基于维纳滤波反卷积的光声成像

为了提高光声成像(PAT)的对比度和分辨率,需对组织样品的光声(PA)信号进行基于探头脉冲响应的滤波反卷积以恢复其频谱特性.对宽带光声信号而言,由于带通滤波的截止频率由人为确定,噪声不能得到有效抑制,很难获得稳定的反卷积结果.针对此问题,提出了基于维纳滤波反卷积的光声成像方法,利用点光声源获得超声探头的脉冲响应.利用维纳滤波抑制反卷积过程中噪声的影响,滤波器参数由离散小波变换(DWT)动态估计,样品光声图像由时域后向投影算法重建.数值模拟与成像实验均表明该方法有效地抑制了噪声对反卷积的影响,提高了光声成像的对比度和分辨率.     

声速不均匀介质的光声成像重建算法

为提高声速不均匀介质的光声成像精度,提出一种基于反卷积的光声成像重建算法.本算法不需预先知道介质的声速分布.先通过探测到的光声信号构造出一个新函数,并用不同位置探测到的光声信号间的相关性来估计空间两点间的声波传播时间,以补偿声速的不均匀性.然后基于反卷积方法由该函数解出待测组织内的电磁波吸收分布.仿真研究结果表明,当介质声速差异在10%以内时,重建图像能正确反映待测目标的大小、位置和电磁波吸收系数,算法具有良好的抗噪性能.由于生物软组织内的声速差异一般小于10%,因此本算法是一种有效的光声成像重建算法.     

基于非局部约束球面反卷积模型的纤维追踪算法

基于扩散磁共振成像的纤维追踪技术为非侵入性观测脑白质结构提供了有力的手段，约束球面反卷积作为一种多纤维追踪模型，能够对体素内纤维的方向信息进行建模，进而实现脑纤维的重构.针对约束球面反卷积模型的不适定性以及细节信息丢失问题，本文在约束球面反卷积的基础上，结合邻域信息和分数阶正则化，提出了一种基于非局部约束球面反卷积模型的确定型纤维追踪算法，分数阶的非局部特性使得纤维方向分布模型估计的误差更小，而邻域信息的引入保证了空间一致性，可以减少噪声的影响.分别利用模拟数据、人脑实际数据对本文算法及基于约束球面反卷积的确定型纤维追踪算法作对比实验，结果表明，利用本文算法追踪的纤维不仅整体视觉效果上较整洁，而且对交叉纤维的重建结果更完整准确.     

三次相位板波前编码系统彩色图像恢复的迭代算法

采用三次相位板进行景深延拓的波前编码系统得到非对称的点扩展函数.为了获得最终清晰的彩色图像.研究了一种基于广义极小残差法(GMREs)的迭代算法,结合Tikhonov规整化方法,并利用多通道处理过程对中间图像进行左卷积恢复.为了消除恢复图像边界的振铃效应,推导了新的光学成像过程数学模型,该模型采用反镜像边界条件并利用直积近似对卷积核进行处理.模拟数据的分析表明,采用多通道处理过程对彩色图片进行恢复时,新的算法在给出精确的反巷积结果的同时能有效地抑制噪声的放大;实验结果显示,较之经典的维纳滤波恢复结果,新算法能够更好的消除边界的振铃和图像边缘的振动波纹.     

用于计算成像系统的基于信噪比自适应估计的图像去模糊研究

实现有效的图像去模糊对提高基于球面光学的计算成像系统性能具有极为重要的意义。分析了球面光学系统中的成像模糊模型,并介绍了基于维纳去卷积的图像去模糊算法。针对基于维纳去卷积的图像去模糊需要准确地估计模糊图像信噪比的问题,提出了一种新的基于图像去噪的图像信噪比自适应估计算法。分别使用Zemax光学仿真软件获得的图像和研制的基于球面光学的计算成像系统原理样机获得的图像开展实验研究,结果表明提出的算法能准确地估计出模糊图像的噪声方差和信噪比,利用估计得到的信噪比,使用维纳去卷积能得到比较理想的图像去模糊结果。因此,结合提出的方法,基于球面光学的计算成像系统能得到清晰的高分辨率图像。     

基于指数律分布的图像快速盲复原算法

针对现有图像盲复原迭代算法多存在耗时较长和难以保证收敛性等问题,提出一种改进的快速算法.首先根据指数律重建原始图像的频谱,然后利用原始图像和降质图像的频谱关系,采用多方向综合估计方法得到点扩散函数.多方向综合估计方法可降低估计误差,增加算法的稳定性.最后利用得到的点扩散函数和维纳滤波法进行图像重建.与现有算法的对比实验结果表明,针对适合大量成像系统的G类点扩散函数,本算法可以得到更准确的点扩散函数估计,且降低了振铃效应的影响,取得更好的图像复原效果.     

中子半影成像的计算机断层重建技术

实际用于中子半影成像重建的方法都是线性方法,而计算机断层重建是一种能够用于中子半影成像重建的新方法.介绍了中子半影成像的断层重建原理,将半影成像的诊断图像沿径向等角度提取、微分后就可以使用断层重建方法重建.给出了使用卷积反投影方法重建不同噪声诊断图像的结果,并分析了断层重建的优缺点.重建结果表明,断层重建方法能够重建出...     

基于FPGA的实时大气湍流图像复原算法及实现

由于大气湍流的影响,远距离光学成像设备获取的图像会出现严重的退化现象,例如几何畸变、运动模糊和离焦模糊等。目前主流的湍流复原算法通常依赖于非刚性配准、重建,或者从长时的视频序列中寻找稀有的“幸运区域”,这些方法均需要庞大的计算量或者提前获得完整视频数据,无法满足实际应用场景的实时性要求。因此,提出一种可在FPGA中实现的实时湍流复原算法。该方法利用大气湍流的随机性,通过连续帧信息对图像进行时间域的滤波,解决了图像几何畸变的问题;然后,将频域的维纳滤波转换为较为容易实现的空间域卷积,解决了图像模糊的问题。实验表明,本文算法不仅满足了实时性要求,同时有效地实现了湍流图像的复原。     

基于图像复原的高光谱图像前向像移补偿

为了提高高光谱图像空间维的图像分辨力,针对航空遥感器成像时由前向像移造成的图像模糊提出了像移补偿方法。分析了航空遥感器前向像移造成图像模糊的退化机制,对运动模糊图像进行了预处理;估计了点扩散函数和噪声功率,使用改进的维纳滤波算法对图像进行复原并以绝对平均误差、峰值信噪比作为评价标准进行了实验。在估计出模糊图像点扩散函数和噪声功率的情况下得到的结果显示:与传统的维纳滤波复原算法相比,改进的维纳滤波复原算法的图像绝对平均误差降低了9.31%,峰值信噪比提高了13.98%,表明提出的算法能够有效改善高光谱图像的像质。     

基于微通道板的二维位置灵敏像探测器X射线成像研究

研制了一套基于微通道板的二维位置灵敏像探测器,开展了X射线成像实验研究。对游标卡尺构建的狭缝成像显示,狭缝图像清晰可见,图像的边缘分辨率能达到约500 μm。对组合样品进行了成像测试,在X射线机靶流为1 mA的条件下,像探测器系统在1 ms内即可实现成像,且成像结果清晰。采用中值滤波与锐化、盲反卷积、维纳滤波等方法,对游标卡尺的成像结果进行了初步的图像处理。结果显示,三种方法都能改善图像的质量,其中维纳滤波法效果最优,相比原图边缘分辨率提高了约7%。     

谱域光学相干层析系统中基于解卷积方法的像质优化

谱域光学相干层析（spectral domain optical coherence tomography, 简记为SD-OCT）系统的轴向点扩散函数（point spread function, 简记为PSF）并不具备空不变特性,无法直接应用于解卷积运算.为实现SD-OCT系统成像质量基于解卷积算法的优化,本文采用数值校正后的轴向扫描信号和轴向有效PSF来实施基于Lucy-Richardson算法的解卷积运算,进而实现了SD-OCT系统中图像质量尤其是轴向分辨率的改善.本文理论分析了SD-OCT系统中导致轴向有效PSF随成像深度增大而下降和图像模糊的因素,阐述了利用解卷积算法实现图像质量优化的过程,基于建立的SD-OCT系统实施了不同成像深度位置处PSF的标定,并利用离散轴向位置处PSF的峰值拟合了轴向有效PSF的调制函数.利用调制函数对所有轴向扫描信号进行数值校正,然后根据轴向有效PSF进行解卷积算法.典型样品的解卷积图像重建结果表明,提出的解卷积方法能有效提高系统的轴向分辨率,同时有效抑制系统灵敏度随成像深度增大而下降的趋势. 关键词： 谱域光学相干层析 Lucy-Richardson解卷积 有效点扩散函数     

联合梯度预测与导引滤波的图像运动模糊复原

针对由相机与所摄景物之间发生相对位置移动所导致的图像运动模糊,提出了一种鲁棒的基于单幅运动模糊图像的盲反卷积算法。该方法首先通过预测图像中的较强边缘信息,实现用简单、易于求解的优化问题在傅里叶域中快速、准确地估计出点扩散函数。然后利用得到的点扩散函数,使用基于梯度约束的非盲反卷积算法复原清晰图像,同时采用一种新的边缘保持滤波器-导引滤波来消除噪声并抑制振铃效应。实验结果表明：本文的算法能够快速地从单幅运动模糊图像复原出具有清晰边缘和纹理的高质量图像,并且运算时间不超过20 s。     

稀疏孔径光学系统成像的图像恢复算法研究

提出两种稀疏孔径光学系统成像的图像恢复模型.分析维纳滤波、最小二乘方滤波和极大似然法盲去卷积三种图像恢复算法的适用条件.针对存在噪声干扰的稀疏孔径光学系统,通过实验对比,指出维纳滤波和最小二乘方滤波把相机光学传函当作系统传函,其理论推导能够达到最优.盲去卷积把大气传输函数和相机光学传函作为系统传函进行恢复,其恢复结果优于维纳滤波带入常数K和最小二乘方滤波调整参量结果.     

空间变化PSF非盲去卷积图像复原法综述

传统的图像复原一般认为点扩散函数(PSF)是空间不变的,实际光学系统由于受到像差等因素的影响,并非严格的线性空间不变系统,基于空间变化PSF的非盲去卷积图像复原法逐渐体现其优越性。空间变化PSF的非盲去卷积图像复原法先准确估计图像空间变化的PSF,再利用非盲去卷积算法对图像进行复原,有利于恢复出高质量图像。本文从算法的角度综述了近几年提出的基于空间变化PSF的非盲去卷积图像复原方法,并对比了基于强边缘预测估计PSF的非盲去卷积法、基于模糊噪声图像对PSF估计非盲去卷积法等算法的优缺点,各算法分别在PSF估计精确度、振铃效应抑制效果、适用范围等方面体现出各自的优劣。空间变化PSF的非盲去卷积图像复原法的研究,有利于推进图像复原技术向更高水平发展,使光学系统往轻小型化方向发展,从而在多个科学领域发挥其重要作用。     

谱域光学相干层析系统中基于解卷积方法的像质优化

谱域光学相干层析（spectral domain optical coherence tomography, 简记为SD-OCT）系统的轴向点扩散函数（point spread function, 简记为PSF）并不具备空不变特性,无法直接应用于解卷积运算.为实现SD-OCT系统成像质量基于解卷积算法的优化,本文采用数值校正后的轴向扫描信号和轴向有效PSF来实施基于Lucy-Richardson算法的解卷积运算,进而实现了SD-OCT系统中图像质量尤其是轴向分辨率的改善.本文理论分析了SD-OCT系统中导致轴向有效PSF随成像深度增大而下降和图像模糊的因素,阐述了利用解卷积算法实现图像质量优化的过程,基于建立的SD-OCT系统实施了不同成像深度位置处PSF的标定,并利用离散轴向位置处PSF的峰值拟合了轴向有效PSF的调制函数.利用调制函数对所有轴向扫描信号进行数值校正,然后根据轴向有效PSF进行解卷积算法.典型样品的解卷积图像重建结果表明,提出的解卷积方法能有效提高系统的轴向分辨率,同时有效抑制系统灵敏度随成像深度增大而下降的趋势.     

基于大气多散射模型和超像素分割的图像去雾

通过分析大气粒子对光线的多次散射作用,利用大气点扩散函数作为卷积核,基于暗原色图像复原理论,建立了基于多次散射的雾天成像模型,并以函数形状相似性为依据,利用广义高斯分布定量估计出大气点扩散函数核函数在图像域下的相关参数.针对传统暗原色理论以固定大小图像区域估计透射率的不足,提出了基于超像素分割获得景深一致的图像分块方案,通过区域合并,获得更为精准的天空检测效果;基于暗原色先验理论分别估计天空和非天空区域的透射率,并对天空区域的透射率进行修正,不但减少了天空色彩失真,同时也消除了复原结果的光晕现象.本文从主观和客观两个方面将所提出的去雾方法和其他算法进行了对比,结果表明,本文提出的去雾算法能够在较短的运行时间内获得对比度较高、细节信息丰富的去雾结果,具有较好的鲁棒性.     

一种卫星平台振动光谱成像数据分块校正方法

卫星平台的振动会降低光谱成像数据的质量.以星载色散型成像光谱仪为例,介绍了其运动成像的退化机理.针对传统二维反卷积算法存在的问题以及推扫机理的特殊性,提出了一种光谱成像数据分块校正方法.该方法将分块处理、升维运算以及灰度渐变拼接相结合,将基于自然景物统计规律的图像去模糊算法运用于降质成像光谱数据的校正中.分别进行了不同目标的光谱成像退化校正仿真实验,实验结果表明,光谱成像数据质量在空间维和光谱维都有了明显提高,校正效果优于传统二维反卷积算法.     

小鼠荧光层析成像系统及数据提取扩展方法

基于电子倍增电荷耦合器件探测器搭建了面向小鼠活体非接触式测量的荧光扩散光层析成像系统,为了避免复杂的焦点矫正计算并降低逆问题的病态性,提出一种新的电荷耦合器件平板探测器信息提取及扩展方法,并根据信息提取方法发展了非接触式荧光扩散光层析成像图像重建算法.通过大量仿体荧光扩散光层析成像实验,证明当提取的信息对应于圆柱域投影的1/2、且将信息提取域分解为3个子域时重建可获得最好的效果.制备了皮下植入荧光目标体的活体小鼠进行荧光扩散光层析成像实验,与显微CT成像结果的对比表明:搭建的系统结合所发展的图像重建算法能够较好地重建出活体小鼠内荧光目标体的位置和浓度,有望应用到小鼠肿瘤模型的荧光层析成像中.     

基于目标和点扩展函数联合估计的点源目标图像近视解卷积

在传统的基于波前探测的解卷积方法中,由波前探测得到的点扩展函数被认为是精确的,并用维纳滤波进行复原,但是点扩展函数不可避免地存在误差,所以最终的复原目标图像质量不佳.为了解决该难题,提出了基于目标和点扩展函数联合估计的图像近视解卷积算法.它运用了点扩展函数和目标的先验信息,对点扩展函数和目标进行了规整和进一步约束,从而得到更优的恢复图像质量.对该方法的原理和实现过程进行了阐述,并将其运用于室内点源目标数据中.实验结果证明,与维纳滤波方法相比,该方法使图像恢复的效果得到明显改善.     

基于维纳滤波的迭代盲解卷积

盲解卷积是在两个卷积因子未知的情况下,通过卷积结果来获知卷积因子的。不考虑噪声,针对高斯模糊图像,在初始估计点扩展函数之后,利用维纳滤波的方法进行频域迭代盲解卷积,达到图像恢复的目的。实验表明,恢复的图像纹理比较清晰,边缘有所改善,主观视觉效果显著。该算法提高了分辨率。