三维显微图像复原及点扩散函数的研究

三维显微图像去卷积计算量巨大,运算时间长。评价和分析了三维点扩散函数、散焦像、光学切片以及不同三维点扩散函数去卷积的复原图像,进一步证明了散焦光信息对焦面像的干扰,主要来自于焦面像两侧附近的散焦像。提出了折中选择三维PSF的空间大小,可以获得良好的复原效果,并且减少运行时间。提出了频谱图均值的新概念,作为评价图像清晰及模糊程度的标准,并运用于散焦像、光学切片以及复原结果图的评价。     

基于噪声特性的大气湍流退化图像多帧盲反卷积复原

由于大气湍流和噪声的影响,造成观测目标图像的退化.为了目标的精确观测,根据噪声特性,结合符合物理意义的约束条件,提出了新的大气湍流图像盲反卷积复原最小化模型,并以共轭梯度数值优化方法交替迭代求解,复原观测目标图像.为验证提出的算法的有效性,在计算机上模拟参数为望远镜口径为2.0 m,大气相干长度为0.1 m,图像信噪比为10 dB的大气湍流退化和噪声污染的图像,以提出的盲反卷积复原方法复原,实验结果表明,提出的盲反卷积复原算法避免了传统的盲反卷积复原算法的缺陷,有效地克服大气湍流和噪声的影响,复原出了清晰的观测目标图像.该图像盲反卷积复原方法的研究,对地基望远镜的观测有重要的基础性作用.     

图像复原处理方法在显微测量LiNbO3表面缺陷中的应用

研究了图像复原处理在显微测量中的应用。在实测系统点扩展函数的基础上,首先利用图像复原方法对显微图像进行复原处理,然后用二维处理方法实现对缝宽的精确显微测量。实现了在普通光学显微镜下铌酸锂(LiN- bO_3)极化畴结构样品缺陷大小的便捷测量。     

基于神经网络的三维宽场显微图像复原研究

提出一种利用BP神经网络进行三维宽场显微图像复原的非线性映射方法,将三维图像转化为二维图像进行处理,利用神经网络的学习能力,通过训练,建立含有散焦信息的二维模糊图像与二维清晰图像之间的映射关系,然后对切片堆叠进行逐幅复原,从而实现显微图像的三维复原.得到的复原图像在视觉上和定量分析上都获得了很好的效果.由于采用小规模神经网络,训练时间短,计算量小,使实时复原成为可能.     

数字图像消卷积在显微测量中的应用

研究了数字图像消卷积在显微测量中的应用。在测量系统点扩展函数的基础上,利用频谱空间变换消卷积图像处理方法,消除了传统光学显微成像中的几何不清晰度。通过对显微图像进行复原,实现了反射式一维线宽的显微精确测量。在医用接骨钢板表面质量的评价中,对10μm量级的划痕宽度实现了精确和方便的测量。该技术对相关计量技术的发展具有重要意义。     

用于等离子体三维重建的光场反卷积方法

目前常用的光学诊断大部分局限于二维成像,而基于层析成像的三维重建方法受限于空间和时间分辨率,无法实现等离子体边界的三维实时重建。提出一种基于光学分层理论的光场反卷积算法,利用光场重聚焦特性,结合聚焦测距法和刃边法,建立了光场深度与现实深度的关系,计算出点扩散函数,实现了单相机零调焦情况下的等离子体边界重建。为验证所提方法的可行性,以火焰为成像对象进行实验,其结果表明所提方法能够去除火焰分层图像中的离焦模糊,复原分层图像的原始结构。     

模糊条码图像的正则化复原算法

由条码扫描仪获得条码图像的过程可以用理想条码信号与扫描仪光学系统点扩散函数的卷积模型来描述。反卷积是消除由光学系统点扩散带来的模糊现象的最好办法。为克服反卷积的病态问题,研究了反卷积的正则化方法;针对条码信号的特点,构建了适合于条码信号复原的惩罚项,提出了条码信号的正则化复原算法及其适合于计算机运算的迭代算法。通过实验研究了算法在不同情况下的抗干扰能力。实验结果表明,正则化条码信号复原算法在消除系统点扩散函数的影响的同时能够很好地抑制噪声。     

一种体视显微镜聚焦一致性的判定方法

针对立体显微图像在同一位置双目清晰度不同的问题,提出了一种体视显微镜聚焦一致的性判定方法。使用连通区域分割方法对不同深度标定板图像进行分割,提取圆点中心,选取清晰度评价区域;使用聚焦测度对不同深度图像进行清晰度评价,得到清晰度-深度关系曲线,利用曲线拟合求取曲线峰值得出深度信息;利用左右目圆点中心的三维坐标分别拟合出左右全聚焦平面,通过测量左右全聚焦平面夹角以及评价区域中左右目圆点中心距离来分析聚焦性。结果表明,能够有效地判定体视显微镜聚焦的一致性。     

一种改进的光场μPIV反卷积重建算法

光场显微粒子图像测速技术(μPIV)利用Lucy-Richardson反卷积算法重建粒子场时需进行多次迭代计算,重建耗时长.为提高重建效率,本文利用光场μPIV流场测量过程中示踪粒子稀疏分布的特点,提出一种改进的反卷积重建算法.该算法以粒子场中非零元素与对应点扩散函数的乘积和代替粒子场与点扩散函数的卷积运算,减少了反卷...     

天文图像多帧盲反卷积收敛性的增强方法

天文图像多帧盲反卷积的收敛性受到初始目标、约束条件和光子噪声等因素的影响.提出了用实际光学成像系统参数确定频率带宽有限约束的方法.用Knox-Thompson 方法重构初始目标相位形成盲反卷积算法的初始目标函数.研究了一种新颖的有效减小光子噪声、边缘效应和振铃现象的方法.根据最大似然估计理论，用期望最大化的优化方法建立了改进的严格约束多帧盲反卷积算法.模拟图像和实际天文图像的复原结果表明，所建立的多帧盲反卷积，可以有效克服大气湍流和减小光子噪声，改善天文观察图像的分辨率，并部分消除光学系统衍射效应对恢复图像的影响. 关键词： 大气光学 天文观测 图像处理和恢复     

自外而内的单幅图像超分辨率复原算法

单幅图像超分辨率(SR)复原是一个病态逆问题,需要利用图像的先验知识进行正则化约束。提出了一种同时考虑外在样例和内在自相似性的单幅图像SR复原算法,其中外在先验知识是通过卷积神经网络从外在低分辨率-高分辨率图像对学习得到的,而内在先验约束由聚类和低秩近似实现。实验结果表明,本方法在复原效果和稳健性方面优于已有方法。     

改进的盲解卷积技术在远距离激光光斑图像复原中的应用

为了提高外场实验中远距离测量激光光斑位置的精度,提出利用盲解卷积技术对光斑图像进行事后复原来削弱大气湍流对光斑成像的影响。首先,介绍了经典盲解卷积算法,分析了其不足之处,并提出了一种改进的盲解卷积算法。为了提高目标函数的收敛性和收敛速度,在TV(Total Variation)目标函数加入惩罚项,并对交替迭代法进行改进。然后,用数学方法证明了改进的盲解卷积算法的收敛性。最后,进行了仿真实验。与传统算法相比,用改进算法恢复的图像信噪比至少提升了15%。文中给出了外场试验图像的实际复原效果。     

基于深度学习的无人车夜视图像语义分割

为了增强无人车对夜视图像的场景理解,在夜间模式下更快更精确地探测和识别周围环境,将深度学习应用于夜视图像的场景语义分割,提出了一种基于卷积-反卷积神经网络的无人车夜视图像语义分割方法。在传统的卷积神经网络中加入反卷积网络,构建卷积-反卷积神经网络,无需手工选取特征。通过像素到像素的学习和训练,得到图像语义分割模型,可直接用该模型预测夜视图像中每个像素所属的场景语义类别,实现无人车夜间行驶时的环境感知。实验结果表明,该方法具有较好的准确性和实时性,平均IU达到68.47。     

能量约束自适应迭代算法与光学像差复原

提出了一种新的适用于移变降质图像复原的算法——能量约束自适应迭代复原.算法采用能量约束复原的空域迭代形式,使其能够用于处理光学像差引起的移变降质复原问题;以局部能量约束取代总体能量约束,使算法具有空间自适应特性;并采用双通道处理方法,消除能量约束带来的图像亮度衰减,同时抑制图像边界截断引起的振荡波纹.场曲复原仿真实验结...     

基于大气相干长度的湍流模糊图像复原

利用地基光学望远镜观测空间目标时,大气湍流是影响成像质量的主要因素。由于大气湍流引起成像波面的畸变,导致望远镜所获得的图像模糊。为了从模糊图像中复原出目标的原始图像,提出了一种基于大气相干长度的湍流点扩展函数估计方法,进行了理论推导,并利用Sobel方法对迭代相同次数后的盲卷积复原图进行像质评价,找出像质评价结果峰值处对应的大气相干长度;再将此值代入点扩展函数的估计公式中,得到点扩展函数更加准确的估计;然后利用此点扩展函数对湍流模糊图像进行盲卷积图像复原,最后得到目标的复原图像。从多种像质评价结果来看,该方法无需测量大气相干长度,且复原效果较理想。     

基于小波变换和非负支撑域递归逆滤波算法的盲目图像复原

提出了一种将自适应正则化方法与非负支撑域递归逆滤波(NAS-RIF)算法相结合用于小波域的盲图像复原算法.该算法先对降质图像进行小波分解,得到了图像在不同子频段的信息.在各个子频段采用NAS-RIF算法进行复原.针对各个子频段内图像的频率和方向特性,分别引入了不同的正则化约束项.在各个子频段估计出噪声方差,提出了根据噪声方差和图像局部方差来选取正则化参数.分别对两幅模糊图像进行了仿真实验,复原结果取得的信噪比分别为19.66 dB和23.86 dB.实验结果表明,复原效果相对于空间自适应正则化方法有一定的提高.     

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。     

图像复原式整形环形光横向超分辨共焦显微测量新方法

提出一种新的图像复原式整形环形光横向超分辨共焦显微测量法. 该方法首先利用二元光学器件，将高斯照明光束整形为环形光束，用于初步改善共焦显微镜的横向分辨力，然后利用基于最大似然估计法(maximum likelihood estimate, MLE)的单幅图像超分辨复原技术，重建测量图像的高频信息，来进一步改善共焦显微镜的横向分辨力. 实验表明,当λ=632.8nm，N.A. =0.85时，该方法能使共焦显微镜获得优于0.1μm的横向分辨力. 利用该方法建立的横向超分辨共焦显微系统除了具有显著的超分辨效果外 关键词： 超分辨 超分辨复原 最大似然估计 共焦成像     

基于扩张卷积注意力神经网络的高光谱图像分类

为了解决训练样本有限情况下高光谱图像分类精度低的问题,提出了一种结合扩张卷积与注意力机制的三维-二维串联卷积神经网络模型.首先,该模型以串联的三维-二维卷积神经网络作为基础结构,利用三维卷积同时提取高光谱图像的空谱特征,并采用二维卷积进一步提取高级空间语义信息;然后,通过引入扩张卷积增大卷积核感受野,构建了多尺度特征提...     

基于总变分的湍流退化噪声图像盲反卷积复原

根据总变分的噪声抑制特性和大气湍流成像过程,建立了基于总变分的大气湍流噪声图像多帧盲反卷积复原最小化模型,以基于共轭梯度数值优化方法的交替迭代算法求解,复原出了观测目标的清晰图像。在计算机上模拟了湍流退化和噪声污染图像。实验结果表明,该复原算法能有效地克服大气湍流和噪声的影响,可复原出清晰的原始目标图像。