光学低通滤波器的光学传递函数分析

光电成像系统的抽样过程会引起图像频谱在频谱空间上的多次复制,如果抽样过程不满足系统的奈奎斯特条件,相邻的频谱项就会产生混叠.光学传递函数可以反映系统中光学成像,抽样和重建等各个过程对图像信号频谱的响应.通过对使用光学低通滤波器(OLPF)光电成像系统的光学传递函数的分析,表明光学低通滤波器可以有效地限制图像的频谱宽度,使抽样满足奈奎斯特条件,达到消除频谱混叠,改善重建图像质量的目的.     

双频光栅傅里叶变换轮廓术频谱混叠研究

讨论了用双频光栅方法对包含突变成份的物体产生的变形条纹进行傅里叶变换时,可能会出现频谱混叠问题.推出了低频光栅的频谱f1与高频光栅的频谱f2不相互混叠的条件,分析了探测器非线性会引起同一光栅间频谱发生混叠情况.考虑到通常情况下低频光栅频谱f1与高频光栅频谱f2的混叠起主要作用,因此在该情况下用计算机仿真与实验验证了：当f2<2f1时,f1与f2相互混叠,物体面形难以恢复;当f2>2f1时,f1与f2不相互混叠,物体面形恢复得很好.     

双频光栅傅里叶变换轮廓术频谱混叠研究

讨论了用双频光栅方法对包含突变成份的物体产生的变形条纹进行傅里叶变换时,可能会出现频谱混叠问题.推出了低频光栅的频谱f1与高频光栅的频谱f2不相互混叠的条件,分析了探测器非线性会引起同一光栅间频谱发生混叠情况.考虑到通常情况下低频光栅频谱f1与高频光栅频谱f2的混叠起主要作用,因此在该情况下用计算机仿真与实验验证了:当f2<2f1时,f1与f2相互混叠,物体面形难以恢复;当f2>2f1时,f1与f2不相互混叠,物体面形恢复得很好.     

小波变换轮廓术的测量范围研究

利用小波“脊”处的小波系数来提取变形条纹中的相位信息可以在很大程度上抑制条纹图中有用的基频分量与零频和其它谐波频率分量的混叠,弥补了傅里叶变换轮廓术的不足。从离散信号频域分析角度,推导了变形条纹小波变换的频谱描述形式,讨论了其测量范围,包括结构条件和抽样条件。结果表明,只有在无周期内瞬时频谱混叠,即任意位置处物体瞬时高度变化满足h/xx=b<1/3条件时,和不存在抽样引起的周期间瞬时频谱混叠的抽样条件下(即一个周期内的抽样点数m≥4时),小波变换轮廓术才能正确恢复被测物体的三维面型。计算机模拟和实验验证了该结论。     

哈达码变换光谱成像仪数据复原算法

从哈达码变换光谱成像仪成像原理出发,对其光谱成像过程进行数学建模,分析了哈达码模板调制引起光谱信息混叠和空间信息混叠的原因,提出了一种根据光谱偏移量去除混叠的算法.采用自行研制的哈达码变换光谱成像仪进行了目标数据采集,用提出的去混叠算法对目标数据进行复原,得到目标的三维数据立方体,有效去除了空间信息混叠和光谱信息混叠,验证了算法的正确性.     

CCD的非线性与频谱混叠的关系研究

分析了CCD的非线性产生频谱混叠问题,提出了减小频谱混叠的方法.从理论上分析了CCD的非线性产生高频分量的原因,给出了简单的物理解释和解析推导.通过计算机仿真与实验两种方法得出了CCD的非线性导致频谱混叠的结果,再通过计算机仿真方法得出结论：在存在高级次频谱成份的情况下,加密抽样可减少频谱混叠并明显提高FTP的测量准确度.     

阿达玛变换光谱成像仪光谱混叠分析及修正

叙述了阿达玛变换光谱成像仪的原理及仪器构成,对阿达玛编码模板引起的光谱混叠现象进行了分析研究.从理论上导出了光谱混叠公式,并提出了光谱修正方法,仿真实验结果表明该方法简单有效.修正后光谱图像的分辨率取决于偏离光轴最远处的码元对应的空间分量.     

基于Cycle Spinning Contourlet变换和总变分最小化的遥感图像去噪算法(英文)

针对大部分已有的遥感图像去噪算法在去噪的同时不能有效的保留细节和增强边缘,提出了一种基于Cycle Spinning Contourlet变换和总变分最小化的图像去噪新算法.该算法依据了Cycle Spinning Contourlet变换能够很好的保留原始图像的细节和纹理信息,而总变分最小化方法具有在去噪的同时增强图像边缘的特性,因此使用所提出的融合规则对两种算法去噪后的图像进行融合能够取得更好的增强效果.通过对比,实验结果表明该算法不仅能在很大程度上削弱分别由平移不变Contourlet变换和总变分最小化的图像去噪方法产生的伪吉布斯现象和阶梯效应,而且视觉效果和PSNR值均优于其它方法,同时该算法能够保留更多的光谱信息,因此该算法是一种有效的遥感图像去噪算法.     

光电成像系统中的光学传递函数

本文研究了光电成像系统中的光学成像、抽样和重建等各个过程对整个系统的光学传递函数的影响。分析了光电成像系统在积分抽样和图像运动情况下的光学传递函数，重建图像中的频谱混叠和假响应情况，由此给出光电成像系统获取图像的一些原则。     

基于Cycle Spinning Contourlet变换和总变分最小化的遥感图像去噪算法

针对很多已有的遥感图像去噪算法去噪的同时存在不能有效的保留细节和增强边缘的问题,提出了一种基于Cycle Spinning Contourlet变换和总变分最小化的图像去噪新算法。该算法依据了Cycle Spinning Contourlet变换能够很好的保留原始图像的细节和纹理信息,而总变分最小化方法具有在去噪的同时增强图像边缘的特性,因此使用所提出的融合规则对两种算法去噪后的图像进行融合能够取得更好的增强效果。通过对比,实验结果表明该算法不仅能在很大程度上削弱分别由平移不变Contourlet变换和总变分最小化的图像去噪方法产生的伪吉布斯现象和阶梯效应,而且视觉效果和PSNR值均优于其它方法,同时该算法能够保留更多的光谱信息,因此该算法是一种有效的遥感图像去噪算法。     

抗混叠轮廓波域采用压缩感知的云图融合方法

提出一种采用压缩感知的云图融合方法.该方法针对传统轮廓波存在频谱混叠的缺点,结合抗混叠塔式滤波器组和方向滤波器组,构造出一种抗混叠的轮廓波变换,并将其引入压缩感知中的稀疏表示环节,将云图分解成稠密和稀疏两部分|对稠密成份采用传统方法进行融合,而对稀疏成份,则在压缩感知框架下,通过少数线性测量的融合,并采用二步迭代收缩的图像重构算法,在迭代时利用前面两个估计值更新当前值,得到融合结果.实验表明,该方法的融合结果无论在视觉质量及定量指标上都明显优于传统方法,有利于揭示全面的天气信息.     

复轮廓波包的构造及其图像去噪应用

一般的轮廓波变换只对信号的低频部分进行分解,却忽略了信号的高频部分,因而丢失了丰富的细节和纹理信息,为了克服这种缺陷,本文利用解析的双树复小波包变换和非抽样方向滤波器组,构造了复轮廓波包变换,并提出一种基于相邻系数阈值分类的复轮廓波包图像去噪算法.新的变换除了具有多分辨率、局部性、多方向性和各向异性的特点外,还具有平移不变性和更丰富的方向分量.仿真试验结果表明,构造的复轮廓波包变换能够有效地抑制伪Gibbs现象,并且保护更多的边缘和纹理等细节,其PSNR值和视觉质量均优于一般的去噪方法.     

基于Contourlet变换的迭代图像复原算法

考虑到contourlet变换的多尺度多方向性以及对二维图像具有比小波变换更好的稀疏表示特性,提出了一种基于contourlet变换的图像复原算法.算法采用边界优化的方法,通过类期望最大化算法在contourlet域进行迭代计算,并最终获得惩罚似然函数的最优解.实验结果表明.与传统的基于小波变换的同类图像复原算法相比,基于contourlet变换的复原算法在保持了较低的运算代价的同时,更好地保护了图像的边缘和细节信息,峰值信噪比有0.6 dB～0.8 dB左右的提高.     

基于非抽样Contourlet变换的彩色图像数字水印算法

研究了小波变换和Contourlet变换的不足,利用非抽样Contourlet变换的多尺度性、多方向性以及平移不变性特征进行彩色图像数字水印.先对图像进行非抽样Contourlet变换得到不同尺度不同方向上的系数.然后为了满足水印的不町见性和稳健性,在低频系数和高频系数中采用不同的嵌入强度.并依据人类视觉的彩色感知特性,在蓝色分量中嵌入较多水印,在其他颜色分量选取变换系数能量最大的区域嵌入水印.与同样嵌入规则的Contourlet变换算法和平稳小波变换算法相比.该算法具有更好的稳健性,利用该算法得到的水印相似度更高,最高町提高约0.5.     

基于区域分割和Counterlet变换的图像融合算法

提出了一种基于区域分割和Contourlet变换的图像融合算法。首先,对各源图像做区域分割,并利用区域能量比和区域清晰比的概念来度量和提取区域信息;然后,对各源图像进行多尺度非子采样Contourlet分解,分解后的高频部分采用绝对值取大算子进行融合,低频部分则采用基于区域的融合规则和算子进行融合;最后进行重构得到融合图像。对红外与可见光图像进行了融合实验,并与基于像素的àtrous小波变换和Contourlet变换的融合效果进行了比较。结果表明,采用本文算法的融合图像既保留了可见光图像的光谱信息,又继承了红外图像的目标信息,其熵值高于基于像素的融合方法约10%,交叉熵仅为基于像素的融合方法的1%左右。     

基于Contourlet的遥感图像放大与增强

提出一种遥感图像放大和增强的新方法.应用拉普拉斯塔形变换（LP）构建原图像的细节图像,采取双三次插值的方法分别放大原图像和细节图像,并将两个放大后的图像相加后线性处理.经过二级Contourlet分解变换,构造非线性增强函数增强Contourlet系数.最后用原图像取代Contourlet分解变换后的低频子带后重构图像,完成图像的放大和增强.结果表明,此方法能丰富放大后图像的细节,增强效果良好,有效提高放大后遥感图像的空间分辨率.     

一种新颖的Contourlet域中子辐射图像降噪方法

由于受CCD相机、中子散射及控制电路等因素的影响,数字中子照相系统所获图像常被噪音污染,抑制噪音对于提高数字中子照相系统图像质量具有重要意义.利用多尺度几何分析能捕获图像几何结构的特性,提出一种新颖的基于contourlet变换的图像去噪方法通过计算方差一致性测度（VHM）,确定局部自适应窗口,从而最优估计contourlet系数的阈值萎缩因子,对contourlet系数进行萎缩,实现降噪功能.该方法将阈值去噪法与基于子带相关的图像去噪法相结合,充分利用在同一方向子带中沿边缘或轮廓contourlet系数的相关性,它能实现"去噪"和"保留信号"之间的平衡.实验结果表明,该方法在峰值信噪比指标上优于传统的contourlet系数硬阈值处理方法及维纳滤波方法,能有效地抑制图像噪音,同时适合于中子辐射图像的处理.     

基于非采样Contourlet变换高分辨率遥感图像配准

为了提高高分辨率遥感图像配准的精确度,将非采样Contourlet变换应用于高分辨率遥感图像配准算法中.首先对高分辨率遥感图像进行非采样Contourlet变换.利用非采样Contourlet变换的平移不变性在变换域提取图像的边缘并选择合适的阈值准确地得到图像的边缘特征点.然后利用归一化互相关匹配法和概率支撑法对特征点进行匹配.最后通过三角形局部变换映射甬数实现图像配准.实验结果表明,该方法更能准确地提取高分辨率遥感图像的特征点,大大提高了正确匹配的概率,与基于小波方法的图像配准效果相比有更高的准确性和稳健性.     

一种基于非下采样Contourlet变换多聚焦图像融合算法

针对现有小波类图像融合算法的不足,提出了一种基于非下采样Contourlet变换多聚焦图像融合算法,并在Contourlet域中引入了局部区域可见度以及局部方向能量的概念.针对低频子带系数和各带通方向子带系数分别提出了基于局部区域可见度以及基于局部方向能量的系数选择方案.通过对多聚焦图像融合的仿真实验,表明该算法相对于传统的基于离散小波变换和离散小波框架变换融合算法能够有效减少有用信息的丢失以及虚假信息的引入,同时能够从源图像中提取更多的有用信息并注入到融合图像中, 得到更好视觉效果和更优量化指标的融合图像.     

最小方差无失真响应浊音谱建模方法研究

讨论了在语音处理中广泛使用的线性预测模型,分析了线性预测模型在建模语音谱包络方面存在缺点,并分析了线性预测模型过高估计浊音谐波频率处能量以及随着阶数增加线性预测谱逐渐恶化的原因。在此基础上,提出了最小方差无失真响应(MVDR)建模方法,并讨论了通过Toeplitz矩阵的Cholesky分解确定MVDR滤波器系数的方法,通过与线性预测方法进行比较,发现最小方差无失真响应滤波器能提供一个更好的原始语音包络。