导读:本文包含了超分辨论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光学,网络,深度,波束,突触,表面,时域。
超分辨论文文献综述
姜博厚[1]（2019）在《基于深度学习的高光谱图像超分辨处理方法》一文中研究指出针对目前高光谱图像超分辨处理方法应用过程存在的问题,笔者从实践角度出发,分析了高光谱图像超分辨处理方法的应用现状,并提出了基于深度学习方法的高光谱图像超分辨处理。结果表明,只有从问题角度入手,才能使超分辨处理方法在各领域的广泛运用达到预期。(本文来源于《信息与电脑(理论版)》期刊2019年22期）
穆绍硕,张解放[2]（2019）在《基于快速l_1-范数稀疏表示和TGV的超分辨算法研究》一文中研究指出针对光学相机成像分辨率低、噪声干扰严重等问题,本文提出一种能有效去噪的高精度超分辨方法—基于快速l1-范数稀疏表示和二阶广义全变分(TGV)的超分辨方法。首先利用各向异性扩散张量(ADT)作为边缘高频信息,通过快速l1-范数稀疏表示方法建立LR图像和相对应的高频信息ADT的字典集;其次将字典学习到的ADT边缘信息和TGV模型组合成新的规则项;最后利用新的规则项建立超分辨代价函数,并利用图像增强后处理方法对整幅图像进行优化。结果表明:算法对仿真数据和SO12233靶标数据具有较高的可行性和鲁棒性,能有效去除噪声等异常点,获得高质量清晰图像,同时与其他经典算法相比,所提算法超分辨的峰值信噪比和结构相似度均有所增大。(本文来源于《光电工程》期刊2019年11期）
徐伟,袁群,高志山,于颢彪,孙一峰[3]（2019）在《微球透镜超分辨显微成像与检测技术综述》一文中研究指出受衍射极限的影响,传统光学显微镜的分辨率最高约为波长的一半,突破衍射极限,获得更高的成像分辨率是近年来显微成像领域的研究热点。相比于其他超分辨显微成像方式,基于微球透镜的超分辨显微成像方式具有简单直接、免标记等优点。主要介绍国内外研究团队将微球与传统的光学显微镜结合实现超分辨显微成像的研究进展,从微球透镜参数选择、成像方案、成像分辨率、成像视场及成像机理等多角度进行总结与比对;并结合课题组工作,介绍了将微球透镜与干涉显微技术相结合的叁维超分辨检测技术,阐述了Linnik型与Mirau型两种检测光路原理,分析了叁维超分辨检测的效果;展望了微球透镜超分辨显微技术在显微成像与显微干涉检测两个方面待解决的问题与发展方向。(本文来源于《应用光学》期刊2019年06期）
陈伟红[4]（2019）在《利用超分辨技术实现直达波波束重构》一文中研究指出文章分析了超分辨技术原理,利用超分辨技术剔除地面反射波对直达波的影响,以重构直达波回波信号。通过直达波的波束重构技术能够有效提升低频段雷达在低仰角的威力,提升雷达的时间资源利用率,降低雷达威力扩大所带来的成本。(本文来源于《机电设备》期刊2019年06期）
刘钊杰,肖康,李文文,田立君,王中阳[5]（2019）在《超分辨拉曼散射成像的偏振调控理论分析》一文中研究指出利用表面增强拉曼散射(SERS)技术可增强金属表面某些位置(热点)的电场强度。选定Ag纳米颗粒二聚体这一金属纳米结构体系,研究其作为超分辨SERS成像基底的可行性。采用时域有限差分(FDTD)法,计算分析Ag纳米颗粒二聚体在不同波长和偏振方向的激发光作用下的电场分布特点。结果表明:Ag二聚体的电场分布具有高度局域化的特点,并且Ag二聚体中热点的电场强度可由激发光的偏振方向调控,这使其可以作为实现超分辨SERS成像的基底。(本文来源于《激光与光电子学进展》期刊2019年20期）
高辛未,张硕晨,黄珊,朱书缘,冯继宏[6]（2019）在《受激发射损耗显微超分辨成像技术在免疫突触中的研究进展》一文中研究指出由于光学衍射的限制,传统光学显微镜只能看到免疫突触(immunological synapse,IS)(>200 nm)的轮廓,因此在观察嵌合抗原受体(chimeric antigen receptor,CAR)修饰的自然杀伤(native killer,NK)细胞靶向杀伤肿瘤细胞时,NK细胞的IS形成过程中会丢掉很多信息。受激发射损耗(stimulated emission depletion,STED)显微镜的出现为IS的研究提供了有力工具。本文概述了STED超分辨成像技术的基本原理,分析了成像过程中的技术难点,介绍了在IS领域中与STED成像技术结合使用的荧光探针、生物芯片的研究新进展,探讨并展望了STED超分辨显微技术在IS研究领域的意义和未来发展方向。(本文来源于《北京生物医学工程》期刊2019年05期）
薛孟飞,陈佳宁[7]（2019）在《基于扫描探针技术的超分辨光学成像和谱学研究进展》一文中研究指出通过对光与物质相互作用产生的各种效应的研究可以获得物质的组分、结构、电学、力学、相互作用等信息,因此光学激发和探测技术成为现代科学研究的重要工具。然而衍射效应将光学探测的最小空间尺度约束在波长量级,这严重限制了光学对微观结构的探测。近年来基于扫描探针显微镜发展而来的近场光学显微镜利用光学天线对光场的局域和增强作用,将光学探测的分辨率推进到10 nm的尺度。文章将介绍目前一种主流的光学超分辨技术——散射式扫描近场光学显微镜及其在材料科学和生命科学方面的前沿研究进展。(本文来源于《物理》期刊2019年10期）
宋其岩,马晓川[8]（2019）在《基于贝叶斯压缩感知的超分辨多径时延估计》一文中研究指出0引言对水下环境的研究一直是资源勘探,海洋环境监测,军事对抗等研究领域的热点[1]。由于水体的非均匀性,水声信道必然存在多径现象。国内外对时延估计理论和方法进行了广泛的研究。本文将稀疏贝叶斯算法应用于多径时延估计,仿真实验显示,该算法比传统算法的分辨率更高,运行更快。1信号模型在声纳、雷达、地震、地球物理勘探、生物医学等领域,信号多径传播环境下,接收信号可假设成多径信号的线性迭加。接收信号的时间信号模型(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
蒋平虎,张鑫,苏萍贞[9]（2019）在《基于拉格朗日的雷达方位超分辨方法》一文中研究指出民用导航雷达的方位分辨率与天线孔径尺寸相关,大孔径天线在工程实践中受等多种条件制约,难以广泛应用。本文提出一种基于拉格朗日的方位超分辨方法。对方位信号向量进行数据补充,将卷积扫描模型转换为矩阵-向量乘积形式。对天线方向图奇异值分解,结合BFGS算法构造二次规划观测模型。利用拉格朗日法计算模型最优解,进而重建目标原始方位信号,实现目标方位超分辨。实验结果表明,在信噪比(Signal to noise ratio,SNR)为10～20 dB时,本文方法具有良好的分辨效果,与对偶-对数障碍法相比,该方法可获得较高的信号重构误差比(Signal reconstruction to error ratio,SRER)。(本文来源于《数据采集与处理》期刊2019年05期）
高飞,雷涛,刘显源,陈良红,蒋平[10]（2019）在《基于密集连接结构的超分辨精简网络》一文中研究指出近年来,随着深度神经网络的发展并被应用在超分辨领域,图像超分辨率重建的效果得到了明显的提升。但是之前的工作大都把精力放在如何设计深度模型来提高重建的效果上,而忽视了设计模型需要大量参数与计算量这一问题,严重制约了深度学习方法在图像超分辨率重建方面的实际应用范围。针对该问题,基于密集连接结构设计了一种新的网络。在以下3个方面进行了算法改进:1)提出了一种基于密集连接结构的新模型;2)加入1×1卷积层作为特征选择层,同时进一步减少计算量;3)探讨了通道数量与重建精度、计算量之间的关系。实验结果表明本文提出的模型取得了与其他卷积神经网络模型相近的复原精度,同时计算速度只有之前最快深度模型FSRCNN的一半以下。(本文来源于《应用光学》期刊2019年05期）
超分辨论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对光学相机成像分辨率低、噪声干扰严重等问题,本文提出一种能有效去噪的高精度超分辨方法—基于快速l1-范数稀疏表示和二阶广义全变分(TGV)的超分辨方法。首先利用各向异性扩散张量(ADT)作为边缘高频信息,通过快速l1-范数稀疏表示方法建立LR图像和相对应的高频信息ADT的字典集;其次将字典学习到的ADT边缘信息和TGV模型组合成新的规则项;最后利用新的规则项建立超分辨代价函数,并利用图像增强后处理方法对整幅图像进行优化。结果表明:算法对仿真数据和SO12233靶标数据具有较高的可行性和鲁棒性,能有效去除噪声等异常点,获得高质量清晰图像,同时与其他经典算法相比,所提算法超分辨的峰值信噪比和结构相似度均有所增大。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
超分辨论文参考文献
[1].姜博厚.基于深度学习的高光谱图像超分辨处理方法[J].信息与电脑(理论版).2019
[2].穆绍硕,张解放.基于快速l_1-范数稀疏表示和TGV的超分辨算法研究[J].光电工程.2019
[3].徐伟,袁群,高志山,于颢彪,孙一峰.微球透镜超分辨显微成像与检测技术综述[J].应用光学.2019
[4].陈伟红.利用超分辨技术实现直达波波束重构[J].机电设备.2019
[5].刘钊杰,肖康,李文文,田立君,王中阳.超分辨拉曼散射成像的偏振调控理论分析[J].激光与光电子学进展.2019
[6].高辛未,张硕晨,黄珊,朱书缘,冯继宏.受激发射损耗显微超分辨成像技术在免疫突触中的研究进展[J].北京生物医学工程.2019
[7].薛孟飞,陈佳宁.基于扫描探针技术的超分辨光学成像和谱学研究进展[J].物理.2019
[8].宋其岩,马晓川.基于贝叶斯压缩感知的超分辨多径时延估计[C].2019年全国声学大会论文集.2019
[9].蒋平虎,张鑫,苏萍贞.基于拉格朗日的雷达方位超分辨方法[J].数据采集与处理.2019
[10].高飞,雷涛,刘显源,陈良红,蒋平.基于密集连接结构的超分辨精简网络[J].应用光学.2019
论文知识图
