首页期刊导航|数据采集与处理
期刊信息/Journal information
数据采集与处理
中国电子学会 中国仪器仪表学会信号处理学会　中国仪器仪表学会中国物理学会微弱信号检测学会　南京航空航天大学
数据采集与处理

中国电子学会 中国仪器仪表学会信号处理学会　中国仪器仪表学会中国物理学会微弱信号检测学会　南京航空航天大学

贲德

双月刊

1004-9037

sjcj@nuaa.edu.cn

025-84892742

210016

南京市御道街29号1016信箱

数据采集与处理/Journal Journal of Data Acquisition & ProcessingCSCD北大核心CSTPCD
查看更多>>本刊是中国科协主管，由中国电子学会、中国仪器仪表学会所属信号处理学会，中国仪器仪表学会、中国物理学会所属微弱信号检测学会和南京航空航天大学联合主办，南京航空航天大学出版，向国内外公开发行的技术刊物。主要反映信号处理、测试工程和计算机应用的科技成果，为中文核心期刊，中国科技论文统计周期刊，中国科学引文数据库(CSCD)中文核心期刊统计源，并被美国Ei Page One数据库、俄罗斯《文摘杂志》、《中国电子科技文摘》、《中国无线电电子学文摘》、《计算机网用文摘》、《中国导弹与航天文摘》等多种国内外著名检索刊物列为统计源。并是“中国国防科技中文期刊文献数据库”和“中国学术期刊(光盘版)”的成员。
正式出版
收录年代

    "计算成像"专栏序言

    邵晓鹏
    247页
      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    计算增强光学相干层析成像技术研究进展

    乔正钰黄勇郝群
    248-270页
    查看更多>>摘要：光学相干层析成像(Optical coherence tomography,OCT)作为一种重要的无损断层三维成像技术,应用场景广泛.不断发展的场景需求对OCT技术的性能提出了新的要求,包括分辨率提升、焦深解耦、像差校正及分辨率各向异性改善等.在过去的十几年内,一系列基于计算成像的方法被证明能有效实现上述性能提升.本文围绕上述OCT成像4个性能提升需求,总结综述了代表性的计算成像方法.分析对比了相应计算成像方法之间的优劣,并对未来发展趋势进行展望,旨在为计算成像方法在 OCT 领域的进一步研究与应用提供参考.

    光学相干层析计算成像轴向横向分辨率焦深解耦像差校正

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    计算成像技术中的点扩散函数工程

    乔敏达白林阁王书恒王天宇...
    271-296页
    查看更多>>摘要：围绕光学成像中点扩散函数(Point spread function,PSF)在计算成像中的新内涵与应用,介绍了传统光学成像中PSF的概念以及PSF在光学系统设计中关键作用,并简要说明了几种利用PSF恢复图像算法以及图像评价指标.在此基础上以计算成像框架下信息传递的视角重新审视了PSF的内涵,从狭义、广义光学系统两个方面对计算成像领域中的相关研究进行了归纳总结,最后展望了PSF工程技术的应用前景及发展趋势.

    点扩散函数计算成像成像系统计算复原图像处理

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    计算成像在全息存储相位恢复中的应用研究进展

    郝建颖林雍坤刘宏杰陈瑞娴...
    297-311页
    查看更多>>摘要：全息存储技术作为一种三维体存储、二维面数据传输的数据存储技术,具有存储密度高、数据传输快等特点,是解决海量数据长期存储的有力方案之一.传统全息存储方法受到光电探测器只对强度响应的限制,通常采用纯振幅编码进行调制,但仅利用振幅信息无法完全发挥全息技术本身优势,如何简单快速、稳定精确地解码相位信息是全息存储技术面临的现实问题.计算成像因其算法多变、高感知维度等特点为全息存储技术的相位恢复问题提供了新的思路.本文主要从迭代计算相位恢复和深度学习相位重建角度回顾近年来利用计算成像技术解决全息存储相位恢复问题的一些工作,从存储密度提升、数据读取速度提升以及数据读取稳定性等角度对工作进行了分析,并对该方向未来发展做出展望.

    全息存储计算成像相位恢复迭代计算深度学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于快速分解后向投影算法的小天体快速三维成像

    胡超然韦明川
    312-323页
    查看更多>>摘要：雷达成像技术凭借其快速、无损伤以及高分辨率的特点,在深空探测领域得到了日益广泛的关注.针对合成孔径雷达(Synthetic aperture radar,SAR)三维成像过程中运算效率低的问题,基于小天体弱引力和快速自旋的特点,提出了一种适用于慢飞越观测模式的快速分解后向投影(Fast factorized back-projection,FFBP)三维成像算法.首先,分析了慢飞越模式下的等效运动模型,基于运动模型将二维极坐标系成像域扩展至三维球坐标系成像域,对三维FFBP算法中的孔径划分以及图像融合问题进行了深入分析,推导了子孔径二维划分规则和图像递归融合方法,并给出了具体实现流程.最后通过数值仿真和实测数据验证了算法的有效性.实验结果表明,所提成像算法可大幅提升运算效率,根据不同的孔径划分方式,相较于后向投影(Back-projection,BP)算法,可实现30～50倍的加速比,并获得与经典BP算法近似的成像性能.

    星载雷达SAR三维成像快速分解后向投影太阳系小天体深空探测

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于频谱特征自适应采样的傅里叶单像素成像方法

    肖振坤张永峰魏文卿邓琥...
    324-336页
    查看更多>>摘要：傅里叶单像素成像(Fourier single-pixel imaging,FSI)中成像效率的提升主要借助优化重构算法和采样方法来实现,但在采样次数有限的情况下,FSI无法准确采样关键频率,导致成像质量差.为解决这一问题,提出一种频谱特征自适应采样策略.首先,研究傅里叶域中能量的集中程度,以此确定低频等距预采样的最优半径.进一步,通过预采样低频分量估计关键频谱位置的方式,测量相应的傅里叶系数,最终实现图像重构.与基于高频方向能量连续性的自适应采样方法相比,该方法可以针对不同频谱特征目标,自适应选择较优采样路径,获取关键傅里叶系数,进而改善成像质量,其峰值信噪比提高2.28 dB,结构相似度提高15.83%.因此,该方法在应对FSI对未知特征目标进行成像时,具有高效空间信息采集的优点,有望在单像素快速实时成像中得到应用.

    傅里叶单像素成像采样方法关键频率自适应采样成像质量

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于事件信息与深度学习的高动态范围三维重建

    王杰魏振东王启江张启灿...
    337-347页
    查看更多>>摘要：采用光学三维成像技术测量金属零件、黑色物体以及半透明物体等高动态范围(High dynamic range,HDR)表面的三维轮廓是一个极具挑战性的问题.目前,传统方法对存在较低反射以及半透明区域的场景进行重建还有一定的局限性,半透明物体的内部反射噪声很难消除.现有基于深度学习的方法通常使用相对较强的激光强度,这可能会损坏样品,同时会出现采集图像过曝现象,需要对激光强度进行繁琐的调整.针对这些问题,本文提出基于事件信息和深度学习算法的高动态场景三维测量方法.事件相机通过异步记录单个像素的亮度变化,无需等待全局曝光时间,具有高动态响应范围,能够充分采集到HDR场景的激光条纹反射信息.引入深度卷积神经网络(Deep convolutional neural network,DCNN)来消除半透明物体的内部噪声以及金属物体高反光的过曝影响,同时增强弱激光条纹图像质量.实验结果表明,本文方法能够应用低功率线激光扫描成功实现HDR场景的高质量三维重建.

    光学三维成像事件相机高动态范围深度卷积神经网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于语义分割和融合残差U-Net的单视光学遥感影像三维重建方法

    黄桦朱宇昕章历陈志达...
    348-360页
    查看更多>>摘要：从单视遥感图像进行三维重建本身是一个解不唯一的非适定问题,往往需要大量的人工经验来补充缺失信息以构建完整三维模型.为了解决这一问题,提出了一种基于语义分割和融合残差U-Net的单视遥感影像三维重建方法.该方法包括语义分割和单视遥感影像高度估计两个阶段.语义分割阶段使用U-Net确定地物属性,在此基础上改进U-Net对遥感影像进行高度估计,并联合语义特征进行锚定高度回归以提高重建精度.针对改进U-Net,通过嵌入不同数量与通道的残差块,强化编码器的特征提取能力,并修改解码器输出层使其适应于高度回归任务,从而实现逐像素预测遥感影像的数字表面模型(Digital surface model,DSM)高度值.在公开的US3D数据集上得到了均方根误差(Root mean square error,RMSE)为2.751 m、平均绝对误差(Mean absolute error,MAE)为1.446 m的结果,重建结果均优于其余网络,证实该方法实现了基于单视遥感影像的三维估计,能够重建地物的分布结构.

    语义分割深度残差学习融合残差U-Net单视三维重建

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    多粒度三支决策研究进展

    钱进郑明晨周川鹏刘财辉...
    361-375页
    查看更多>>摘要：多粒度三支决策利用三支决策理论,从多视角、多层次对复杂问题进行数据分析与处理,逐渐成为一种高效、可靠的智能决策方法.本文对多粒度三支决策的研究工作进行综述,主要介绍了多粒度融合策略、多视角三支决策和多层次三支决策,以及从定性和定量两个角度探讨了多粒度三支决策,讨论了不同多粒度三支决策模型之间的关系,并指出了多粒度三支决策研究中存在的若干问题,为该领域的深入研究提供参考.

    多粒度计算三支决策粒计算知识获取信息融合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    分布式稀疏软大间隔聚类

    谢云轩陈松灿
    376-384页
    查看更多>>摘要：虽然软大间隔聚类(Soft large margin clustering,SLMC)相比其他诸如K-Means等算法具有更优的聚类性能与某种程度的可解释性,然而当面对大规模分布存储数据时,均遭遇了同样的可扩展瓶颈,其涉及的核矩阵计算需要高昂的时间代价.消减此代价的有效策略之一是采用随机Fourier特征变换逼近核函数,而逼近精度所依赖的特征维度常常过高,隐含着可能过拟合的风险.本文将稀疏性嵌入核SLMC,结合交替方向乘子法(Alternating direction method of multipliers,ADMM),给出了一个分布式稀疏软大间隔聚类算法(Distributed sparse SLMC,DS-SLMC)来克服可扩展问题,同时通过稀疏化获得更好的可解释性.

    交替方向乘子法软大间隔聚类分布式机器学习核近似

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据