稀疏孔径光学系统成像恢复算法研究

分析了传统小波阈值去噪方法,给出改进去噪算法.先对稀疏孔径光学系统含噪成像,通过改进小波阈值去噪,提高信噪比,最大程度得到较为理想成像结果,参考修正维纳滤波方法,对去噪结果经过修正维纳滤波实现成像恢复.在实验中,考虑结构非冗余性,利用光学设计软件ZEMAX设计Golay6结构不同填充因子的稀疏孔径光学系统,以本算法进行成像恢复.实验结果表明本文算法优于单独使用维纳滤波或修正维纳滤波方法.     

稀疏孔径光学系统成像的图像恢复算法研究

提出两种稀疏孔径光学系统成像的图像恢复模型.分析维纳滤波、最小二乘方滤波和极大似然法盲去卷积三种图像恢复算法的适用条件.针对存在噪声干扰的稀疏孔径光学系统,通过实验对比,指出维纳滤波和最小二乘方滤波把相机光学传函当作系统传函,其理论推导能够达到最优.盲去卷积把大气传输函数和相机光学传函作为系统传函进行恢复,其恢复结果优于维纳滤波带入常数K和最小二乘方滤波调整参量结果.     

基于双泽尼克多项式的多视场稀疏孔径成像

基于双泽尼克多项式推导稀疏孔径光学系统与视场相关的广义光瞳函数,以Golay3稀疏孔径成像系统为例,通过ZEMAX软件进行光学设计和数据拟合获得广义光瞳函数的双泽尼克多项式系数,根据傅里叶变换关系计算得到稀疏孔径光学系统的调制传递函数（MTF）,并针对不同视场稀疏孔径光学系统进行成像模拟和图像复原。结果表明,调制传递函数的理论计算结果与ZEMAX设计结果一致,利用双泽尼克多项式可以表示不同视场稀疏孔径光学系统的成像特性。构建与视场相关的维纳滤波器进行图像复原,可有效提高不同视场稀疏孔径光学系统的成像质量。     

光学稀疏孔径系统的成像及其评价方法

对典型阵列结构的光学稀疏孔径系统成像特性进行了数值仿真分析,并采用基于光学实验测量的调制传递函数（MTF）完成了光学稀疏孔径系统成像实验的图像复原处理.针对复杂目标成像,为了评价光学稀疏孔径系统最终成像的整体质量,不仅考虑系统的调制传递函数指标,还提出了一种基于相关系数的成像质量客观评价方法.数值仿真结果和光学实验结果均表明,基于相关系数的成像质量客观评价方法是可行的,实验说明光学稀疏孔径系统成像质量可以达到其等效单个大孔径成像系统的成像效果.     

复合三子镜稀疏孔径光瞳结构的研究

由于在截止频率区域内稀疏孔径系统的调制传递函数(MTF)比全孔径系统的调制传递函数下降,甚至调制传递函数可能出现零点而影响成像质量,通过稀疏孔径系统的结构优化可以获得调制传递函数分布比较理想的孔径结构。给出了基于实际空间截止频率ρR和子孔径直径的稀疏孔径结构优化准则,对复合三子镜稀疏孔径结构进行优化,分析了优化前后的调制传递函数变化,并对优化结构的复合三子镜稀疏孔径系统模拟成像和维纳滤波,比较优化前和优化后稀疏孔径结构的成像情况。结果表明结构优化是稀疏孔径光学系统设计的一个关键部分,应用的优化准则对稀疏孔径结构优化是合理的,通过结构优化可以使复合三子镜稀疏孔径系统的成像质量得到改善。     

基于光响应非均匀性的WhatsApp压缩视频来源识别

光响应非均匀噪声(photo response nonuniformity,PRNU)是光学成像传感器成像时引入的一种独特噪声,可有效识别压缩视频的来源。针对现有算法提取压缩视频的PRNU效果并不显著的问题,论文提出了一种改进PRNU提取算法。首先,去除视频编解码的环路滤波器,对视频帧使用双密度双树复小波变换进行分解;然后对高频子带使用基于贝叶斯阈值估计的双变量收缩算法进行估计,再使用自适应加窗维纳滤波进行二次估计,得到噪声残差;最后用基于量化参数值加权的最大似然估计法聚合噪声残差,再与视频帧估计得到PRNU。实验结果表明：该文提出的方法在20 s时WhatsApp视频的识别率为75%。     

光学稀疏孔径系统的成像及其图像复原

由多个小口径成像系统通过特殊排列综合而成的光学稀疏孔径系统是实现高分辨率天文目标成像观测的一种新方法.建立了光学稀疏孔径系统的衍射受限非相干成像模型,并针对某一具体的光学稀疏孔径系统,运用图像复原维纳滤波器完成了系统成像和图像恢复处理的计算机仿真实验.结果表明,光学稀疏孔径系统可以等效实现单个大口径成像系统的成像观测效果.     

探测器噪声对波前编码成像系统图像复原过程影响的理论研究

波前编码光学系统其成像过程由光学成像和图像复原两部分组成,光学成像过程探测器上所成的编码图像含有噪声,该噪声在图像复原过程将被放大,为了分析探测器噪声对波前编码系统在图像复原过程中产生的影响,通过添加高斯随机噪声来模拟探测器噪声,使用直接逆滤波、维纳滤波和Lucy—Richardson滤波算法,对波前编码成像系统焦点位...     

基于维纳滤波反卷积的光声成像

为了提高光声成像(PAT)的对比度和分辨率,需对组织样品的光声(PA)信号进行基于探头脉冲响应的滤波反卷积以恢复其频谱特性.对宽带光声信号而言,由于带通滤波的截止频率由人为确定,噪声不能得到有效抑制,很难获得稳定的反卷积结果.针对此问题,提出了基于维纳滤波反卷积的光声成像方法,利用点光声源获得超声探头的脉冲响应.利用维纳滤波抑制反卷积过程中噪声的影响,滤波器参数由离散小波变换(DWT)动态估计,样品光声图像由时域后向投影算法重建.数值模拟与成像实验均表明该方法有效地抑制了噪声对反卷积的影响,提高了光声成像的对比度和分辨率.     

环形孔径长焦距光学系统

介绍一种可望用于空间相机的环型孔径长焦距光学成像系统,也是稀疏孔径的一种。光线通过最外面的环形孔径进入光学系统,经过一系列的同轴环形反射镜多次折转,最后通过补偿镜成像在光学系统的像面上。此类系统具有较大的遮拦比,可以在有效减少空间望远系统的厚度和体积的同时保持较好的成像质量,可望用于微小卫星高分辨率光学有效载荷。给出了光线经过6次反射的一种长焦距光学系统设计结果,并对其进行了像质评价和公差分析。     

光子集成干涉成像系统微透镜排布设计与图像复原

光子集成干涉成像系统体积小、重量轻、功耗小,且系统分辨率不受单个透镜口径尺寸的限制,是一种新兴的成像技术.针对光子集成干涉成像系统图像复原问题,开展了图像复原技术和微透镜阵列最优排布研究,提出了基于压缩感知的光子集成干涉成像图像恢复技术,以及基于图像残差的最优微透镜阵列排布设计评估方法;通过计算仿真,可实现在有限空间体...     

氢气拉曼光谱压缩感知方法分析研究

气体监测与我们的生活息息相关,氢气作为一种理想的研究模型更是受到广泛关注.拉曼光谱作为一种气体分析手段,具有无损非接触等优点.气体拉曼光谱测量存在的一个主要问题是拉曼散射信号弱.在一些特定场景下,需要信号采集时间较短,因此获得的拉曼光谱信噪比低.压缩感知方法作为一种新发展起来的信号处理手段,不仅可以压缩采样,缩短采样时...     

基于小波变换的图像混合噪声自适应滤除算法

为同时滤除图像中的椒盐噪声和高斯噪声,提出了一种基于小波变换的混合噪声自适应滤除算法,该算法首先采用中值滤波去除椒盐噪声,然后借助边缘检测算子区将图像为分边缘与非边缘区域,进一步对非边缘区域引入改进的均值滤波器,有效削弱高斯噪声的同时保护图像边缘细节,既初步削弱高斯噪声又保护了边缘,最后采用改进的小波阈值滤波算法,对不同的小波系数采用不同的阈值函数,通过线性回归得到各最优阈值关系式。实验结果表明,该混合噪声自适应滤除算法能有效滤除椒盐噪声和高斯噪声,在图像主观质量和客观质量上均取得了较好的效果,能提高去噪图像峰值信噪比0.5~2.0 dB。     

基于提升小波变换的阈值改进去噪算法在紫外可见光谱中的研究

在紫外可见光谱定量分析中,由于分光光度计内部的光学系统、光源、检测器、电子元器件,电路设计以及外部环境干扰等因素产生的随机噪声,严重影响光谱定量分析结果的准确性,为提高紫外可见光谱分析精度,需要对光谱数据进行去噪预处理。由于小波分析具有多分辨率,低熵性、去相关性等特点,基于小波分析的去噪算法优于传统的去噪算法,目前基于小波去噪的方法主要有模极大值去噪算法,系数相关去噪算法,阈值去噪算法,工程实际应用以Donoho的阈值去噪法最为常用。根据Donoho阈值消噪原理,提出一种基于提升小波变换的阈值改进算法,一方面使用提升小波变换,提升小波变换是第二代小波变换,继承了小波的多分辨率特性,并且不需要进行傅里叶变换,从而具有算法简单,速度快,实现简单的优点;另一方面提出了一种新的阈值函数,克服了硬阈值函数在阈值处不连续以及软阈值函数存在恒定偏差的问题,同时对阈值估计进行了调整,有利于信号小波系数的保留和噪声小波系数的剔除。对三组多金属离子混合溶液的实测紫外可见光谱信号,添加随机噪声后使用该方法进行去噪处理,并使用信噪比(SNR)和均方根误差(RMSE)进行去噪性能评价。试验结果表明,提出的算法优于Donoho的软硬阈值去噪算法,能够有效提高光谱信噪比和降低均方根误差,从而更好地消除光谱信号中的噪声和保留光谱信号中一些重要的细节特征,比较适合用于紫外可见光谱数据建模之前的去噪预处理,在紫外可见光谱信号分析中具有较好的应用前景。     

基于Bayesian估计和Wiener滤波的阈值去噪方法

基于阈值的小波域去噪方法的核心是阈值选取,通过最小化一个Bayesian风险函数得到一种自适应阈值,结合线性滤波中具有代表性的Wiener方法,提出了一种新的去噪方法.实验结果表明,该方法能有效地去除图像中的白噪声,同时还能较好地保留图像的边缘信息,其效果优于目前的一些小波阈值去噪方法.     

惯性约束聚变中环孔编码图像恢复的改进维纳滤波方法

针对惯性约束聚变(ICF)中环形孔径编码图像的恢复问题提出了一种改进的维纳滤波方法。在传统的维纳滤波方法中,由于原图像和噪声是未知的,故通常是用某一待定常量来代替其中的噪声与信号的谱密度之比。这种近似忽视了信号与噪声本身的信息,从而造成丢失某些关键的细节,难以达到高质量的图像复原效果。在改进的方法中,首先采用传统维纳滤波方法求得初始估值,然后利用该初始值求得原图像及噪声的谱密度估值,进而利用这些新获得的信息构成改进的维纳滤波器对退化图像进行第二次滤波。实验表明,这种改进方法可以克服原方法的不足,突出图像的一些关键细节,提高图像的整体质量。在仿真实验中,恢复图像的均方误差降低了15％以上;在实际惯性约束聚变图像的解码恢复实验中,图像恢复效果亦有显著改善。该方法还可以推广到其他图像恢复的应用中。