基于深度显著性预测的快速高分辨率单光子三维成像方法

基本信息
批准号:61875088
项目类别:面上项目
资助金额:60.00
负责人:何伟基
学科分类:
依托单位:南京理工大学
批准年份:2018
结题年份:2022
起止时间:2019-01-01 - 2022-12-31
项目状态: 已结题
项目参与者:张鑫,陈远金,周蓓蓓,戴慧东,叶凌,冒添逸,吴长强,黄鹏维
关键词:
单光子探测小波树稀疏表示显著性预测光学三维传感
结项摘要

In the applications such as vehicle obstacle detection and precision three-dimensional modeling, it often requires real-time single photon three-dimensional imaging. There is obviously a contradiction between the limited number of detection elements and the requirement of fast imaging. New system and technology of fast and high resolution single photon three-dimensional imaging is a subject urgent to be studied. This project will explore the theory and method of real-time three-dimensional imaging based on single photon detector. The key is to break through the prediction method based on the significant three-dimensional information and the essential problem of interactive sparse measurement. Around the scientific issues involved in single photon three-dimensional imaging based on significant depth prediction, we will study the measurable depth model, the single photon sparse detection model and so on, to solve the problems of depth modulation, significant depth prediction and the construction of wavelet basis measurement matrix under light level as low as single photon. Then we propose the theory and method of single photon three-dimensional sparse imaging based on the significant depth prediction is proposed and carry out an experimental verification. By reducing the number of invalid measurements and active converging, the proposed method of fast and high resolution single photon three-dimensional sparse imaging achieves real-time three-dimensional imaging via an element of single photon detector and solves the problem of contradiction between the imaging speed and quality in traditional sparse measurement methods. The research results have important theoretical and practical value.

在诸如车辆障碍探测、精密三维空间建模等应用背景中,往往需要实时单光子三维成像,此时单光子探测器的探测单元数量与快速成像之间存在明显矛盾,迫切需要研究快速、高分辨率单光子三维成像的新体制和新技术。本项目拟探索基于单点单光子探测器进行实时三维成像的理论和方法,其关键是突破基于单光子探测的三维信息的显著性预测方法及其交互稀疏测量的核心问题。围绕基于深度显著性预测的单光子三维成像所涉及的科学问题,拟研究深度信息可测化模型、单光子稀疏测量模型等,解决单光子条件下的深度信息调制、深度显著性预测、小波基测量矩阵构造等难题,形成基于深度显著性预测的单光子三维稀疏成像的理论和方法并完成实验验证。形成的快速高分辨单光子三维稀疏成像方法通过减少无效测量的测量次数并进行主动测量收敛,实现了基于单光子点探测器的实时三维成像,解决了传统稀疏测量中成像速度与成像质量互为矛盾的难题,其研究成果具有重要的理论和应用价值。

项目摘要

针对快速高分辨率单光子三维成像需求,本项目主要研究目的在于将稀疏成像技术与高灵敏的单光子探测技术相结合,解决相关的基础理论和技术实现问题,从而实现快速、成像质量可控、计算简单的快速高分辨率单光子三维成像,为研制远距离高分辨率三维成像系统提供理论基础和技术支持,具有重要的作用和意义。围绕项目申请书与计划书中制定的研究目标,项目开展了单光子三维成像信息探测模型、复杂场景下单光子稀疏测量模型、基于深度显著性的三维图像重构方法方面的研究工作。主要包括:.(a)建立了单光子三维成像信息探测模型与复杂场景下单光子稀疏测量模型。建立测量光子飞行时间、获取光子计数统计直方图、提取反射率信息和深度信息的三维成像流程。研究探测和重建过程中噪声的产生,以及对信号测量以及深度信息提取的影响,为设计三维图像重构方法提供支持。.(b)研究了基于深度显著性的三维图像重构方法。提出深度显著性测量方法,设计了基于显著性结果的低复杂度噪声抑制方法与卡尔曼深度估计方法;基于深度信息和反射率信息之间稀疏性的差异,提出了反射率信息引导的深度估计方法,实现多分辨率自适应三维成像;分析边缘位置对回波信号的影响,提出了基于边缘增强的高效深度重构方法;设计了一种基于融合策略的卷积神经网络结构,实现成像分辨率的提升。.此外,本项目搭建了2套基于深度显著性的快速高分辨率单光子三维成像实验装置,包括远距离高分辨率三维成像实验装置和快速多维信息面阵三维成像实验装置,完成对基于深度显著性的快速高分辨率单光子三维成像方法的实验验证。.最后,积极探索了单光子三维成像实验装置的优化方案。研究了基于双探测结构的波形重建方法、光子数可分辨探测理论,为进一步改善精度等核心指标提供技术支持。.本项目自批准之日至今,项目研究成果共发表相关研究论文19篇(含会议论文1篇),其中SCI收录15篇、EI收录3篇。申请发明专利5项。同时,研建成像演示装置2套。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

路基土水分传感器室内标定方法与影响因素分析

路基土水分传感器室内标定方法与影响因素分析

DOI:10.14188/j.1671-8844.2019-03-007
发表时间:2019
2

基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像

基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像

DOI:10.11999/JEIT150995
发表时间:2016
3

基于LASSO-SVMR模型城市生活需水量的预测

基于LASSO-SVMR模型城市生活需水量的预测

DOI:10.19679/j.cnki.cjjsjj.2019.0538
发表时间:2019
4

小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究

小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究

DOI:10.19701/j.jzjg.2015.15.012
发表时间:2015
5

基于多模态信息特征融合的犯罪预测算法研究

基于多模态信息特征融合的犯罪预测算法研究

DOI:
发表时间:2018

何伟基的其他基金

批准号:61101196
批准年份:2011
资助金额:25.00
项目类别:青年科学基金项目

相似国自然基金

1

基于LED阵列单光子探测的高分辨率实时三维成像方法研究

批准号:61201401
批准年份:2012
负责人:王焕钦
学科分类:F0116
资助金额:25.00
项目类别:青年科学基金项目
2

渐进式预测与深度嵌入的显著性检测方法研究

批准号:61876202
批准年份:2018
负责人:张立和
学科分类:F0604
资助金额:62.00
项目类别:面上项目
3

基于压缩感知的MCSAR三维高分辨率快速成像研究

批准号:61501210
批准年份:2015
负责人:喻玲娟
学科分类:F0112
资助金额:19.00
项目类别:青年科学基金项目
4

基于深度卷积神经网络的快速磁共振成像方法研究

批准号:61601450
批准年份:2016
负责人:王珊珊
学科分类:F0125
资助金额:19.00
项目类别:青年科学基金项目