相移同轴无透镜傅里叶数字全息的分析与实验

应用菲涅耳衍射和全息理论，详细分析了无透镜傅里叶变换数字全息图的记录、再现方法和再现像的特点，分析了相移数字全息图的记录和再现方法，并进行了相应的实验验证。结果表明：直接对无透镜傅里叶数字全息图进行傅里叶逆变换可同时得到与物体完全相同的再现像及其共轭像；同轴无透镜傅里叶数字全息术能最大程度满足CCD对采样条件的要求，从而可以增大记录物体的尺寸，减小记录距离，明显提高再现像的清晰度和分辨率；相移数字全息术能有效地消除数字再现光场中的零级光场和共轭像，显著提高再现像的信噪比。条件许可时，相移同轴无透镜傅里叶数字全息术是目前解决数字全息术中再现像的分离与满足采样条件之间矛盾的最佳方法。     

全息图数字再现中零级衍射斑的消除

分析了无透镜傅里叶变换全息图数字再现时零级衍射斑对再现像的影响，提出了用全息数字相减及数字重现来消除零级斑实现无零级数字全息再现的方法，给出了计算机模拟实验结果，并对再现结果作了分析。     

基于空间光调制器的动态全息再现技术研究

为了使空间光调制器实时产生大景深的再现像,运用GS算法计算出不同参数下的全息图。通过计算全息重建算法仿真得到不同傅里叶全息图下的再现像。在无傅里叶变换透镜的情况下,利用计算机将不同参数下的傅里叶全息图输出到空间光调制器,通过分析二维实时动态显示的再现像表明,当傅里叶全息图的采样点数为1 024×768,采样间隔为18μm时,再现像景深为275 cm,该参数下再现像景深最大;通过分析不同参数的傅里叶全息图再现像,实验结果表明相位图像元尺寸越小再现像景深越大,并且在相同参数下有傅里叶变换透镜时的再现像景深小于无傅里叶变换透镜时的再现像景深。     

数字无透镜傅里叶变换全息术中非傍轴及离焦像差的校正

对数字无透镜傅里叶变换全息图直接采用逆傅里叶变换进行物场的数值重建时.需要满足两个条件:第一,全息图的记录过程必须满足傍轴近似条件,否则再现过程中会产生非傍轴像差;第二,记录全息图时物平面与参考点光源到全息图记录平面的距离必须相等,否则再现过程中会产生离焦像差.理论分析了非傍轴及离焦记录条件下数字无透镜傅里叶变换全息图的灰度分布特点,并提出了相应的非傍轴及离焦像差的数值校正方法.根据实际的非傍轴或离焦记录情况.分别给所记录的数字全息图灰度分布矩阵乘以适当的非傍轴或离焦校正因子,以消除灰度矩阵中非傍轴或离焦因素的影响.然后再对校正后的伞息图灰度矩阵做逆傅里叶变换处理.即可得到准确的数字再现像.实验结果表明.该数值重建方法能够有效地消除无透镜傅里叶变换全息术中数字再现像的非傍轴像差及离焦像差,提高再现像的质量.     

黄氏傅里叶计算全息图的数字再现及零级像的消除

将数字再现技术应用于黄氏(T.S. Huang)傅里叶计算全息图的再现过程, 制作计算全息图,利用数字再现直接在计算机上完成全息图的再现.直接利用数字图像处理的方法对所得计算全息图进行滤波处理,消除了零级像和原始像,使得数字再现时得到了清晰的再现像,并给出了所制作的计算全息图以及数字再现的结果.     

应用二维窗口傅里叶变换实现全息图数值再现

应用二维高斯窗口傅里叶变换对全息图进行局部分析。首先定义二维窗口傅里叶变换,并从理论上证明通过二维高斯窗口傅里叶变换所获得的叠加频谱与傅里叶变换所获得的频谱是一致的。对菲涅尔全息图进行数值再现时,通过提取窗口区域内局部全息图的＋1级频谱信息,并随着窗口中心在整幅全息图上逐点移动,将窗口傅里叶变换局部分析所获得的＋1级频谱叠加求和,可有效地重构出与＋1级衍射像相对应的完整频谱信息,在一定程度上改善了0级以及±1级衍射像所对应的不同频谱之间的串扰,提高了再现像的质量。     

可见光再现X射线无透镜傅里叶变换全息图的可行性研究

本文探讨了可见光再现Ｘ射线无透镜傅里叶变换全息图的可行性问题，结论是，可见光再现Ｘ射线无透镜傅里叶变换全息图，可以做到不但没有球差，而且在一定条件下慧差也可完全消除，其余像差也可校正最小，以臻忽略不计。     

数字滤波法再现电子全息图

在分析电子全息图特性的基础上，提出频谱滤波法对电子全息图进行数字再现，以解决其再像之间相互重叠的问题，此方法首先将数字化的电子全息图进行傅里叶变换得到全息图的空间频谱，然后对此频谱进行滤波处理并作反傅里叶变换得到一幅新的全息图，最后再用一般的数字再现法对此新的全息图进行再现，用这种方法，可以很方便地得到不受干扰的再现实像。     

数字重现无透镜傅里叶变换X射线全息的实验模拟研究

参照无透镜傅里叶变换（ＬＬＦＴ）Ｘ射线全息图的记录光路，采用可见光源模拟研究了无透镜傅里叶变换Ｘ射线全息从记录到数字重现的全过程，给出了实验结果，并对光学重现和数字重现结果作了比较，分析了该记录方式存在的一些问题，指出实际Ｘ射线全息记录中可直接使用波带板＋１级衍射而不必在物面加一滤波小孔。分析了利用数字重现消除记录过程中非线性效应的可行性。并着重指出波带板的多级衍射的互干涉对重现象的干扰，应设法消除。     

基于有限脉冲响应滤波器的数字全息零级像消除

针对数字全息中零级像的存在影响数字再现像的质量,分析数字全息图的记录、再现原理及频谱特性,提出了一种利用有限脉冲响应滤波器消除全息图数字再现中零级像的方法.该方法只需记录一幅数字全息图,不需要相移器材或其他辅助设备,直接利用数字图像处理对数字全息图在空域进行预处理,消除全息再现时的零级像干扰.对比了数字模拟和实验拍摄到的全息图在应用有限脉冲响应滤波器消除零级像前后的再现结果,表明该方法可消除零级衍射像,改善重建像质量,并且算法简单.     

Image fusion through local feature extraction by using multi-scale top-hat by reconstruction operators

The purpose of image fusion is to combine useful image features of different original images into the final fusion image, which will produce one useful result image for different applications. One of the main difficulties of image fusion is extracting useful image features of different original images. In some cases, useful image features are local image features of the whole image. To efficiently extract local image features and produce an efficient fusion result, an image fusion algorithm based on the extracted local image features by using multi-scale top-hat by reconstruction operators is proposed in this paper. Firstly, multi-scale local feature extraction using multi-scale top-hat by reconstruction operators is discussed. Then, based on the extracted multi-scale local features of different original images, the useful image features for image fusion are constructed. Finally, the constructed useful image features for image fusion are combined into the final fusion image. Experimental results on different types of images show that, the proposed algorithm performs well for image fusion.     

ARM架构下计算机图像并行化处理技术研究

为在图像处理与分析时具备良好的视觉效果,提高图像处理的速度,需要对ARM架构下计算机图像并行化处理技术进行研究。当前采用的方法是对各种变换频域图像特征提取与计算机图像集合特征的提取进行相结合,克服了当前对图像进行提取时存在图像形状描述的缺陷,提取图像特征向量维数相对较低。实验表明,通过对图像进行特征提取能很好的对图像效果进行展示,将图像的纹理特征进行详细的表述,将该方法应用到图像处理技术当中,具有良好的去噪效果及扩展性,该方法过程简单,但存在图像视觉效果较差的问题。为此,提出一种ARM架构下计算机图像并行化处理技术研究方法。该方法首先利用非局部均值去噪算法对图像进行去噪处理,然后结合图像去噪的结果利用小波变换对去噪图像进行边缘检测,最后采用非线性增强算法对图像进行增强完成对ARM架构下计算机图像并行化处理技术研究。实验结果表明,所提方法不仅提高图像处理速度,还提高图像视觉效果,具有广泛的应用价值。     

Image enhancement through contrast enlargement using the image regions extracted by multiscale top-hat by reconstruction

An image enhancement algorithm based on multiscale top-hat by reconstruction is proposed in this paper. Firstly, multiscale top-hat by reconstruction using multiscale structuring elements is discussed. Then, multiscale bright and black image regions are extracted. Thirdly, useful image regions for image enhancement are obtained from the extracted multiscale bright and black image regions. Finally, after a base image is calculated from the results of the opening and closing by reconstruction operations, the original image is enhanced through combing the useful image regions into the base image. Experimental results on different types of images show that the proposed algorithm is efficient.     

像素随机映射的快速算法及在LSB隐藏技术中的应用

提出一种像素随机映射的快速方法, 将该方法与像素字节低位隐藏信息的LSB(Least Significant Bit)技术相结合, 讨论了将RGB彩色图像作为载体隐匿真彩色图像、灰度图像、二值图像及全息信息的方法. 研究结果表明, 该方法加密及解密效率高, 载体图像具有较好的抗破译及抗剪切能力. 根据隐藏信息的性质合理使用LSB技术, 能在基本不影响载体图像质量的情况下较好地隐匿多种信息.     

多模自适应电子稳像算法研究

电子稳像算法的主要目的是解决摄像机随机运动导致的图像序列的帧间抖动问题。根据摄像机成像模型,推导了摄像机平移振动和旋转运动对图像运动的影响,阐明了电子稳像算法中各种图像运动模型的物理成因,指出了模型之间的内在联系。提出了一种多模自适应电子稳像算法,根据摄像机工作时图像序列抖动的剧烈程度,自适应地选择适当的图像运动模型和相应的运动估计方法。实验结果表明,该算法在各种情况下都能实现对图像序列的高精度稳定,有效地提高了电子稳像算法的适用性。     

基于单站地基望远镜的空间目标姿态估计方法

为实现从单站光测图像中估计出已知3D模型的空间目标姿态,利用Vega Prime提出了一种采用仿真图像进行相关度局部最优搜索的姿态估计方法,该方法无需建立2D-3D特征投影关系和大量的模型匹配库。首先,对输入图像进行图像预处理,获得目标原始图像。然后,利用Vega Prime加载目标3D模型生成仿真匹配图像,并进行图像预处理获得目标匹配图像,计算两幅图像相关度。最后,更新3D目标模型姿态,直至仿真匹配图像与目标原始图像的相关度值取得局部最优,输出目标模型姿态。仿真实验结果表明,采用本文所提方法的观测仿真图像姿态平均估计误差为3.85°,仿真原图可实现姿态准确估计,表明该方法是一种空间目标姿态估计的有效方法。     

非均匀性和彩色失真图像的同时补偿

针对CCD摄像机或扫描仪产生图像存在颜色偏差和非均匀性使图像质量下降 ,通过多元线性回归分析方法同时对图像的非均匀性和彩色失真进行补偿 ,使输出图像信号均匀且其色度值与输入信号的色度值相匹配。依据算法进行了仿真试验 ,结果表明补偿后图像与原图像相比大体相近 ,且比非均匀性校正和彩色校正分步进行方法计算量小 ,节省时间     

相干激光雷达距离像的噪声抑制算法研究

激光雷达能同时成距离像和强度像,较其他的成像体制给出更多的有用信息。距离像的去噪是激光雷达图像处理的关键步骤,去噪的好坏直接关系激光雷达在跟踪、定位等方面的精确性。根据距离像噪声来源,采用结合强度像的多级中值滤波对实际的雷达图像进行了去噪处理。首先利用强度像3×3邻域均值和图像平均值消除失落信息影响,然后采用多级中值滤波消除逸出值。分别给出了各步处理结果,最终获得了较清晰的距离像。研究结果表明运用结合强度像的多级中值滤波方法能够有效地抑制相干激光雷达距离像的噪声。     

多帧距离选通图像点扩散函数估计的超分辨率重建

为了解决水下激光距离选通图像成像过程中退化模型复杂的难题,提出了利用连续帧图像估计点扩散函数的距离选通超分辨成像方法。首先,从连续帧图像中选取一帧为参考帧作为初始清晰图像,下一帧图像为模糊图像,用梯度约束的方法求出点扩散函数,用于优化清晰图像;然后,依次将后续帧图像当作模糊图像与清晰图像交替迭代求取点扩散函数并优化更新清晰图像;最后获得的清晰图像与参考帧图像用乘法更新的方法估计点扩散函数,结合凸集投影法算法进行超分辨率成像重建。仿真实验结果表明,改进的算法重建图像分辨率和质量明显优于原始的算法。     

基于多尺度形态学滤波器的图像融合新方法

提出了一种保持图像细节和高抗噪性的图像融合新方法。这种方法首先对源图像进行多尺度形态学开闭滤波,得到源图像的低频平滑图像;然后应用多尺度Top-hat变换和Bottom-hat变换来提取小于相应尺度的图像细节特征。因为在较小的尺度特征中包含噪声颗粒的可能性较大,据此修正了Top-hat变换和Bottom-hat变换的相应系数;最后对以上两步骤得到的低频平滑图像和多尺度高频细节图像分别进行图像融合,应用形态学重建过程生成融合图像。实验表明,这种融合方法具有图像细节保持完整和噪声消除效果好的优点,处理效果优于传统的图像融合方法。