基于共焦照明的合成孔径成像方法

合成孔径成像技术利用虚拟大尺寸孔径可实现局部被遮挡目标的有效探测,但是当场景中存在强背向散射时,重聚焦图像质量大大降低。针对上述问题,提出了一种基于共焦照明的合成孔径成像方法。该方法根据场景目标分布的深度信息对照明光源进行调制,有效实现聚焦面目标和非聚焦面目标接收的光照度差异;同时结合合成孔径成像重聚焦方法,实现了局部被遮挡的共焦照明面目标的高质量重建。利用反镜阵列搭建了共焦照明合成孔径成像系统,对指定深度目标进行共焦照明重聚焦成像,结果表明,所提方法能够有效区分场景中聚焦面和非聚焦面目标反射光的强度,并能获取共焦照明面目标的高质量图像信息,效果远远优于现有的合成孔径成像方法。     

基于多视角合成孔径的太赫兹光场成像去遮挡算法研究

针对太赫兹光场成像中由前景遮挡物影响感兴趣信息采集的问题,提出基于多视角合成孔径的太赫兹光场成像去遮挡算法。在分析太赫兹光场成像数字重聚焦原理的基础上,首先使用太赫兹焦平面阵列相机来采集太赫兹光场的原始数据,然后通过确定最小泛化误差来定位数字重聚焦深度,最后应用经验模式分解(EMD)法对重构图像进行增强处理,得到目标物轮廓分明、抑制遮挡物干扰的太赫兹图像。实验结果表明,太赫兹光场技术与合成孔径技术的结合可有效降低遮挡物的影响,另外证实了EMD法具有改善太赫兹图像质量的能力。     

基于微透镜阵列的合成孔径去遮挡算法研究

针对光场成像中对焦图像混叠离焦、具有模糊弥散斑的问题,提出了一种基于微透镜阵列的合成孔径去遮挡算法。搭建含微透镜阵列的微型光场单相机系统,进行原始图像数据采集;采用合成孔径技术对遮挡物进行数字聚焦,识别出遮挡物;选择灰度方差,对遮挡物和目标物体像素值范围进行划分,将识别出的遮挡物去除,并进行二次聚焦,提取出目标图像。实验表明:该算法同其他算法相比,无参考图像质量评价值平均提高18.83%,提升了图像质量;同时也呈现了场景的三维信息,具有较高的对比度和信噪比。     

X射线光场成像技术研究

X射线三维成像技术是目前国内外X射线成像研究领域的一个研究热点.但针对一些特殊成像目标,传统X射线计算层析(CT)成像模式易出现投影信息缺失等问题,影响CT重建的图像质量,使得CT成像的应用受到一定的限制.本文主要研究了基于光场成像理论的X射线三维立体成像技术.首先从同步辐射光源模型出发,对X射线光场成像进行建模;然后,基于光场成像数字重聚焦理论,对成像目标场在深度方向上进行切片重建.结果表明:该方法可以实现对成像目标任一视角下任一深度的内部切片重建,但是由于光学聚焦过程中的离焦现象,会引入较为严重的背景噪声.当对其原始数据进行滤波后,再进行X射线光场重聚焦,可以有效消除重建伪影,提高图像的重建质量.本研究既有算法理论意义,又可应用于工业、医疗等较复杂目标的快速检测,具有较大的应用价值.     

融合相关滤波与关键点匹配的跟踪算法

提出一种融合相关滤波与关键点匹配的跟踪算法。利用多个基于支持向量机的相关滤波器,分别对目标进行跟踪和验证,同时建立并实时更新一个目标和背景关键点数据库。在验证跟踪失败后,利用关键点匹配的方法对全局关键点进行分类,根据分类结果对目标关键点进行分析,从而得到重检测结果。实验结果表明,在运动模糊、变形、目标遮挡、消失等复杂跟踪场景下,所提算法比现有算法具有更好的准确性和稳健性。     

扫描相干衍射成像背景噪声分离算法研究

X射线扫描相干衍射成像(ptychography)是一种新型的无透镜成像方法,摆脱了传统透镜成像中聚焦元件对分辨率的限制,使理论分辨率只受到X射线波长和探测器数值孔径的限制.然而实验测量中的噪声限制了该方法对成像质量的改善,甚至最终导致图像重建失败.在研究了ptychography现有的相位恢复迭代算法后,本文提出了一种新型的图像重建迭代算法.该算法利用ptychography数据的高冗余性,通过梯度下降最小化技术,在重建样品和探针图像的同时还完成了背景噪声的同步迭代重建,实现了信号和噪声的盲分离功能.通过仿真模拟和实验数据重建,将该方法与传统的迭代算法进行了对比,结果表明新算法能够较好地实现信噪分离,显著提升ptychography的成像质量.     

基于先验似然的高分辨光场图像深度重建算法研究

针对传统双目以及多目在处理遮挡和弱纹理区域匹配效果差、稳健性低的问题,提出了一种基于极平面图像(EPI)对复杂、精细场景进行深度重建的算法。根据EPI特殊的线性结构,提出一种交叉检测模型,有效地计算出EPI轮廓边缘,并将指数距离度量函数和距离权重系数相结合,得到轮廓边缘的深度。对于内部平坦区域,利用求得的深度作为先验,通过先验似然扩散策略将深度扩散到整个区域。整个算法在局部进行,不但保存了精确的轮廓边缘,同时也保证了无纹理区域深度的平滑性。测试结果表明,该算法在重建速度及质量上均优于原始方法。     

复杂场景下基于条件随机场的视觉目标跟踪

目标模型更新中存在的模型漂移问题,是影响视频跟踪结果的一个重要因素。针对这一难题,提出了一种新的基于前景分割的目标跟踪算法。算法通过引入条件随机场(CRF)模型对跟踪区域和非跟踪区域的时空关系进行建模,实现对图像序列中像素点的标记,标记为跟踪目标或背景,并使用在线学习方法,根据场景的变化调整CRF模型的参数。跟踪过程中,通过对CRF模型的求解,得到最优的标记场和目标像素的置信图像;利用置信图像,结合目标模型的相似性度量定位整个目标;根据目标区域内的标记结果,使用一种选择性采样的方式更新目标模型,从而解决更新中的漂移问题。通过在多个典型的复杂场景中进行实验,验证了该算法的有效性。     

基于引导滤波与改进PCNN的多聚焦图像融合算法

针对多聚焦图像融合中目标物边缘处产生虚影的问题,提出一种基于引导滤波与改进脉冲耦合神经网络(PCNN)的多聚焦图像融合算法。该算法利用引导滤波器对源图像进行多尺度边缘保持分解,对分解得到的基本图像和细节图像采用不同的引导滤波加权融合策略进行初步融合;将初步融合图作为外部输入激励刺激改进的PCNN模型;根据融合权重图对多幅源图像进行融合,获得最终的融合图像。实验结果表明,与传统融合算法相比,本文方法较好地保留了源图像的边缘、区域边界以及纹理等细节信息,避免了目标物边缘处产生虚影,提高了融合图像的质量。     

基于单次曝光光场成像的全焦图像重建技术

为了实现大景深信息全焦面高质量成像,提出了基于单次曝光光场成像的导向滤波全焦图像重建技术:结合光场成像采集视场信息,并采用光场重建的方式获取多聚焦图像源集,利用导向滤波的方法确定各级图像融合权重,进行图像融合得到大景深的全焦图像。实验证明,提出的基于单次曝光光场成像的导向滤波全焦图像重建技术不仅有效保证了多聚焦图像背景的一致性,同时还具有更好的边缘保持效果,从而获得了清晰度更高、综合成像质量更好的全焦图像,因此该技术有望用于现场监控、地理勘探、军事侦察以及无人驾驶等众多领域中。     

图-谱结合的压缩感知高光谱视频图像复原

针对液晶可调滤波片高光谱成像系统记录动态场景的成像特点,提出一种图-谱结合的压缩感知高光谱视频图像复原方法。首先,通过前景目标检测获得运动前景目标的高光谱图像,实现运动前景目标与背景区域分离,并根据前景目标检测结果将背景区域划分为运动区域(被前景目标遮挡区域)与静止区域(未被前景目标遮挡区域)。然后,基于高光谱图像空间维、光谱维相关性,对静止区域进行字典学习获得稀疏先验信息,结合压缩感知理论用于运动区域恢复,得到完整的背景区域高光谱图像。最后,将运动前景目标高光谱图像与背景区域高光谱图像相结合,得到高光谱视频图像。实验结果表明:本文提出的高光谱视频图像复原方法在峰值信噪比和视觉效果上都要优于现有算法,峰值信噪比平均提高5 d B以上。     

基于核循环结构的自适应特征融合目标跟踪

视频跟踪中,使用单一特征对目标进行描述难以适应复杂场景的变化,目标的尺度变化、形变、遮挡等因素易导致跟踪失败。为提高跟踪的稳健性,基于核循环结构,提出一种自适应特征融合和模型更新的跟踪方法,并引入尺度更新机制。首先利用目标的灰度特征和局部二值模式特征分别计算滤波响应图,依据响应图的峰值旁瓣比(PSR)自适应地分配权值并加权融合,从而估计目标的最佳位置。然后根据融合后响应图的PSR来判断跟踪质量,据此决定是否更新模型。最后在目标位置周围提取方向梯度直方图特征构建尺度金字塔,训练尺度相关滤波器,用来估计目标的最佳尺度。实验选取标准测试数据集中具有光照变化,遮挡和尺度变化的视频序列进行实验,结果表明,该算法能够实现对目标的稳定跟踪,并且在距离精度和成功率上均优于对比算法。     

基于核循环结构的自适应特征融合目标跟踪EI北大核心CSCD

视频跟踪中,使用单一特征对目标进行描述难以适应复杂场景的变化,目标的尺度变化、形变、遮挡等因素易导致跟踪失败。为提高跟踪的稳健性,基于核循环结构,提出一种自适应特征融合和模型更新的跟踪方法,并引入尺度更新机制。首先利用目标的灰度特征和局部二值模式特征分别计算滤波响应图,依据响应图的峰值旁瓣比(PSR)自适应地分配权值并加权融合,从而估计目标的最佳位置。然后根据融合后响应图的PSR来判断跟踪质量,据此决定是否更新模型。最后在目标位置周围提取方向梯度直方图特征构建尺度金字塔,训练尺度相关滤波器,用来估计目标的最佳尺度。实验选取标准测试数据集中具有光照变化,遮挡和尺度变化的视频序列进行实验,结果表明,该算法能够实现对目标的稳定跟踪,并且在距离精度和成功率上均优于对比算法。     

高能X射线辐射成像的定量模拟与密度重建

利用蒙特卡罗方法得到的数值图像研究高能X射线辐射成像的密度重建,提出多能X射线源、多材料客体辐射成像的密度重建方法.这种方法不仅能够对包括光源能谱、角分布和尺寸在内的密度重建,而且具有显含质量吸收系数的优点.利用约束共轭梯度算法和变分正则化技术进行法国试验客体的密度重建.结果表明,该方法能够有效地进行高能X射线辐射成像的密度重建,成像光子的能谱效应对于精确的密度重建十分重要.     

基于相机阵列的红外光场成像

光场成像作为一种应用广泛的计算成像方法,其研究仍局限于电磁波谱中的可见光波段。因此,提出基于相机阵列的红外光场成像方法。首先利用单台被动红外相机移动到同一平面的不同位置分别对同一静态目标场景成像,获取原始红外图像序列,经平移视差校正后生成红外光场数据库;然后基于光场渲染理论,获得重采样图像。与只记录二维位置信息的传统红外成像比较,红外光场成像能够记录包含位置和方向的四维信息。实验结果表明,该法能够融合多幅低信噪比的图像获得一幅信噪比提高的重采样图像,通过孔径叠加平均可实现穿透遮挡物成像,通过选取不同深度值进行重采样可实现红外场景不同深度的数字重聚焦,使红外成像在军事和民用领域更有应用价值。     

基于MDLatLRR和KPCA的光场图像全聚焦融合

为了提升光场成像的空间分辨率,结合光场图像数字重聚焦与多聚焦图像融合,提出了一种基于多尺度潜在低秩分解和核主成分分析的光场图像全聚焦融合算法。首先,对光场图像进行数字重聚焦得到重聚焦图像,然后对各重聚焦图像进行多尺度分解提取出基础层和显著层,对基础层、显著层分别采用局部梯度差值加权算法和多尺度梯度域显著性提取算法计算相应的特征系数;其次,联立基础层和各显著层的特征系数矩阵,然后用核主成分分析进行降维融合得到融合特征系数矩阵,使得经融合特征系数生成的聚焦决策图能充分考虑基础层和显著层的特征信息;最后,用聚焦决策图引导重聚焦图像进行全聚焦融合。实验结果表明,该算法与传统方法相比在视觉效果和边缘信息丰富度上具有更优表现,所生成的光场全聚焦图像具有更高的分辨率和更好的视觉效果。     

基于光栅相衬成像的扇束螺旋CT重建算法

X射线相位衬度成像具有极高的灵敏度,能探测到轻元素样品的内部结构,在医学、生物学和材料科学等众多领域显示出良好的应用前景。光栅成像模式可使用非相干光源进行X射线相位衬度成像,开创了非相干光源相衬成像新纪元。将螺旋CT的概念引入光栅相衬成像领域,将螺旋CT的高效率优势与光栅相位成像的高衬度优势相结合,发展X射线螺旋相位CT方法。通过分析螺旋轨迹非相干光源相位成像的特点,提出一种扇形束螺旋条件下的相位信息提取方法;而后借鉴希尔伯特滤波反投影重建算法的思想,得到扇形束螺旋相位CT重建算法。该算法利用折射角像直接重建物体的相位项。计算机仿真实验证明了该算法的有效性。     

光栅成像的锥束相位CT重建算法

X射线相位衬度成像对弱吸收物质有着独有的高密度分辨率,在医学、生物学、材料学等领域显示出良好的应用前景.但是其中的干涉成像法、衍射增强成像法和同轴成像法具有一定局限性,难以被广泛应用.光栅成像克服了以往相位衬度成像的缺陷,也使相位衬度成像向锥束成像发展成为可能.本文致力于锥束相位X射线计算机断层摄影术(CT)重建算法的研究,根据基于光栅的锥束相位成像的特点,利用吸收CT中FDK (Feldkamp-Davis-Kress)重建算法的思想,发展出适用于锥束相位成像的CT重建方法.该方法为滤波反投影类型,以相位一阶导数像为投影值,直接重建物体的相位项.通过仿真验证了算法的正确性.     

同步辐射红外共聚焦谱学三维成像重建算法研究

为获取物质内部成分的三维分布信息,研究了基于同步辐射红外光源的共聚焦三维成像重建算法。采用单点探测器扫描成像的方式,根据同步辐射红外谱学显微共聚焦三维成像的原理及非线性特性,建立了同步辐射红外谱学显微共聚焦三维成像模型;根据该模型的特点建立测试样品的模型,模拟了红外谱学共聚焦三维成像测试,得到了共聚焦三维成像的测试数据;分别使用Levenberg-Marquardt算法和改进型高斯-牛顿算法对使用前向模型模拟采集得到的结果进行重建。结果表明,前向模型中未加入误差时,Levenberg-Marquardt算法可以重建样品的三维信息,在前向模型中加入1%误差时,Levenberg-Marquardt算法重建得到的结果与实际结果偏差较大,而改进型高斯-牛顿算法可以重建样品的三维信息。     

基于分块平滑投影二次重构算法的单像素成像系统

单像素成像系统是通过无空间分辨能力的单像元探测器来获取目标二维分布信息的计算光学成像技术,与传统直接成像技术相比具有高能量收集效率、高灵敏度等一系列优点,在高能物理诊断技术领域有着广阔的应用前景。针对实际单像素压缩感知成像系统在复杂诊断环境中存在的重建噪声较大的问题,提出并实现了基于分块平滑投影Landweber二次重构算法的单像素成像系统。根据算法观测矩阵分布特性以及数字微镜硬件输入要求实现了实际投影观测矩阵的变换,利用二次重构算法实现了单像素诊断的仿真分析与实验测试。仿真结果表明,在采样率为20%～30%的条件下,重建图像峰值信噪比大于20 dB,结构相似性高于0.8。进一步搭建单像素成像平台完成实验研究及验证,实验结果表明,利用二次重构算法模型对目标场景进行恢复的效果优于其余两种传统算法。二次重构单像素成像系统在采样率仅为20%的条件下能够重建出清晰的原始图像,具有较好的噪声抑制特性。