究人员对相关算法的改进。