Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2411.00338

帮助 | 高级搜索

电气工程与系统科学 > 图像与视频处理

arXiv:2411.00338 (eess)
[提交于 2024年11月1日 ]

标题: 通过大气湍流的计算成像

标题: Computational Imaging Through Atmospheric Turbulence

Authors:Nicholas Chimitt, Stanley H. Chan
摘要: 自二十世纪 40 年代初安德雷·柯尔莫哥洛夫开创性的工作以来,大气湍流成像已经从纯粹的科学研究发展成为民用、太空任务和国家安全等多个领域的重要课题。 近年来深度学习的进步推动了该领域的进一步发展。 然而,为了使这些深度学习方法表现良好,需要新的努力来构建更快、更准确的计算模型,同时最大化图像重建的性能。 本书主要面向有兴趣于大气湍流、统计光学和图像处理领域的图像处理工程师、计算机视觉科学家以及工程专业的学生。 本书可以作为研究生教材,也可以作为本科生的高级专题课程材料。
摘要: Since the seminal work of Andrey Kolmogorov in the early 1940's, imaging through atmospheric turbulence has grown from a pure scientific pursuit to an important subject across a multitude of civilian, space-mission, and national security applications. Fueled by the recent advancement of deep learning, the field is further experiencing a new wave of momentum. However, for these deep learning methods to perform well, new efforts are needed to build faster and more accurate computational models while at the same time maximizing the performance of image reconstruction. The book is written primarily for image processing engineers, computer vision scientists, and engineering students who are interested in the field of atmospheric turbulence, statistical optics, and image processing. The book can be used as a graduate text, or advanced topic classes for undergraduates.
主题: 图像与视频处理 (eess.IV)
引用方式: arXiv:2411.00338 [eess.IV]
  (或者 arXiv:2411.00338v1 [eess.IV] 对于此版本)
  https://doi.org/10.48550/arXiv.2411.00338
通过 DataCite 发表的 arXiv DOI
相关 DOI: https://doi.org/10.1561/0600000103
链接到相关资源的 DOI

提交历史

来自: Nicholas Chimitt [查看电子邮件]
[v1] 星期五, 2024 年 11 月 1 日 03:35:29 UTC (39,407 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.IV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-11
切换浏览方式为:
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号