一种大孔径静态干涉成像光谱仪高光谱图像的AT-3DSPIHT压缩算法

针对大孔径静态干涉成像光谱仪(LASIS)的成像特点,提出了一种支持感兴趣区域(ROI)的非对称三维分层树集划分(AT-3DSPI HT)压缩算法。首先,对高光谱干涉图像进行非对称三维离散小波变换。然后,根据光谱信息的分布特点,采用ROI方法对不同区域的变换系数赋予不同的编码精度,以保护光谱信息。最后,采用改进的三维分层树集划分(3DSPI HT)算法编码高光谱干涉图像的小波变换系数。实验结果表明,该方法在8:1压缩比下,获得大于40 dB的峰值信噪比,同时有效地保护了光谱信息。     

有源噪声控制在隔声罩中应用的初步实验研究

本文以对液压泵降噪为例,对有源噪声控制系统在隔声罩中的应用进行了初步的实验研究。噪声的低频段由有源噪声控制系统降低,中高频段由隔声罩降低,从而发挥了有源噪声控制和隔声罩各自的优点。附加了有源系统后的隔声罩使液压泵的噪声从112.4dB降到了80.0dB,整个系统的降噪量达到了32dB。其中有源噪声控制系统采用了6个次级控制源,在600Hz以下频段新增13dB的插入损失。     

红外共形整流罩热噪声分析与修正

飞行器在大气层中超音速飞行时,被气动加热的光学整流罩产生强的红外辐射,降低了红外目标的跟踪识别能力。分析了共形光学系统整流罩热噪声的产生机理,利用红外黑体,对320K~460K的整流罩热噪声进行了测试。利用二元非线性回归分析法确定了二次曲面作为噪声修正模型,其曲面拟合的决定系数均值达到0.8683。在整流罩温度从460K下降至320K的过程中,对1K温差的靶条成像,图像信噪比均值为7.2dB。利用噪声修正模型对图像进行噪声修正后,图像信噪比均值提高至13.7dB,使红外图像信噪比提高了6.5dB。该结果为导引头目标识别跟踪系统的设计和光学系统的优化提供了部分依据。     

便携式X光机图像降噪复合算法研究

便携式X光机应用越来越广,因而对其所成图像的降噪也显得尤为重要.本文首先讨论和分析了便携式X光机成像系统噪声的来源及其特性,针对传统单一降噪算法存在的不足,提出了一种新的复合式降噪算法.该复合算法不仅对高斯噪声和脉冲噪声有很好的滤除效果,同时也能有效地保护图像的细节部分.仿真实验证明,该算法切实可行.     

改进的最小方差算法在超声成像中的应用

为了提高最小方差超声成像算法的分辨率、对比度以及对噪声的鲁棒性,提出一种改进的最小方差成像算法。该方法首先基于回波信号中期望信号与噪声信号的可分离性将信号划分为期望信号和噪声信号,然后根据最小方差原理,求出加权向量使期望信号功率最小,同时,为了增加算法对噪声的鲁棒性,对信号方向向量增加一对约束条件,进一步提高图像质量。在全发全收和合成孔径模式下对点目标和吸声斑进行仿真,结果表明所提算法在全发全收模式下,-6 dB处分辨率在最小方差基础上提高了1倍左右,在合成孔径模式下,对比度在特征空间最小方差算法基础上提高了8 dB,且远优于传统延时叠加算法。最后通过实验进一步表明改进的最小方差算法图像在分辨率、对比度及对噪声的鲁棒性等方面表现更优,可以有效的改善超声图像的质量。      

基于Rician分布的散斑噪声的超声图像模拟算法*

为了衡量各种去噪算法的性能,在干净无噪声的图像上添加接近真实且可控的散斑噪声是非常重要的,提出一种基于Rician分布的不完全发育的斑点噪声的超声图像模拟算法。该算法考虑到了声波区域中包含孤立的强散射体的情况,同时结合了超声成像的扫描过程。以合成图像和肾脏图像为体模进行了模拟实验,并对最终生成的伪超声图像进行了噪声分布统计及拟合检验。实验结果表明该算法生成的伪超声图像在视觉上和理论上都接近真实的超声图像。     

ARJ21客机降落阶段起落架噪声试验研究

为了测量ARJ21客机的起落架噪声,在飞行现场分别采用改进的频域波束形成和解卷积算法对降落阶段的起落架噪声进行了测量。通过比较两种算法发现,解卷积算法比改进的频域波束形成算法具有更好的声源识别能力。为了提高传声器的利用率,设计了多臂螺旋阵,并且利用线性插值消除了多普勒效应。根据主起落架和前起落架的分布位置不同,将声源识别区域划分为两部分,在140—800Hz范围内对不同频段的1/3倍频程的起落架噪声进行了测量。结果发现:在250 Hz以上频段,主起落架为主要噪声源,且在中心频率500 Hz的1/3倍频程内为唯一强声源;前起落架在中心频率630 Hz的1/3倍频程内为主要噪声源。通过试验得到了主起落架和前起落架噪声在不同频段的分布特点,为起落架降噪设计提供了支持。      

超声全聚焦成像中等声程线伪影剔除方法*

针对超声全聚焦成像算法中等声程线扩散产生的原理性伪影问题,提出了一种基于超声回波声场有效等声程线和图像强度分布特征相结合的伪影剔除方法。首先分析了全聚焦成像算法中等声程线产生伪影的机理,根据数据均方根误差自适应辨识有效等声程线;通过Canny算子获取全聚焦图像待处理候选区域,再根据候选区域中有效等声程线相交次数和图像强度的分布特征辨识缺陷图像和伪影,利用图像中强度最低像素值扩展填充剔除伪影后的区域,进而达到剔除伪影的目的。通过在不同直径通孔类和槽类标准缺陷试块上声场模拟实验,结果表明伪影剔除效果显著。同时,该方法对噪声有也有一定的抑制能力,在不加滤波的条件下信号信噪比高于15dB时就可获得较好的去伪影效果。     

互相关自适应加权的医学超声成像算法研究

根据超声成像系统的超声回波信号互相关性,提出互相关自适应加权超声成像算法.该算法根据散射点回波信号之间的空间相关性设置加权系数,对不同位置的散射点进行自适应加权成像,从而降低了成像系统的旁瓣,抑制了相关性较差的噪声.通过Field II仿真的点目标和吸声斑目标处理结果表明该方法成像的横向和纵向分辨率高,成像速度快.相对于延时叠加(DAS)算法,该算法对散射点成像可提高对比度16 dB,对于吸声斑成像可提高对比度0.85 dB.最后采用完备数据集进行实验,结果表明该算法成像分辨率优于DAS算法,对比度提高了17 dB.     

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.     

基于自适应阈值方法实现迭代降噪鬼成像

为了有效降低传统鬼成像中相关噪声对成像质量的影响,本文提出一种基于最佳阈值的迭代降噪鬼成像.首先在迭代降噪鬼成像的基础上,采用自适应阈值迭代法,在不需要目标先验信息的前提下,找到一个逼近传统鬼成像中相关噪声的阈值,根据得到的阈值构造噪声干扰项.为了每次迭代初值更接近原始目标的透射系数,对其进行二值化,降低重构图像背景噪声对迭代性能的影响.仿真以及实验结果表明,本文提出的方法与传统方法相比,视觉效果以及峰值信噪比值有明显提高.     

遥感干涉超光谱图像压缩编码

基于卫星干涉超光谱成像光谱仪成像原理的分析,提出了一种新的遥感超光谱图像压缩方案，利用成像推扫平移特性提出一种低存储量，帧间小波域匹配的序列压缩，只需存储两帧图像，比起单帧处理提高图像PSNR 3-4dB.为了保护图像的光谱特征，系统采用了一种新的感兴趣区域（Region of interest, ROI） 编码技术，使系统的压缩比提高8倍以上.该感兴趣区域（ROI）编码采用率失真优化斜率提升，而不是比特平面移位，使图像在相同的光谱分辨率下拥有更好的空间分辨率.试验数据表明，算法大大保护了图像的光谱特性，在8倍压缩比情况时，满足卫星干涉超光谱遥感图像要求.     

鸡胴体表面低可见污染物的双波段检测方法研究

提出一种基于高光谱成像技术的鸡胴体表面低可见污染物的双波段检测算法。首先,在所采集的高光谱数据中,选择ROI(region of interesting)内光谱的同一性最好、同时与边缘区域平均光谱差值最大的675 nm波段图像进行二值化处理,利用区域生长法提取最大连通区域作为掩膜。再将掩膜与污染物可分辨度最大的400 nm谱段图像进行“与”操作,提取出最大面积的鸡胴体待检ROI,最后利用标记法识别出ROI内有污染物存在的鸡胴体。试验结果表明,采用这种双波段算法,不仅可以获得能够根据鸡胴体形状及位置自适应调节的最大ROI(比已有研究方法提取的ROI面积大176%以上),而且对鸡胴体表面低可见度血液、胆汁和粪便的正确检出率平均可达81.6%。     

焊缝超声相控阵检测数据深度学习降噪方法

超声相控阵检测技术在焊缝检测中具有广泛的应用.超声相控阵检测技术检测信号中常混入噪声导致检测成像时难以分辨真实的缺陷特征.这些噪声主要为无关的反射信号和局部相关的结构噪声,传统的超声图像降噪方法难以有效滤除这些噪声,且存在计算效率低、参数优化复杂等问题.该文提出了一种基于深度学习的焊缝超声相控阵检测技术检测S扫图像的降...     

基于集合经验模态分解和奇异值分解的激光雷达信号去噪

为了提高差分光柱像运动激光雷达(DCIM雷达)探测信噪比,提出了一种基于集合经验模态分解(EEMD)和奇异值分解(SVD)的混合降噪法.由EEMD获得含噪信号多层模态分量,根据各模态分量之间互相关系数的差分量确定主要噪声并予以滤除,利用奇异值分解识别模态分量中的残余噪声并提取有用信号.利用混合降噪法EEMD-SVD和EEMD方法分别对模拟仿真信号和实测激光雷达信号进行降噪处理.结果表明,当模拟噪声标准差在0.05~0.2之间时,相比与未降噪直接反演的湍流廓线,EEMD-SVD方法降噪后反演的湍流廓线信噪比提高了2.718 7dB~6.921 5dB,相应的EEMD方法提高了1.446 1dB~3.366 1dB;两个不同时段DCIM雷达降噪前后反演廓线与探空廓线的对比发现,EEMD-SVD和EEMD两种方法降噪后反演廓线较之于未降噪的反演廓线,信噪比最大提高了2.526 5dB和2.155 6dB.EEMD-SVD的降噪效果优于EEMD,能够更有效地识别和滤除噪声,较大地提高了原始信号的信噪比,获得更准确的大气湍流廓线反演结果.     

中药光谱成像图像自适应区域增长分割方法

为了消除背景噪声对药材光谱图像检测结果的干扰,根据中药材光谱图像的特点,设计一种能够自适应对中药材光谱图像进行有效区域(ROI)分割的区域增长算法。该区域增长算法根据药材光谱图像的灰度直方图分布来自动选取种子点和分割阈值,在生长的同时进行连通性分析,生长结束后通过区域填充技术来消除图像中出现的孔洞。实验表明:该方法能够自动、准确地进行ROI分割,分割偏差小于8%,并且能较好地消除噪声的干扰,没有产生无意义的生长区域。     

高光谱成像的黄瓜病虫害识别和特征波长提取方法

黄瓜霜霉病和斑潜蝇是制约黄瓜产业发展的严重病虫害。为实现黄瓜病虫害快速在线识别,采用高光谱成像和机器学习研究快速识别黄瓜霜霉病和斑潜蝇虫害的方法,为开发实用的基于多光谱成像的黄瓜病虫害快速识别设备奠定基础。使用高光谱成像系统采集黄瓜无症状叶片、霜霉病叶片、斑潜蝇虫害叶片的高光谱图像,在病斑区域选择若干个感兴趣区域(ROI),计算每个ROI的平均反射率数据作为叶片原始光谱数据。使用Kennard-Stone算法将光谱数据按照3∶1的比例划分为训练集和测试集。使用直接正交信号校正(DOSC)、多元散射校正(MSC)、移动窗口平均平滑(MA)3种方法对原始光谱数据进行预处理。采用空间迭代收缩法(VISSA)、竞争性自适应重加权算法(CARS)、迭代保留信息变量法(IRIV)、随机蛙跳算法(SFLA)对MA预处理后的光谱数据进行特征波长提取,分别提取出53、 20、 26、 10个特征波长。然后使用连续投影算法(SPA)分别对特征波长光谱数据进行二次降维,最终VISSA-SPA提取的特征波长为455、 536、 615和726 nm; CARS-SPA提取的特征波长为452、 501、 548...     

基于全卷积金字塔残差网络的能谱CT图像降噪研究

传统CT采用积分式探测器采集投影数据,反映的是物体的平均衰减特性,会在一定程度上造成信息损失,无法对物体进行较好的定性定量测量。基于光子计数探测器的能谱CT通过设定多个能量响应阈值能够探测不同能量范围内的X射线光子,采集更多被测物体的物质组成信息,有助于识别不同物理特性的材料,基于此,能谱CT被广泛的应用于小病灶、低对比度结构以及微细结构的成像。然而将整个能谱划分为多个能量段进行数据采集时,范围较窄能量范围内的有效光子数比例相对降低,导致图像中包含较多的噪声,图像质量较差,影响能谱CT的临床应用。为了有效的抑制能谱CT不同能量段内重建图像中的噪声,提出了一种基于深度学习的能谱CT图像降噪方法。我们将全卷积网络和金字塔残差网络结合为全卷积金字塔残差网络(FCPRN),实验中,利用能谱CT在不同的能量范围扫描小鼠样本,使用FDK算法和基于压缩感知的Split-Bregman算法进行重建并分别作为训练数据和标签数据训练全卷积金字塔残差网络。为了验证网络的降噪性能,选取了常见的降噪网络模型denoising convolutional neural networks(DNCN)以及residual encoder decoder convolutional neural network (REDCNN)进行对比,训练三种网络的使用的数据和实验配置都是完全相同的,实验结果表明训练模型可以有效抑制不同能量范围内重建图像的噪声,且使用的全卷积金字塔残差网络的降噪性能优于其他网络模型。模型训练好后,可以对FDK算法重建出的图像进行降噪,由此提高能谱CT图像降噪效率,保证能谱CT重建图像的质量。     

基于兴趣区域掩码卷积神经网络的红外-可见光图像融合与目标识别算法研究

建立权重独立的双通道残差卷积神经网络,对可见光与红外频段下的目标图像进行特征提取,生成多尺度复合频段特征图组。基于像点间的欧式距离计算双频段特征图显著性,根据目标在不同成像频段下的特征贡献值进行自适应融合。通过热源能量池化核与视觉注意力机制,分别生成目标在双频段下的兴趣区域逻辑掩码并叠加在融合图像上,凸显目标特征并抑制非目标区域信息。以端到端识别网络作为基础,利用交叉损失计算策略,对含有注意力掩码的多尺度双频段融合特征图进行目标识别。结果表明,所设计的识别网络能够有效地融合目标红外热源物理特征和可见光图像纹理特征,提高了信息融合深度,保留目标热辐射与纹理特征的同时降低了背景信息干扰,对全天候复杂环境下的多尺度热源目标具有良好的识别精度与鲁棒性。     

X射线微焦CT测量燃料颗粒分布均匀性的表征方法北大核心CSCD

在某燃料元件产品中,燃料颗粒随机分布在非金属材料中,为了测量燃料颗粒的分布均匀性,提出一种基于X射线微焦CT三维图像区域统计的热图方法对均匀性进行表征。首先,采用微焦CT方法对该类产品进行三维扫描成像,然后通过图像三维分割方法提取燃料颗粒,接着对三维图像进行立体区域划分,进而统计每个区域内燃料颗粒的体积占比,最后用热图方式表征出来。采用微焦CT对燃料元件进行检测和处理并采用统计热图方式,直观的表征了燃料元件中燃料颗粒的分布均匀性。