一种新的提高CCD成像分辨率的方法

提高数字图像的分辨率一直是一个热门话题,在现代高技术战争中发挥着重要的作用。从CCD成像原理出发,分析了1／2像素错位的低分辨率图像与高分辨率图像各像素灰度值之间的对应关系,提出了一种新的提高CCD成像分辨率的方法。通过多次移动CCD获得多幅低分辨率图像,按照介绍的算法合成一幅高分辨率图像,达到了CCD分辨率提高多倍的目的,算法的本质是使一超定解多元方程组变成有唯一解的方程组。通过仿真实验和分析表明：所建立的提高分辨率的方法是正确的,分辨率可以提高2倍、3倍甚至更高在理论上是可行的,而计算时间的复杂度远远小于其它方法。     

一种TDI CCD亚像元图像合成方法

通过分析TDI CCD亚像元相机输出数据的空间和频谱特点,设计了亚像元插值算法,由相机输出的两幅原始图像经过插值融合处理得到一幅比原图像分辨率高的图像.仿真结果表明,该算法较其它算法得到的高分辨率图像的效果更佳,融合之后的图像比原图像分辨率提高至少1.4倍.     

亚像元几何图像成像与超分辨恢复算法

随着光学成像到光电数字成像的转变,如何提高CCD的几何分辨率已成为研制高分辨光电成像系统亟待解决的问题。从研究现状入手,给出了现有算法并指出不足之处`,建立了亚像元超分辨成像数学模型,提出了亚像元的CCD几何超分辨方法:将两片线阵CCD集成在同一器件中,在线阵方向上错开半个像元,同时读出时间减半,最终交织重组图像数据,合成高分辨率图像。利用MATLAB软件对双线性插值方法及亚像元成像方法进行了仿真,并定性定量地分析了两种方法的效果。结果表明:亚像元方法合成图像分辨率约为低分辨率图像的2倍,且两组仿真图像中的峰值信噪比比双线性插值图像分别高出1.4864dB和2.2070dB,该方法可以显著地减轻欠采样引起的图像模糊,且实时性优于双线性插值方法。     

基于半像素错位的多幅图像重建高分辨率图像技术研究

介绍了一种基于半像素错位的多幅图像重建高分辨率图像技术。分析了半像素错位的多幅图像与高分辨率图像各像素灰度值的对应关系 ,并从CCD数字化采样的角度进行了论证。同时 ,结合实际摄像机CCD结构 ,求出了高分辨率图像重建的计算公式 ,并通过实验进行了验证和完善。重建的本质是以原高分辨率图像的 4邻域平均图像为基础 ,增加一定比例的边缘细节信息 ,去接近原高分辨率图像。CCD的动态范围越大 ,图像的灰度级越多 ,那么计算误差就越小 ,图像的边缘细节信息就可以利用更多 ,重建的图像就越接近原高分辨率图像。通过实验和分析表明 ,利用半像素错位的多幅低分辨率图像重建高分辨率图像的原理是正确的 ,方案是可行的     

基于多次成像的分辨率提高算法研究

在数字成像快速发展的今天,对CCD的分辨约有着越来越高的要求,文中提出了一种新的提高CCD成像分辨率的算法,利用多幅有相对位移的低分辨率图像,通过一定的计算,合成后得到分辨率较高的图像.由于算法与硬件无关,即独立于设备,所以无论CCD硬件发展到如何先进的水平,该算法都有其应用价值的.     

超高速光电分幅相机及应用北大核心CSCD

采用高精度、低像差的光学分幅技术,结合高精度延时控制及超快门选通微通道板(MCP)轮替曝光技术,以及CCD图像采集方法,研制了高性能的超高速光电分幅相机,其摄影频率为2×108幅/秒,像面空间分辨率为36mm-1,可连续拍摄8幅1 600×1 200像素的大画幅图像。将该相机应用于钨丝发光实验和雷管破裂实验,获得了清晰的实验图像。     

超高速光电分幅相机及应用

采用高精度、低像差的光学分幅技术,结合高精度延时控制及超快门选通微通道板(MCP)轮替曝光技术,以及CCD图像采集方法,研制了高性能的超高速光电分幅相机,其摄影频率为2×108幅/秒,像面空间分辨率为36mm-1,可连续拍摄8幅1 600×1 200像素的大画幅图像。将该相机应用于钨丝发光实验和雷管破裂实验,获得了清晰的实验图像。     

基于B样条插值算法的亚像元技术的研究

亚像元动态成像技术是目前实现卫星相机小型化及提高相机空间分辨率的一种有效方法。在不改变TDICCD相机的焦距、成像距离,以及TDI CCD器件的像元尺寸的前提下,亚像元动态成像技术可以提高相机的空间分辨率。利用B样条插值算法,研究了TDI CCD相机的图像的亚像元动态插值问题,由两幅相机输出的原始图像经过算法得到比原图像分辨率高的图像,并对比了该算法与其它几种算法的效果,分析结果表明,该算法较其它算法得到的高分辨率图像的效果更佳。     

基于折线采样的高分辨率成像系统设计

针对现有的提高线阵电荷耦合器件(CCD)成像系统的图像空间分辨率的方法存在的不足,提出了一种新的采样模式,并设计了一种高分辨率成像系统。该系统利用两个相同的线阵CCD相机进行特定的空间排列,即使得相机1和相机2的CCD阵列都倾斜θ来进行扫描取像,并利用图像校正和像素插值等图像重建方法,得到高分辨率的图像。实验结果表明,倾斜角取60°的情况下,相对于单个线阵相机在θ=0°的正常采样模式下得到的采样图像,图像的空间分辨率提高了1倍,且保持了成像的视野不变。本系统工程上实现简单,十分经济且便于维护,仅利用现有的成像装置即可获取更高分辨率的图像。     

基于微位移技术提高CCD分辨率的方法

利用微小相对移动和计算机合成技术提高CCD等数字图像传感器分辨率是一个行之有效的方法.本文在这一技术的基础上,将CCD图像传感器按像元尺寸和不感光间隔尺寸二者之间的关系做出了分类,提出了适应更多图像传感器类型的高分辨率图像的获取方法和算法,并给出了某些类型的CCD图像传感器通过微位移方式提高分辨率的限度.计算机模拟和实验都验证了这种新方法的可行性.     

点源参考光数字全息的频谱和记录能力分析

基于最高空间频率分析法,对点源参考光数字全息的空间频谱进行了分析,得出了使空间频谱分离的条件。结合全息成像系统的分辨率,推导出了同时满足采样和再现像分离的记录条件以及CCD对被记录物体的数据记录能力。结果表明,对给定的物体和CCD来说,采用点源参考光比采用平面参考光更容易满足采样和分离的条件,并可以记录到更多的物体信息,从而可使再现像获得更高的分辨率。     

Hyperspectral image fusion based on sparse constraint NMF

The spatial resolution of hyperspectral image is often low due to the limitation of the imaging spectrometer. Fusing the original hyperspectral image with high-spatial-resolution panchromatic image is an effective approach to enhance the resolution of hyperspectral image. However, it is hard to preserve the spectral information at the same time of enhancing the resolution by the traditional fusion methods. In this paper, we proposed a fusion method based on the spectral unmixing model called sparse constraint nonnegative matrix factorization (SCNMF). This method has a superior balance of the spectral preservation and the spatial enhancement over some traditional fusion methods. In addition, the added sparse prior and NMF based unmixing model make the fusion more stable and physically reasonable. This method first decomposes the hyperspectral image into an endmember-matrix and an abundance-matrix, then sharpens the abundance-matrix with the panchromatic image, finally obtains the fused image by solving the spectral constraint optimization problem. The experiments on both synthetic and real data show the effectiveness of the proposed method.     

三代微光像增强器分辨力自动测量系统

传统的像增强器分辨力测量通常采用目视观察法,但目视法受人的主观因素影响,测量准确度不高。为改善目视观察法带来的弊端,设计了三代微光像增强器分辨力自动测量系统。系统中选用了科学级制冷型CCD与计算机构成观测系统,采集微光像增强器荧光屏上的分辨力靶图像通过计算机进行图像处理和软件分析计算,得出三代微光像增强器分辨力,并与人眼观测结果进行比较。     

基于FPGA的亚像元图像融合系统的设计与实现

研究并设计了基于FPGA的亚像元图像融合系统，该系统能够在接收到亚像元相机输出的两路CCD图像信号后，实时地将其融合并显示．搭建了亚像元图像融合实验平台，介绍了系统的组成以及主要电路的实现方法，并进行了实验验证．结果表明，图像融合效果好，设计方案可行．     

结合深度学习的非下采样剪切波遥感图像融合

遥感图像融合是指将不同传感器得到的具有不同观测特性的图像信息有选择、有策略地结合起来,以得到具有更优观测特性的新图像的方法。提出一种深度学习结合非下采样剪切波变换(NSST)的遥感图像融合算法,利用改进的超分辨率重建网络对多光谱图像(MS)进行空间分辨率增强,全色图像(PAN)参考重建后的多光谱图像的每个分量进行直方图匹配。将对应通道的图像进行NSST变换,分别得到低频子带和若干高频子带。低频子带通过使用基于梯度域的自适应加权平均规则来获得低频融合系数,高频子带采用局部空间频率最大值规则来获得高频融合系数,最后经逆NSST变换重构获得融合图像。对不同数据集中的City和Inland多光谱图像采用双三次插值方法进行上采样,作者提出算法的通用图像质量指数(UIQI)分别为0.988 6和0.932 1,光谱角映射(SAM)分别为1.872 1和2.143 2。实验结果表明,图像结构更加清晰,保存的光谱信息更加完整,融合图像质量优于对比算法,融合图像更利于人类视觉观察。     

基于一代像增强器的高分辨率X射线相机

为了实现在较低剂量下获得较高的分辨率,研制了一款价格低廉的X射线CCD相机。该相机使用硫氧化钆作为转换屏、经一代像增强器增强后的图像通过光锥耦合到CCD相机上;为了提高系统的光传输效率,提出了将像增强器输出直面板或倒像器直接更换成光锥,其小端直接同CCD相机耦合的方案;通过灰度分析计算对比度曲线,拟合得出系统的本征空间分辨率为13 Lp/mm;通过拍摄实际景物,可以清晰地看到其内部的细节,显示出比较好的图像质量。     

基于图像信息熵的ptychography轴向距离误差校正

在轴向距离参与运算的ptychography算法中,轴向距离误差会使重建图像变模糊并降低图像的分辨率.本文基于菲涅耳衍射理论建立了轴向距离误差模型,根据不同轴向距离误差对重构图像清晰度的影响,提出用图像信息熵确定图像最清晰时的轴向距离,并重建出清晰的ptychography图像.比较了图像能量变化、Tamura系数和图像信息熵这三种图像清晰度评价函数在轴向距离误差校正过程中的分布情况,发现它们均具有单峰性,且峰值确定的轴向距离相同.图像信息熵相比其他两种图像清晰度评价函数具有更高的灵敏性.仿真以及实验均证明了基于图像信息熵的ptychography轴向误差校正的可行性.     

基于光谱响应函数的遥感图像融合对比研究

遥感图像融合是一个十分重要的问题,目前已出现了很多融合方法.一些现有方法可以从高空间分辨率全色数据中提取细节特征,并注入到低空间分辨牢多光谱数据中,同时尽可能保持多光谱数据的光谱特性.现有方法一般都不能利用遥感成像系统的物理信息,因此可能导致融合结果发生严重的光谱扭曲.该文采用适当的遥感图像融合模型对图像融合问题进行分解,将融合问题归结为空间细节调制参数构建与空间细节信息提取两个子问题,在对传感器光谱响应函数(SRF)的分析基础上,构建合理的空间细节调制参数.依据对现有方法的分类,文章将三种基于SRF的空间细节调制参数构建方法,与高斯高通滤波提取的空间细节信息结合,产生三种基于SRF的遥感图像融合方法.这些方法在Ikonos数据上进行了试验和分析,并与GS和HPM方法进行对比.