一种基于图像融合和卷积神经网络的相位恢复方法

相位恢复法利用光波传输中某一(或某些)截面上的光强分布来传感系统波前,其结构简单,不易受震动及环境干扰,被广泛应用于光学遥感和像差检测等领域.传统相位恢复法采用迭代计算,很难满足实时性要求,且在一定程度上依赖于迭代转换或迭代优化初值.为克服上述问题,本文提出了一种基于卷积神经网络的相位恢复方法,该方法采用基于小波变换的图像融合技术对焦面和离焦面图像进行融合处理,可在不损失图像信息的同时简化卷积神经网络的输入.网络模型训练完成后可依据输入的融合图像直接输出表征波前相位的4-9阶Zernike系数,且波前传感精度均方根(root-mean-square,RMS)可达0.015λ,λ=632.8 nm.研究了噪声、离焦量误差和图像采样分辨率等因素对波前传感精度的影响,验证了该方法对噪声具有一定鲁棒性,相对离焦量误差在7.5%内时,波前传感精度RMS仍可达0.05λ,且随着图像采样分辨率的提升,波前传感精度有所改善,但训练时间成本随之增加.此外,分析了实际应用中,当系统像差阶数与网络训练阶数略有差异时,本方法所能实现的传感精度,并给出了解决方案.     

一种新的非线性变换法实现图像增强的方法

本文提出了一种新的非线性变换法进行图像增强处理的方法．将整个灰度范围划分为几个子区问，在这些子区间内红，绿，蓝三色交替由最小值线性变换为最大值，但在整个灰度范围内灰度映射是非线性的．采用该方法处理后的数字图像人眼分辨率明显优于原始数字图像，可获得更多的视觉细节信息．     

一种基于迭代振幅-相位恢复算法和非线性双随机相位编码的图像加密方法

提出了一种基于迭代振幅-相位恢复算法和非线性双随机相位编码的图像加密方法。该方法利用两个公开密钥和一幅"假图像"在非线性双随机相位加密系统中生成密文,接着利用迭代非线性双随机相位编码生成两个私有密钥。待加密图像和密文作为迭代加密方法中的两个限定值。解密过程则可以在经典的基于4f系统的线性的光学双随机相位编码系统中完成。该加密方法具有迭代收敛速度快、安全性高的优点。迭代该图像加密方法能够抵御最近提出的基于改进的振幅-相位恢复算法的攻击。理论分析和仿真实验都证明了此方法的有效性和可靠性。     

基于光学系统像面分割的图像恢复方法研究

实际光学系统的点扩散函数随视场的不同而变化,因此基于线性不变成像系统的图像恢复方法在处理由大视场系统得到的图像时,恢复效果不理想。若把成像系统作为线性空变系统来进行处理,根据等晕成像原理,如将降质图像分割为不同区域进行复原的话,则可以有效地提高图像的恢复效果。针对区域间边界不连续性的问题,提出了区域延拓的解决方法,通过数字仿真,验证了图像分割处理与区域延拓方法的可行性。     

遗传算法应用于图像恢复的实验设计

结合遗传算法设计了图像恢复实验，分析了图像恢复的数学模型，给出具体的实验步骤和方法。     

强非局域非线性介质中的形变像散椭圆呼吸子

得到了强非局域非线性介质中的形变像散椭圆呼吸子的解析解, 并基于解析解讨论了这类呼吸子的演化性质. 在传输过程中光束在两个维度上仍保持高斯的形状, 但束宽与等相位面曲率均做两个维度上不同步的等周期演化. 当光束在两个维度上均为非束腰入射时, 不管功率如何, 光束的汇聚或发散惯性将继续保持一段距离, 继而形成二维异步同周期呼吸效应. 当光束在某方向上为束腰入射时则既可能形成二维异步呼吸, 也可能只有一维呼吸. 束宽的二维异步呼吸还导致了椭球等相位面曲率以及光斑椭圆率的周期性变化. 在二维束腰重合情况下, 椭圆率的最大值和最小值总是固定的且二者之积为1; 入射位置的变化不影响椭圆率最值, 但会影响椭圆率变化速度在一个周期内的分布均匀性和最大椭圆率出现的位置. 关键词： 形变呼吸子 像散 强非局域非线性介质     

一种面向多光谱图像的打印分色方法

为解决多光谱图像打印输出问题,提出一种用非线性优化技术实现光谱图像打印分色的方法,以同时提高再现图像的光谱精度和色度精度.从分析打印系统成色机理及Neugebauer光谱模型入手,比较了图像光谱特性和色度特性对打印效果的影响,可知输出图像光谱误差和色度误差对打印质量均至关重要;据此构造了图像光谱误差和色度误差目标函数,分别反映再现图像的光谱精度和色度精度,并根据实际打印过程对各打印基色的墨量控制值进行约束;最后采用非线性优化方法,逐点计算图像光谱对应的墨量控制值,实现打印分色.实验表明,该方法能同时兼顾再现图像的光谱精度和色度精度,与仅考虑光谱误差的迭代分色方法相比,再现色度精度能提高约3～10倍.     

一种基于直方图非线性变换的图像对比度增强方法

针对可见光图像的特性,提出一种基于直方图分段非线性插值的对比度增强处理技术.通过将整幅图像分为背景段、过渡段和目标段,依据各部分的特点分别对不同的灰度段采用直方图非线性拉伸,即根据各段直方图的分布特性进行图像直方图灰度轴的横向非均匀拉伸,并采用基于冗余去除的灰度均衡方法实现图像增强.实验结果表明,该技术有效地增强了图像的对比度,同时抑制了背景噪音.     

非线性波动方程的新数值迭代方法

提出了一种新的求解非线性波动方程的数值迭代法,它是一种半解析的方法.与完全的数值计算方法扰法相比,它能够考虑各阶谐波的相互作用,且能够满足能量守恒定律.用它研究了非线性声波在液体中的传播性质,结果表明,在微扰法适用的声强范围内迭代法也适用,在微扰法不适用的一个较宽的声强范围内迭代法依然适用.     

宽带电磁图像卷积神经网络盲恢复方法研究

在利用抛物反射面对电磁干扰源成像过程中,由于系统衍射受限及成像频带较宽,导致干扰源成像模糊,分辨率低,难以分辨,不同频率不同区域干扰源所成图像分辨率不同,采用已有超分辨算法难以提高分辨率。为了实现宽带电磁图像的盲复原, 应用卷积神经网络的方法。网络训练是直接输入模糊图像,不假设任何特定的模糊和噪声模型情况下,重建出高质量图像。实验和仿真结果证明了卷积神经网络盲恢复方法在宽频带不同成像区域下表现了优于其他盲恢复算法的优势。     

一种光学成像垂轴几何畸变校正方法

光学成像系统非线性几何畸变的校正仍是一个未能很好解决的课题，一些方法还不能很好地实用。本文对成像系统主要因镜头的失常导致的非线性几何畸变，分析了成像过程。提出一种以径向几何畸变为主的非线性几何畸变模型。依据此模型，提出一种通用的校正方法，应用计算机处理，可对实际的非线性几何畸变图像进行校正。文中用所提出的方法对实际成像的畸变进行了校正，给出了校正实验结果，校正效果良好，有一定的实验价值。     

一种结合图像复原技术的自适应光学系统控制方法

在天文高分辨成像领域,自适应光学校正和事后图像复原都必不可少,但传统的自适应光学系统控制方法以提升光学成像质量为目的,并未考虑图像复原环节,因此,研究一种结合两者以获得高质量复原图像为目标的控制方法具有重要意义.本文对传统自适应光学技术结合事后图像解卷积的方法进行了分析,阐述了其存在的缺陷.首次提出了将自适应光学技术和图像复原技术相结合进行系统分析的思想,并提出了变形镜校正度(变形镜控制电压相对于传统方法控制电压的缩放比例)的概念,通过改变校正度可实现变形镜校正残差和波前传感器探测误差的调整,同时证明了复原图像质量在校正度下降的方向存在一个最优值,用最优校正度来修正变形镜控制电压,就得到了一种新的控制方法.针对点源目标成像,仿真表明该方法相比于传统方法,能够得到质量更好的复原图像.     

书籍扫描图像畸变参数自动计算方法的研究

为实现书籍扫描图像的畸变自动校正,提出用多项式来描述各像素的理论灰度g(zi)与页面上对应点到扫描仪工作平面距离zi二者之间的关系。为确立该多项式,在畸变参数已知条件下扫描一幅图像,根据已知畸变参数求出zi,即可按最小二乘法原理由各像素灰度的实际值求出多项式的各个系数。实验证明,采用4阶多项式已能满足一般要求,并求出了各系数。对任意扫描图像,自动计算畸变参数的方法为:首先利用扫描图像上页边空白处各像素的灰度,对畸变参数进行估计,并求出zi的估计值;然后代入所确立的多项式,可求得g(zi);通过调整各畸变参数的估计值,直到g(zi)与gi最为接近,即得最佳畸变参数。用于图像校正实验,获得了较好的校正效果,最大误差由不校正时的41%下降到了6.9%。这使得无需用户测量并输入有关畸变参数即可进行自动校正。     

改进的固定点图像复原算法（英文）

研究了周期边界条件下,Tikhonov正则化的固定点算法,提出了变化正则化参数的方法。首先对正则化参数取较大值,抑制复原图像中的噪声,通过得出的收敛结果来修正初始梯度;然后对正则化参数取较小值,以增强复原图像中的细节。实验结果表明,与当前求解L1范数正则化函数和全变分正则化函数的流行算法比较,本文算法对于运动模糊与高斯模糊图像的复原效果更佳。     

图像复原算法的频谱恢复特性分析研究

基于高斯函数假设的频谱分析方法,对逆滤波法、约束最小平方滤波法和最大似然法等三种图像复原算法的频谱恢复特性进行了实验和分析。假设光学传递函数H和图像频谱函数G为高斯函数,利用方差和方差比作为频谱宽度的分析评价指标,这是一种新的基于图像复原方法的频谱恢复特性分析法。在实验分析中,对H和G曲线设定两组方差,分为无噪声和有噪声两种情况,计算出各种算法的频谱曲线■及其方差和方差比。对由曲线图和数据给出的定性和定量结论进行了分析。     

平面物体在曲面状态下扫描仪图像的校正理论

平面物体在曲面状态下经扫描仪扫描后,其图像将发生复杂的畸变。提出将其分类为灰度畸变、投影畸变和成像畸变。通过理论分析,提出了在二元曲面模型下对投影畸变和成像畸变进行数字校正的方法,给出了对灰度畸变进行数字校正的实用方法。     

红外目标湍流退化图像的优化复原算法

提出了基于最速下降法的湍流退化图像盲目复原算法。将图像转换到频域中，建立一个基于目标图像和点扩展函数频谱的目标函数，通过迭代方式采用最速下降优化方法来极小化该目标函数，并利用傅里叶变换和反变换将目标图像和点扩展函数在频域和空域之间进行变换，在每次迭代中交替加入约束条件进行反复修正，以便取得预期的图像恢复效果，增强算法的稳定性和抗噪能力。针对红外目标湍流退化图像，在微机上对算法进行了一系列复原验证实验。实验结果表明：该文算法复原效果稳定，抗噪能力强，具有实用价值。     

平面物体在曲面状态下扫描仪图像的校正实验

平面物体在曲面状态下经扫描仪扫描后,其图像将发生复杂的畸变。提出了用椭圆柱面加平面模型来描述实际扭曲的情况。基于二元曲面模型的投影畸变和成像畸变数字校正理论,推导了具体的畸变校正公式,并给出了确定成像畸变系数的实用方法。实验结果表明,经校正后投影畸变能够从最大的56%降低到2 5%;成像畸变能够从最大的8 4%降低到0 3%;投影畸变和成像畸变的组合畸变能够从最大的70%降低到3 1%。图像灰度直方图标准偏差的误差可从491%降低到6 5%。     

基于指导滤波的图像盲复原算法

作为图像处理领域的重要分支和研究热点之一, 图像复原方法 的研究始终具有重要理论意义和广泛的应用价值, 图像盲复原一直以来都 是图像复原中比较困难的问题之一. 针对相机与所拍摄景物之间由于相对 位置移动而使所获得图像发生运动模糊的情况, 本文提出了一种基于指导滤波 的图像盲复原算法. 我们首先通过频域迭代算法对点扩散函数 进行估计. 然后, 由于指导滤波具有较好的保持图像边缘的特性, 我们应用基于指导滤波的图像非盲复原算法恢复目标图像. 对以上两步进行反复迭代, 直到获得最终的清晰图像. 为了验证本文所提算法的有效性, 给出了多组对比实验. 实验结果表明, 本文所提算法能够在有效地抑制噪声和振铃 效应的同时, 还能够更好的保持图像的边缘和纹理细节. 因此, 本文算法可以获得更高质量的复原图像.     

一种用于自动分析散斑摄影条纹图的数字图像复原技术——衍射晕影响的消除

本文提出了一种消除衍射晕非均匀照度影响、提高计算机自动测量散斑摄影条纹图精度的数字图像复原算法.简单介绍了散斑摄影条纹的自动分析过程.在VAX-11/785计算机上对模拟的无噪声白光散斑条纹进行验证,结果表明,本算法和程序是可靠的.