迭代滤波反关联成像

来源 :辽宁大学 | 被引量 : 0次 | 上传用户:andykiteelxu
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,也称为鬼成像、量子成像或双光子成像。因为该成像技术具有独特的成像方式,成为近几十年来量子光学成像领域的热门研究课题。关联成像技术与其它成像技术如传统成像比较,具备许多实际的应用价值与优势。例如,其成像具有非定域性;可实现无透镜成像,且光源可选择性较多;即使在噪声、湍流或散射介质存在和影响的情况下,也可以获得高分辨率图像。在关联成像的发展历程中,大多研究方向与内容都着重关注在提高成像的速度、信噪比、分辨率等各个方面,但对于涉及经典光场的反关联现象较少。前期小组通过对实验系统中的参考光场和信号光场的光强进行阈值调控,在关联成像领域中首次观察到光子的空间反聚束现象,随后提出的迭代滤波鬼成像方案,使得重构图像的信噪比得到显著提升。本文将在小组前期工作的基础上进行如下两方面工作:第一方面,在强度反关联成像实验方案的基础上,进行优化和改进,与迭代方法相结合,通过对阈值的选取与调控,进行实物实验,并对本实验中所用到阈值选取的方案进行总结。实验结果表明,通过对两路阈值的选取及调控,可以很好的将图像进行恢复;与传统关联成像相比,成像质量得到明显提高。第二方面,在迭代阈值滤波关联成像实验方案的基础上,与压缩感知理论相结合,提出迭代滤波压缩关联成像实验方案。实验结果表明,与传统关联成像方案以及迭代阈值滤波关联成像实验方案相比,该方案可以将重构图像所需采样数减少到奈奎斯特极限1%以下。为了进一步探究重建图像的质量,通过与迭代阈值滤波关联成像相比,对重构图像的均方误差、峰值信噪比以及结构相似性进行探究;结果表明,随着迭代次数的增加,三个衡量重构图像质量的指标值都逐渐得到提升,同时也说明重建图像的质量得到提升。
其他文献
近年来,随着通信、网络、集成电路领域的高速发展,对于数据的传输量和传输速度都有了更高的要求。但传统接口电路受技术所限,已经无法满足高速信号传输的需求。为解决这一问题,低压差分信号(Low Voltage Differential Signaling,LVDS)接口技术和电流模逻辑(Current Mode Logic,CML)接口技术应运而生。本文基于SMIC 180 nm CMOS工艺,分别设计
随着各种语音和视频即时消息传递方法的兴起,大屏幕,高像素和便携性已成为移动手持终端发展的主流趋势。尤其是可穿戴设备的出现,对数据传输速度,功耗和接口集成提出了更高的要求。为了降低不同模块之间通信的复杂性并使其易于集成和标准化,制造商开发了各种标准协议。其中,移动工业处理器接口(MIPI)标准由于其完整的技术和强大的适用性而被广泛用于移动手持终端显示应用中,因此具有极高的研究价值。本文以MIPI D
许多集成电路中都需要时钟信号,如本文设计的为时间-数字转换器所提供的多相位时钟信号。而对于高精度多相位时钟电路来说,一个小的抖动就有可能造成相位之间的混乱,进而扰乱后续电路的时序,因此对时钟信号质量的要求也更加严格。锁相环为时钟电路提供本振时钟信号,所以一个高杂散性能、高噪声性能的锁相环不可或缺。本文设计的亚采样锁相环,可以避免电荷泵锁相环中因电流失配等非理想因素而造成杂散性能的降低,并且因为环路
多目标跟踪是发展智能交通,智慧驾驶的关键技术。分析跟踪获得的车辆目标数量,车辆行进轨迹,能够有效提高道路监控、车流量统计、辅助驾驶和驾驶习惯分析等方面的综合管理水平。近年来,深度学习推动了计算机视觉领域的发展,学者们提出了大量基于深度神经网络的多目标跟踪方法。这类方法将网络获取的目标检测结果进行逐帧关联,以检测为基础实现多目标跟踪,提高了跟踪方法的性能。然而,车辆目标形态各异,移动速度高,且存在严
随着移动网络的快速发展,移动设备逐渐成为人们首选的网络终端设备。与此同时,安卓操作系统也逐渐成为中国市场首选的移动端操作系统。安卓操作系统的大量应用使得更多的不法人员试图攻击安卓设备来获取非法利益,这也导致了安卓恶意软件的泛滥。近年来,安卓恶意软件的逃逸技术在逐渐升级,安卓恶意软件检测的难度不断加大。面对当前移动网络安全的严峻形势,如何高效精准的检测安卓恶意软件是一个重要课题。首先,提出基于增强深
煤矿微震是在采矿过程中由岩体破裂导致的动力现象,较大能量的微震事件引起煤矿事故,进而影响煤矿生产。随着矿区规模扩大,煤矿微震灾害事故也随之增多。国内外对煤矿微震事件的监测和分析进行了大量研究,取得了一定的研究成果,但在煤矿微震监测系统下对煤矿微震事件震级计算和煤矿微震事件的判识仍需要进一步研究。微震传感器监测是监测煤矿冲击地压、瓦斯突出等灾害事故常用的监测方法,微震监测的事件震级和能量是煤矿灾害事
随着时代的不断迈进,科技逐渐的发达,网络给人们建立起了一条又一条的“高速公路”,人们的日常生活、工作以及学习都越来越离不开网络。随着无线网络为了提供更优质的服务向下一代发展,无线Mesh网络(WMN,Wireless Mesh Network)作为其中一种关键技术越发受到研究人员和设计者的关注,已经成为宽带家庭网络、社区网络和企业网络等许多应用的关键技术。传统的无线网络深受互联网连接“最后一公里”
语言识别技术作为人工智能机器学习的一个重要分支,在物联网技术和软件开发上具有重要的地位,而在普通的声学模型当中,语音识别系统处在低资源条件下时,采用传统的高斯混合-隐马尔可夫声学模型(GMM-HMM)会带来识别精度低、参数规模过大等问题,本文提出了基于BN-SGMM-HMM的声学模型来解决GMM-HMM模型的不足。该模型在声学特征方面,通过基于瓶颈(B N,Bottle Neck)层的神经网络来进
电阻层析成像(Electrical Resistance Tomography,ERT)是一种近年来蓬勃发展的重建被测场域内介质电导率分布的高新检测技术。其是基于电导(阻)传感机理,且具有结构简单、响应迅速以及成本相对低廉等特征。目前,经过有关专家学者和研究机构的不懈努力,ERT成像技术日渐成熟,已经被广泛应用于工业、医学等诸多领域。然而ERT软场特性等问题,并没有从根本上进行解决或改善,往往成像
集成电路行业每年都会有数以万计的数模混合芯片应用于个人金融终端领域。尽管受EMV(Europay MasterCard Visa)迁移效应的影响,金融卡呈现出由磁条卡逐步向IC卡过渡的态势,但在相当长的时间内磁条卡仍将占据金融卡市场的一席之地。本文设计了一种基于自适应机制的磁条卡模拟前端(Magnet FrontEnd,MFE)电路。实现了磁头刷卡信号的有效识别,并在较快时间内完成自适应的信号调整