基于多帧图像重建的数字全息超分辨技术研究

来源 :西安工业大学 | 被引量 : 0次 | 上传用户:TIGERKING2009
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
工业领域逐步向微型化发展的趋势,使得微光学元件得到了广泛应用。数字全息作为一种重要的光学检测手段,具有无损、快速、非侵入等特点,但对微光学元件进行参数检测时,仍存在成像分辨率低、像质不理想等问题。因此,如何有效提高数字全息成像系统的分辨率,实现对微光学元件的精确测量成为了当前研究的热点。本文针对数字全息的超分辨成像问题,开展基于多帧图像重建的数字全息超分辨技术研究。其主要内容包括以下几点:首先,对数字全息超分辨的理论基础进行研究,基本原理包括数字全息的记录和再现,全息图的相位重建以及多帧图像超分辨重建算法。并介绍了三种图像质量评价指标,为之后的仿真分析和实验研究提供了理论基础。其次,对数字全息显微超分辨实验系统进行设计和搭建,实验系统设计包括数字全息干涉光路以及图像超分辨重建系统。根据系统要求选择合适的实验器件,完成系统的搭建,并采集得到具有亚像素位移的全息图序列。最后,对全息图的重建展开研究。在再现算法的实验研究中,将实验得到的结果与白光干涉仪测量的数据进行残差估计,实验结果显示角谱法具有更好的灵活性和更高的重建精度,直径残差和高度残差分别为0.65μm和0.08μm。在多帧图像超分辨重建算法在数字全息中的适用性研究中,利用cameraman图像和USAF1951分辨率板图像进行仿真,仿真结果显示,分辨率从6.20μm提升至4.92μm。并通过USAF1951分辨率板和微透镜阵列的全息图分别从二维和三维重建的角度,验证了非均匀插值法、凸集投影法、最大后验概率法三种超分辨重建算法在全息图重建中的有效性。实验结果显示,将参考全息图的三维重建结果,分别与实验采集全息图和超分辨重建全息图的三维重建结果进行残差估计,得到其各自的残差值。经计算,后者残差的PV和RMS值与前者相比在不同程度上都有所减小,其中基于凸集投影法得到的全息图,其三维再现精度最高,PV和RMS值分别降低了60.74%和43.03%。说明重建得到的超分辨率全息图的三维再现结果更接近于参考值,证明该方法能够提高全息图的图像分辨率,并且有效提升数字全息的测量精度。
其他文献
从生物信息学形成早期到人类基因组计划的实施,人类对生命起源的探究逐步迈入后基因组和蛋白质组时代,这一步步的进程都伴随着序列比对研究,序列比对研究亦是生物信息学、计
随着我国经济水平显著提升,社会压力也随之增加,人们越来越重视知识和教育,农村落后的教育水平无法满足农村家庭希望孩子得到良好教育的需求,这样的现状之下陪读现象应运而生。由于家庭结构的转变、社会老龄化以及女性职业化的发展,从最初的母亲陪读到现在越来越多祖辈家长成为陪读的主力军,隔代陪读已经成为农村陪读的一种主要形式。农村隔代家长在面对生活环境变化、角色转化、旧支持网络断裂的情况下,可能会面临来自多方面
近十年来,志愿服务事业如雨后春笋般蓬勃发展,随着志愿服务事业的推动和互联网的进步,志愿活动中产生了海量志愿服务数据。如何处理和利用志愿服务数据,对志愿用户的行为进行指导,为志愿事业的参与者提供有价值的参考,成为亟待解决的问题。随着人工智能及互联网大数据的发展,“互联网+”志愿服务信息一体化工作也逐渐开展。对海量的志愿服务数据进行分析与研究,构建志愿服务领域的知识图谱,一方面以图谱的形式将复杂的结构
铁路企业混改基金是铁路总公司为推进铁路行业混合所有制改革提出的设想。铁路企业混改基金成立的必要条件就是不同利益主体之间能够达成良性合作。以铁路部门为代表的国有资本具有安全性要求,社会资本具有高收益要求,因此,在基金募资过程中需满足不同风险偏好投资主体的需求。本文使用演化博弈理论对铁路企业混改基金股东之间的博弈进行理论分析,同时结合系统动力学仿真方法,对博弈过程进行仿真模拟,来研究以铁路部门为代表的
塑料具有价格低廉,使用方便和功能多样化等特点,已经被广泛应用于我们的日常生活中,给人类的生活带来了极大的便利。近几十年来,人们对于塑料的需求越来越大,从而刺激了塑料产业的极大发展,造成全球每年生产的塑料总量越来越多。然而,由于塑料的难降解性,造成大量的塑料垃圾长期滞留在环境中,从而引发一系列严峻的环境问题并且对经济发展极为不利的。因此,如何有效的处理废塑料污染问题是全世界范围内亟待解决的难题,基于
近年来,随着大数据技术和计算性能提升,深度学习技术已经在图片分类、自动驾驶、面部识别及恶意软件检测等领域获得突破性发展。但最新研究表明,在样本数据中加入不易察觉的扰动就会导致深度学习模型以极高的置信度输出错误的预测结果,这严重危害了深度学习模型应用的安全性。目前对于对抗样本的研究主要集中在白盒攻击和单一扰动情境下,而黑盒攻击下的通用扰动具有攻击者所需知识少、攻击部署快等特点,是更符合现实场景的攻击
信息技术的迅猛发展和大数据时代的到来,带来的是数据的井喷式增长,人们难以从海量的信息当中快速提取自己所需要的有价值信息,即导致“信息过载”现象的出现。推荐系统的出现有效地解决了这一问题,协同过滤推荐算法是目前应用较为广泛的推荐算法之一。但是传统的协同过滤算法忽视了用户偏好的时间可变性对推荐结果的影响,且面临着推荐准确率低和对数据稀疏性敏感的问题。本文针对关于时间的推荐算法中准确性问题和数据稀疏性问
随着世界经济竞争的加剧,我国劳动力市场的外部环境也逐渐地向动态化方向变化,特别是在2020年初的疫情对世界经济的冲击下,促使研究者更为深入地探讨组织与员工之间在面临重大外部环境变化时如何寻求双方的合作互利共赢。雇佣模式对员工的影响研究一直是组织心理与组织行为学研究的热点,以往的研究多关注于雇佣模式对员工的直接影响上面,虽然取得了丰富的理论成果,但仍然存在一些亟待完善的地方,特别是关于雇佣模式对员工
随着深度学习的日益发展,人们对视频目标检测领域的关注也逐渐提升,虽然视频目标检测算法成为了如今研究的热点并取得了一定的突破,但是还存在检测准确率低、对模糊目标的检测效果不理想以及对遮挡目标定位不准确等问题。本论文将选择注意力机制、自适应视频关键帧提取方法和距离交并比回归损失函数应用到视频目标检测任务中以提高检测的准确率。论文的主要工作内容和创新点如下:1.针对视频目标检测中对特征图各通道投入的关注
邮轮旅游已经成为旅游业中增长最快、最受游客欢迎的旅游方式之一,邮轮旅游市场占据全球旅游市场经济最重要的部分,并在未来一段时间内都将具有很大的发展潜力,有望成为旅游市场经济贡献度最高的产业。毋庸置疑的是,一个产业的迅速崛起必定会对生态环境产生影响,邮轮航行排放的大量污水、空气污染物和固体废弃物如果流入大海,则会对海洋生态造成严重的破坏,因此海洋生态环境是最直接、最容易受到邮轮旅游产业影响的。另外,邮