撰稿人
研究背景
图1 树荫下皮卡车的成像实验对比
导读
近日，中南大学自动化学院、光电智能测控湖南省重点实验室研究团队提出了一种基于非局部卷积稀疏表示的彩色分焦平面偏振图像去马赛克模型（NLCSR-CPDM）。该成果以“Learning a Non-Locally Regularized Convolutional Sparse Representation for Joint Chromatic and Polarimetric Demosaicking”为题，发表于本领域顶级期刊IEEE Transactions on Image Processing (IF>10)。硕士研究生罗毅东为第一作者，张俊超副教授为通讯作者，中南大学为论文的通讯单位。
主要研究内容
本研究立足于彩色分焦平面偏振成像机理，构建了非局部卷积稀疏表示的彩色偏振图像去马赛克物理模型NLCSR-CPDM，该模型结合了卷积稀疏编码和非局部自相似的优势，从细节恢复和噪声抑制两个方面提升彩色偏振超分辨成像质量。
（1）NLCSR-CPDM模型
（2）实验结果
图4 基于分焦平面偏振相机实测数据的实验结果对比
技术突破与创新点
结论与展望
文章信息
Yidong Luo, Junchao Zhang*, Jianbo Shao, Jiandong Tian and Jiayi Ma. Learning a Non-Locally Regularized Convolutional Sparse Representation for Joint Chromatic and Polarimetric Demosaicking. IEEE Transactions on Image Processing, 2024, DOI: 10.1109/TIP.2024.3451693.
主要作者介绍
张俊超，中南大学副教授，湖南省普通高校青年骨干教师，入选斯坦福全球前2%顶尖科学家榜单（Optics领域）。中国光学工程学会计算成像专业委员会青年委员，中国自动化学会青工委委员，中国光学工程学会高级会员，《红外与激光工程》和《应用光学》等期刊青年编委，2017-2018年国家公派访学美国亚利桑那大学。主要研究方向为偏振成像、光电信息处理和机器学习，在IEEE Trans. on Image Processing、Information Fusion、Pattern Recognition、Optics Letters和《光学学报》等期刊发表学术论文50余篇，Google学术引用1400余次，H指数为22。主持国家自然科学基金、国家重点研发计划子课题、湖南省自然科学基金和重点实验室基金等项目多项，获湖南省自然科学优秀学术论文二等奖1项（排1）。
声明：本文旨在传递更多科研资讯及分享，所有其他媒、网来源均注明出处，如涉及版权问题，请作者第一时间后台联系，我们将协调进行处理（按照法规支付稿费或立即删除），所有来稿文责自负，专委会仅作为分享平台。转载请注明出处，如原创内容转载需授权，请联系邮箱：cita@csoe.org.cn
