三维可逆混沌映射的图像加密算法

提出了一种三维可逆混沌映射图像加密算法。基于Line map二维混沌可逆映射,推导了该三维可逆映射的数学表达式。将灰度图像用一个三维矩阵数据描述,并按照所提出的算法将其组成一个二维的二进制图像。首先对此图像应用Line map二维混沌可逆映射进行像素置乱处理,然后再将置乱后的二进制图像还原成十进制的灰度图像,这样就得到了加密后的图像。所提出的方法可以通过一次三维可逆混沌映射同时实现图像加密的两个步骤,即像素置乱和像素混淆。仿真实验结果表明了该算法的有效性,且加密速度快、安全性高、简单易行。     

光子计数成像系统的自适应累积时间扫描方法

得益于单光子探测器的超高灵敏度,光子计数成像系统近年来成为极弱光探测成像领域的研究热点.基于单点扫描的光子计数成像系统,以光子累积的方式获取大量返回光子事件后重建目标图像.然而,单像素探测时间固定导致的光子事件累积冗余或累积不足的问题,限制了系统的成像效率.本文提出了一种基于自动选取单像素最佳累积时间的时间自适应扫描方法,并分别进行了单点测距和扫描成像实验.结果表明,本文提出的方法在重建质量接近的深度图像(64×88)时的数据总获取时间相比单像素固定累积时间的扫描方法降低了一个数量级,极大地提高了扫描数据获取的效率,为光子计数成像系统快速成像提供了新思路.     

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。     

激光雷达探测信号数据融合算法

提出基于二次多项式拟合的数据融合算法用于激光雷达信号探测.充分考虑模拟探测和光子计数的非线性关系,选择有效增大数据融合区间;分析云对区间内的模拟探测和光子计数数据质量的影响并进行质量控制,获得稳定的融合系数;同时利用模拟探测和光子计数的非线性关系校正脉冲堆积引入光子计数信号的非线性误差.以直接探测多普勒激光雷达为例,开展与探空气球的同步对比实验.结果显示:本文算法较之现有商用算法,风速相关系数从0.8提高到0.85,均方根误差从3.37 m/s降低至2.41 m/s,偏差从0.60 m/s降低至0.06 m/s,证明改进后的融合算法能够有效提高直接探测多普勒激光雷达风场探测的精度,可更好地应用于大气探测激光雷达的远场和近场信号的融合处理.     

基于多阳极光电倍增管的阵列型光子计数器

为了实现二维平面上以单光子的灵敏度探测光强分布,提出了一种基于多阳极光电倍增管的阵列型光子计数器。并通过高频甄别技术和等幅放大技术实现对光电脉冲的低噪声恒定放大、解串扰技术消除相邻像素间的串扰影响,最终完成了8×8阵列型光子计数器的研制。测试结果表明,本阵列型光子计数器的单像素的最大计数率为100MCPS,峰值光子探测效率约21.2%,帧频最高可以达到10kHz,在1.8m望远镜平台上可以稳定探测10等星以内的暗弱天体。     

基于小波树和哈达玛矩阵的自适应快速三维压缩成像方法

针对光子计数系统实现三维成像速度缓慢的问题,提出一种基于小波树和哈达玛矩阵的自适应快速三维压缩成像方法。利用哈达玛矩阵调制投影图案提高采样效率,被调制的短脉冲结构光照射场景,单像素光子计数探测器采集回波。通过分析低分辨率图像的小波树选择采样区域,使用哈达玛矩阵调制所选采样区域得到的投影图案,可采集图像细节,多阶段采样后利用哈达玛反变换恢复出高分辨率图像。实验结果表明,采集并恢复出一幅512×512像素的三维图像的时间最快可达到41 s。     

基于双螺旋点扩散函数工程的多焦点图像扫描显微

在传统共聚焦显微技术的基础上,图像扫描显微技术使用面阵探测器来代替单点探测器,结合虚拟数字针孔并利用像素重定位和解卷积图像重构算法将传统宽场显微镜的分辨率提高一倍,实现了高信噪比的超分辨共焦成像.但是,由于采用逐点扫描的方式,三维成像速度相对较慢,限制了其在活体样品成像中的应用.为了进一步提高图像扫描显微术的成像速度,本文提出了一种基于双螺旋点扩散函数工程的多焦点图像扫描显微成像方法和系统.在照明光路中,利用高速数字微镜器件产生周期分布的聚焦点阵对样品进行并行激发和快速二维扫描;在探测光路中,利用双螺旋相位片将激发点荧光信号的强度分布转换为双螺旋的形式;最终,利用后期数字重聚焦处理,从单次样品扫描数据中重构出多个样品层的超分辨宽场图像.在此基础上,利用搭建的系统分别对纤维状肌动蛋白和海拉细胞线粒体进行成像实验,证明了该方法的超分辨能力和快速三维成像能力.     

红外和彩色可见光图像亮度-对比度传递融合算法

以红外和彩色可见光图像为研究对象,提出了一种基于亮度-对比度传递（LCT）技术的彩色图像融合算法。首先借助灰度融合方法将红外图像与彩色可见光图像亮度分量融合,然后用LCT技术改善灰度融合结果的亮度和对比度,最后利用快速YCBCR变换融合策略在RGB空间内直接生成彩色融合图像。文中利用像素平均融合法和多分辨率融合法作为不同的灰度融合措施以分别满足高实时性和高融合质量的需求。实验结果表明,提出算法的融合结果不仅具有与输入彩色可见光图像相近的自然色彩,而且具备令人满意的亮度和对比度,即使采用运算简单的像素平均法进行灰度融合,同样可以获得良好的融合效果。     

多视高分辨率纹理图像与双目三维点云的映射方法

针对双目立体视觉重建点云模型与高分辨率纹理图像的融合问题,本文提出了一种新的纹理映射方法。在双目立体视觉系统上增设长焦纹理相机拍摄高分辨率纹理图像,利用高分辨率纹理图像与双目图像的二维特征匹配,以双目图像为桥梁,得到纹理图像与三维点云模型的匹配关系,进而实现高分辨率纹理图像到三维点云模型的映射。同时,针对映射过程中多视纹理图像重叠部分的数据冗余,提出一种引导线点云数据分区方法,有效解决了多视纹理图像重叠部分的映射问题。通过实验验证,所提方法能够方便准确地实现多视纹理图像与双目三维点云模型的纹理映射。在本文实验条件下,三维模型的纹理可分辨原始线宽为0.157 mm的线对,与双目系统直接产生的三维模型相比,其纹理分辨率提高了1倍,验证了所提出的多视高分辨率纹理映射方法的有效性。     

基于UV光谱技术的高压电晕放电检测

通过分析高压电晕放电的光谱特性，提出应用紫外光+可见光的双光谱实时视频图像处理系统来探测高压电晕放电.该双光谱系统以高性能数字信号处理器TMS320DM642为核心，为了采集紫外信号而设计了光路、光谱转换和图像增强等技术,同时采用多种优化设计的硬件结构、快速融合算法及管理多进程的嵌入式实时操作系统DSP/BIOS，实现具备手动像素平移配准功能的双通道数字图像的实时融合处理.系统可以实时检测和定位高压电晕放电紫外信号，且具有响应速度快、作用距离远、不受日光和雨雾的干扰等优点.     

远距离多源图像融合系统实时配准设计

为了实现全天候多波段远距离实时图像监控,设计了具有微光、红外和可见光融合的光学前端,对多源图像进行实时配准研究。在平行光轴的基础上,通过计算不同视场图像的成像视差,计算仿射变换需要的参数,采用双线性内插算法弥补红外在成像方面与可见光图像的差别,将红外图像的变换制作成查找表存储在图像处理器DM642中,系统通过硬件查找表可以快速实现不同图像的配准变换,实现同步视频的实时配准与融合。实验表明:该设计能够准确地实现多源图像的实时配准,系统经过图像配准、图像融合和伪彩变换处理后的时间约为24.3 ms,系统探测距离大于3 km。     

基于视觉SLAM和目标检测的语义地图构建

语义信息对于移动机器人理解环境内容、执行复杂任务至关重要,针对ORB-SLAM2构建的点云过于稀疏、缺乏语义信息、点云所占存储空间大等问题,提出将目标检测算法与视觉SLAM（同时定位与地图构建）技术紧密结合,构建环境的稠密点云语义地图。首先,通过目标检测网络YOLO v3及对象正则化准确获取物体的2D标签,并经过ORB-SLAM2算法构建环境的稀疏点云地图,通过含有2D标签的彩色图像和对应的深度图像以及关键帧来生成含有语义信息的稠密点云标签,使用基于图的分割算法对稠密点云进行分割,再将点云标签与分割后的点云进行融合,进而构建环境的稠密点云语义地图。文中方法在TUM公开数据集上进行试验,实验表明可以构建出效果较好的语义地图。与传统的ORB-SLAM2相比,此系统在构建地图的过程中,相机的绝对位姿误差和绝对轨迹误差分别减少了16.02%和15.86%,提高了建图精度。为了减小点云地图的存储空间,方便移动机器人进行避障和导航,最终将所构建的语义地图转换为八叉树地图。     

近红外与可见光双通道传感器信息融合的去雾技术

为了对雾霾天气下的图像进行去雾处理,多幅图像去雾算法是常用的方法之一。多幅图像去雾算法也有多种形式,部分算法面临硬件实现困难、获取途径受限或者可实施性弱等问题,而且多幅图像比对处理时常常涉及图像配准,造成算法的实时性差、计算复杂度高等问题。针对以上问题,提出的算法为多幅图像去雾提供了新的思路,基于双目传感器硬件架构能够同时捕获近红外和可见光图像,将近红外传感器图像作为新的数据源,近红外传感器能够在一定程度上穿透雾霾,在雾天捕获可见光传感器无法捕获的图像细节,而且硬件实现简单。可见光图像的颜色信息较丰富,近红外传感器图像对近处场景细节的描述能力较好,捕获的图像稍加校正就能实现完全配准,将近红外图像与可见光图像进行融合,在去雾的同时,可以将近红外传感器图像中的原始细节提取融合到彩色可见光传感器图像中,得到边缘、轮廓等细节信息更加丰富的去雾图像。基于上述思路,借助近红外传感器对边缘细节的描述能力和可见光传感器对颜色信息的反映能力,提出了一种基于近红外与可见光双通道传感器图像融合的去雾算法。首先,将彩色可见光图像转换到HIS彩色空间,分别得到亮度通道图像、色调通道图像和饱和度通道图像。先将其亮度通道图与近红外图像进行融合去雾处理。采用非下采样Shearlet变换（NSST）进行分解,对得到的高频系数进行双指数边缘平滑滤波器保边滤波处理,对低频系数进行反锐化掩蔽处理,通过融合规则和反向变换得到新的亮度通道图像。然后,在对可见光图像的色彩处理中,建立饱和度图的退化模型,采用暗原色原理对参数进行估计,得到估计的饱和度图。最后,将新的亮度通道图像,估计的饱和度图像和原色调图像反映射到RGB空间得到去雾图像。为了验证新算法的有效性,特选取四组雾天拍摄的真实近红外图像与可见光图像进行融合去雾处理,将融合结果与其他两种去雾方法对于彩色可见光图像的去雾效果进行比较。实验结果表明,该算法在提高图像的边缘对比度和视觉清晰度上有较好的效果。并提出将近红外传感器图像作为新的数据源,采用双通道图像融合方法进行去雾处理,为图像去雾提供的新的技术思路是可行的。该算法的优势在于：首先提出将图像融合方法与去雾算法相结合,得到了新的去雾算法的思路。将彩色可见光图像转换到HSI色彩空间,将其亮度通道图与近红外图像采用非下采样Shearlet变换方法进行融合处理,在去雾的同时,可以将近红外传感器图像中的原始细节提取融合到彩色可见光传感器图像中,使得去雾图像中的边缘、轮廓等细节信息更加丰富。其次,提出了在图像去雾算法中采用新的数据源--近红外传感器图像,从图像处理的角度,近红外传感器能够在一定程度上穿透雾霾,对于近处场景细节的描述能力较好,而且硬件实现简单,捕获的图像稍加校正就能实现完全配准,为后续的融合去雾算法带来了便利,为图像去雾提供了新的技术途径和路线。再次,采用的是多幅图像去雾算法,该算法基于双目传感器获取图像,可见光图像的颜色信息较丰富,近红外图像对于近处场景细节的描述能力较好,相对于单幅图像去雾算法,有更好的效果。最后,将可见光传感器图像映射到其他色彩空间,对于每个通道的图像根据其特征有针对性地进行处理。可见光图像的亮度通道图和近红外图像的处理采用了图像融合和增强处理,对于可见光图像饱和度通道的处理采用了图像复原算法,可以从整体上提升去雾效果,对细节特征有了进一步增强。该算法为图像去雾提供了新的技术途径和路线。     

多源图像融合算法实时优化方法北大核心CSCD

针对红外与可见光图像融合的实时性要求,介绍了一种解决目前高清或超高清多源图像拉普拉斯金字塔图像融合算法的实时实现方法。基于视频数据流设计了拉普拉斯金字塔并行流水线处理结构,分析了各流水线之间的时延及优化思路。通过片上缓存的方式补偿时延时间差,实现了算法的流水等长,保证了处理数据的完整性。该方法可以在赛灵思7系列及以上的可编程门阵列(field programmable gate array,FPGA)芯片上实现双通道1080×1920@60 Hz视频图像的5层拉普拉斯金字塔融合。实验结果显示,该实时并行处理方法融合效果良好,一帧图像的融合仅需10.535 ms,处理时延小于1 ms。     

基于SIFT算法及阈值筛选的点云配准技术研究

随着三维测量技术应用领域的逐渐拓宽，点云数据处理技术的需求日益迫切，而多视点点云配准，是其中的基础技术环节。在此针对传统ICP算法鲁棒性差、对迭代初值敏感、计算效率低等缺点，提出一种SIFT算法与阈值筛选相结合的点云配准算法。在参考点云和待配准点云中，通过计算SIFT关键点及各点主曲率，获得初始匹配点集；然后根据相似三角形阈值和法向量夹角阈值，进一步优化点对间的旋转平移关系。实验结果证明，相对于传统算法，改进算法能够以更短的时间来获得准确的配准效果，并且其自动化程度高以及能有效提高点云配准的效率和精度。     

一种基于三维形状上下文特征的点云配准算法

针对点云配准过程中点云数据量大、配准时间长、配准精度低的问题,提出了一种基于内部形态描述子（intrinsic shape signatures, ISS）和三维形状上下文描述子（3D shape context, 3DSC）的点云配准算法。该方法首先使用体素网格滤波器对点云进行下采样,接着利用ISS算法提取特征点,并通过3DSC进行描述,然后通过改进的随机采样一致性（randon sample consensus, RANSAC）算法进行粗匹配,最后用改进的迭代最近点算法（iterative closest point, ICP)对点云进行精匹配。试验结果表明,与基于ISS+3DSC的三维正态分布变换(normal distribution transformation, NDT)算法和基于采样一致性初始配准（sample consensus initial aligment, SAC-IA）的ICP算法相比,本文算法的配准精度及效率更高,且对于数据量大的点云也有较好的匹配效果。     

平顶线结构光的中心检测算法及光刀平面标定

针对传统线结构光光刀平面标定方法测量精度不高,应用范围小的问题,提出基于平面标靶的线结构光系统光刀平面标定,对无激光的标靶图片进行迭代摄像机标定,有激光的标靶图片进行光刀平面标定.提出光强符合均匀分布的平顶激光检测中心算法,将平顶激光建模为矩形的台阶函数,估计背景亮度和前景亮度,确定亮条纹宽度,再将窗口内的有效像素参与重心计算,得到光条纹中心.用该算法对不同噪声及不同量块的图片进行处理,结果表明,处理后图像的均方根误差分别在0.149pixel和0.176pixel内,表明该算法抗噪声能力强、精度高.用该算法提取光条中心,计算光条在标靶上的位置,根据至少两个姿态下的光条中心三维点,基于最小二乘法拟合光刀平面.通过迭代摄像机标定和光刀平面标定,利用三角测量法,在立体视觉模型下获取物体的三维点云数据.实验测量两个距离为100.5mm的标准球,相机与标准球距离为500mm,比较两球心距离与标准距离,测得平均误差为0.236mm.表明平顶激光检测中心算法切实可行,光刀平面标定方法基本满足要求.     

利用反射全息实现计算全息三维显示

计算全息和光学全息都可应用于三维显示,但各有自己的优势和缺陷.将计算全息和光学反射全息相结合,可以突破光学全息对记录物体的限制,进行虚拟物体或自然场景的全息图的制作,同时可以实现白光再现.本文首先用三维扫描仪获得实际物体的三维数据,用"点云算法"模拟得到其菲涅耳全息图透射率数据,采用计算全息打印机将其输出于全息记录介质,得到可光学再现的菲涅耳计算全息图H1.然后将H1作为光学全息的记录物体进行反射全息记录,将平面全息转化为体全息,实现了计算全息白光再现.     

利用反射全息实现计算全息三维显示

计算全息和光学全息都可应用于三维显示,但各有自己的优势和缺陷.将计算全息和光学反射全息相结合,可以突破光学全息对记录物体的限制,进行虚拟物体或自然场景的全息图的制作,同时可以实现白光再现.本文首先用三维扫描仪获得实际物体的三维数据,用"点云算法"模拟得到其菲涅耳全息图透射率数据,采用计算全息打印机将其输出于全息记录介质,得到可光学再现的菲涅耳计算全息图H₁.然后将H₁作为光学全息的记录物体进行反射全息记录,将平面全息转化为体全息,实现了计算全息白光再现.     

基于特征定位的航空航天制孔多视测量拼接方法

为满足航空航天大部件对制孔质量的数字化原位检测需求，提出一种基于特征板的制孔多视点云拼接方法，实现孔壁完整三维形貌重建与检测。分析制孔多视检测的需求，提出采用特征定位板辅助的多视点云配准方法。介绍了内角不等四边形特征板的设计与相应的点云分割、识别算法。说明基于特征自定位的多视点云拼接及参数提取方法。结合机械臂搭建实验平台，对常用钛、铝及复合材料的试件模拟原位检测，结果显示各平均误差分别为0.011 mm、0.034 mm、0.041 mm，验证了配准算法的可靠性；并对比传统单视与该方法检测结果，体现该方法的鲁棒性。