多孔径分布式视场部分重叠仿生热成像理论与技术

热成像系统视场与空间分辨率(作用距离)的矛盾是常规成像模式难以解决的问题。多孔径热成像技术主要分为低重叠率、高重叠率和中度重叠率部分重叠成像模式。文中研究了一种视场部分重叠仿生热成像理论,利用4组红外物镜及IRFPA机芯构成了中心变分辨率4孔径分布式热成像系统,各子孔径的“并集”视场构成系统成像大视场,“交集”视场特别是中心重叠视场具有超分辨能力,从而构成空间变分辨率视觉模式,可减缓传统单孔径热成像问题;利用重叠视场可构成4目和2目近场目标场景的体视成像;通过子孔径检偏偏振片,中心视场可构成全偏振热成像模式;对角探测器分别采用长波或中波红外焦平面探测器,则可构成双色热成像模式。分析表明:这种多孔径分布式视场部分重叠仿生热成像具有仿生智能的特性,可针对感兴趣目标进行智能观测,提高复杂背景条件下的目标探测和识别能力,具有广泛的应用前景。     

仿鹰眼大视场高分辨智能成像系统研究

由于鹰眼的特殊视觉机制,其具有大视场搜索、远距离探测和高分辨率成像等优点.基于鹰眼视觉原理,针对弹载光电探测平台,探索一种可以在大视场范围进行目标搜索,同时在关键区域进行目标自动定位和高分辨率成像的智能探测方法.在长波红外谱段,设计了五孔径大视场高分辨成像系统.基于Agent智能控制理论,提出了多传感器智能协同控制方案...     

基于标定信息的高低分辨率图像配准方法

针对激光三维成像系统分辨率较低,特征点不易提取,同时与可见光成像系统图像配准实时性不高的问题,提出了一种基于标定信息的低分辨率距离图像与高分辨率强度图像配准方法。首先,通过对激光三维成像系统与可见光成像系统进行标定,得到了二者的内参数、外参数以及畸变系数;其次,利用二者的标定信息,通过构造像素匹配模型,确定了低分辨率距离图像像素点所对应的高分辨率强度图像像素点。最后,通过遍历低分辨率距离图像每一个像素点,实现低分辨率距离图像与高分辨率强度图像的像素配准。实验结果表明:该方法在保持准配精度基本不变的情况下,配准时间从2.111 s减为0.856 s,降低了算法的时间消耗,具有一定的可行性。     

基于LCTF的大幅面高分辨率多光谱仪光学系统设计

将液晶可调滤光片（LCTF）应用到真彩色多光谱图像采集中,设计了一款大面阵、高分辨率、轻小型的多光谱成像系统。系统利用LCTF 空间分辨率和光谱分辨率高、波长选择灵活、调谐时间短等特点,可实现幅面大小约210 mm148 mm,分辨率达到350 ppi 的多光谱图像采集,工作谱段为420~720 nm,光谱分辨率为10 nm。结果表明,该成像系统在空间频率为91 lp/mm 时,31 个波段处轴上0 视场和轴外1.0 视场的传递函数均0.30,全视场畸变0.1%,成像质量良好,可用于大面阵、高分辨率多光谱图像的采集与分析。     

超分辨率重构复眼成像技术的研究进展

超分辨率图像重构复眼成像将超分辨率重构技术与复眼成像技术相结合。复眼成像系统获取低分辨率图像,超分辨率重构算法计算获取高分辨率图像。总结了超分辨率图像重构复眼成像的研究现状,介绍了复眼图像超分辨率重构的基本原理和现阶段主要成像系统。结合成像模型角度,分析了常用的复眼图像超分辨率重构算法,以及定量测试评价与视觉角度评价的主要方法。为深入研究超分辨率图像重构复眼成像提供了参考。     

大视场高分辨率数字全息成像技术综述

数字全息作为一种干涉成像方式,能够准确记录物体的相位信息,具有快速、无损、三维成像等优势,被广泛应用于生物成像与材料科学等领域。与其他光学成像方式相同,数字全息也面临分辨率与成像视场互为限制而导致空间带宽积受限的问题。研究人员提出了计算照明、计算调制与计算探测等方法,通过牺牲成像系统的时间、偏振等自由度来扩展其空间带宽积。文中分析了光学系统信息承载能力的理论基础,总结了近年来大视场高分辨率的数字全息成像技术,介绍了倾斜照明、结构光照明、随机调制照明、多位置综合孔径探测和像素超分辨等方法实现分辨率增强,以及基于角度复用的视场扩展的原理及具体实现,对不同方法进行了比较和分析,并对提高分辨率以及扩大视场的途径进行了展望。     

离轴抛物面镜像面扫描太赫兹光学设计

为了提高太赫兹成像速度,设计了一种像面扫描太赫兹快速成像系统。它为反射式单像素探测器成像,成像系统采用新设计的表面镀金的离轴抛物面镜结构以实现大口径、无遮拦、高反射率、高质量成像;反射成像系统光学设计F数为2.93,通光孔径为100 mm,视场为1,焦距为293.45 mm,成像窗尺寸为64 mm64 mm,圆孔直径为2 mm,扫描采集1616像素图像时间为0.1 min,3232像素图像时间为0.42 min,6464像素图像时间为1.7 min,空间分辨率为1 cm。扫描系统结合压缩传感成像理论采用新型像面扫描方法实现快速成像,在系统焦平面位置加入旋转多孔盘,对像面的图像进行太赫兹能量强度扫描,使用金属光锥收集能量到高莱探测器。利用压缩传感理论的特殊条件（采样数目与图像像素数相等）进行像面图像采集,然后利用正则归一化方程重构像面图像,该系统具有成像速度快、分辨率高、低成本、结构紧凑合理的优点。     

基于视频模式识别的快速超分辨率重建

针对传统超分辨率重建方法运算量过大的问题,提出一种快速超分辨率重建算法。该算法在快速最大后验概率（MAP）重建算法的基础上,针对车牌识别的特定应用进一步简化了代价函数。该算法从低分辨率的图像序列中提取出高分辨率的图像。这些高分辨率的图像不仅极大地提高了车牌的识别率,也降低了获取高分辨率图像所需成像系统硬件的要求。移动车辆视频的盲重建实验表明,该算法能够有效地提高车牌图像的质量,而其运算量要远远小于其他的超分辨率重建方法。较低的运算量使得该算法能够有效应用于实时系统。     

基于微相机阵列成像系统的图像拼接研究

采用同心球镜及微相机阵列成像系统设计是解决传统光学中大视场与高分辨率之间相互制约关系的有效手段之一。介绍了一套同心球镜微相机阵列的成像系统,通过拼接微相机阵列采集的图像,实现大视场高分辨率成像。在获取整个图像的过程中,实现多幅子交叉重叠的图像拼接是微相机成像系统关键技术之一。针对亿级像素多幅子图像拼接算法复杂、运算量大的问题,分析了SURF、BRISK算法的优缺点,设计了一种SURF与BRISK相结合的图像拼接算法,在SURF基础上引入BRISK描述符,利用选取的像素点对生成二进制的描述符序列。经测试,该算法在保证成像质量的情况下,大幅减少了计算量,加快了计算速度,有一定的工程应用价值。     

基于红外玫瑰扫描的相位控制技术研究

红外玫瑰扫描系统是利用玫瑰扫描机构和红外单元探测器构成的一种亚成像系统,红外探测器瞬时视场小,它就是利用这些小的瞬时视场来实现对整个观测空间的扫描。而此类系统存在覆盖率和成像空间分辨率低,无法辨识目标细节的问题。通过对初始相位的控制,将多帧亚图像经过重叠,可以得到准致密图像,大大提高成像空间分辨率。通过研究玫瑰扫描成像特点,提出了一种简单有效的确定初始相位的计算方法。最后,经两个实例验证,在得到高分辨率的前提下,大大节省了系统扫描时间,证实了此方法的高效性和可行性。     

Random Projections Imaging With Extended Space-Bandwidth Product

We propose a novel approach to imaging that is not based on traditional optical imaging architecture. With the new approach, the image is reconstructed and visualized from random projections of the input object. The random projections are implemented within a single exposure by using a random phase mask which can be placed on a lens. For objects that have sparse representation in some known domain (e.g., Fourier or wavelet), the novel imaging systems have larger effective space - bandwidth product than conventional imaging systems. This implies, for example, that more object pixels may be reconstructed and visualized than the number of pixels of the image sensor. We present simulation results on the utility of the new approach. The proposed approach can have broad applications in efficient imaging capture, visualization, and display given ever increasing demands for larger and higher resolution images, faster image communications, and multidimensional image communications such as 3-D TV and display.     

Hyperspectral image super-resolution combining with deep learning and spectral unmixing

In recent years, hyperspectral image super-resolution has attracted the attention of many researchers and has become a hot topic in the field of computer vision. However, it is difficult to obtain high-resolution images due to imaging hardware devices. At present, many existing hyperspectral image super-resolution methods have not achieved good results. In this paper, we propose a hyperspectral image super-resolution method combining with deep residual convolutional neural network (DRCNN) and spectral unmixing. Firstly, the spatial resolution of the image is enhanced by learning a priori knowledge of natural images. The DRCNN reconstructs high spatial resolution hyperspectral images by concatenating multiple residual blocks, each containing two convolutional layers. Secondly, the spectral features of low-resolution and high-resolution hyperspectral images are linked by spectral unmixing. This approach aims to obtain the endmember matrix and the abundance matrix. The final reconstruction result is obtained by multiplying the endmember matrix and the abundance matrix. In addition, in order to improve the visual effect of the reconstructed image, the total variation regularity is used to impose constraints on the abundance matrix to enhance the relationship between the pixels. The experimental results of remote sensing data based on ground facts show that the proposed method has good performance and preserves spatial information and spectral information without the need for auxiliary images.     

面向多源遥感图像的自适应目标检测

近年来,目标检测已经在含有大量标注的数据上展现出了良好的效果,但当真实测试数据与标注数据存在域间差异时,往往会导致训练好的目标检测模型性能降低。由于相比于自然图像,多源遥感图像在成像方式和分辨率等方面存在特有的差异,而传统的方法需要将多源图像数据重新标注,这将消耗大量人力和时间,因此在遥感图像上实现自适应目标检测面临特有的挑战。针对以上问题,本文提出了一种面向多源遥感图像的自适应目标检测算法,在图像级别和语义级别上对网络进行对抗训练。此外,通过结合超分辨网络,进一步缩小了图像级别的差异,实现了自适应目标检测。本文在两个多源遥感数据集上进行实验,结果表明本文方法有效提升了目标域上的检测效果。      

编码掩模红外成像的建模与性能分析

针对编码掩模红外成像系统提出了一种建模方法。该模型将成像系统视为由两个功能部分组成,一部分为编码掩模与理想聚焦透镜的理想成像,另一部分为实际透镜自身的非理想成像。据此,系统点扩散函数可以由掩模结构的衍射模式和实际透镜的点扩散函数联合表示。此外,文中对视场内倾斜入射平面波的成像结果进行分析,从而得到了视场内的点扩散函数的变动情况。由码型及相应点扩散函数的指标评价结果可以看出,文中提出的基于Dammann阵列的码型结构对直接成像和图像还原处理具有较为平衡的性能。实验表明,对于编码掩模直接成像系统的码型中应当具有较多的随机性结构,而对于能够做进一步图像还原处理的系统码型中应当具有较多的周期性结构。     

多值压缩编码孔径超分辨率成像方法

针对近期提出的基于压缩感知(CS,compressed sensing)理论的压缩编码成像方法在重建后引入较多类似于噪声的伪影(artitacts)问题,为了使压缩编码成像方法获得更好成像质量的图像,本文提出一种改进的压缩编码成像方法。本文方法将多值模板(MVM)代替二值模板来增强编码质量,并利用自适应全变分(TV,total variation)去噪方法去除重建后的高分辨率图像的伪影。实验结果表明,这种方法很好地改进了压缩编码孔径(CCA)的成像质量,并且大幅提高了图像的信噪比(SNR)。     

A Hybrid Compression Method for Integral Images Using Discrete Wavelet Transform and Discrete Cosine Transform

Integral imaging (II) is a promising three-dimensional (3-D) imaging technique that uses an array of diffractive or refractive optical elements to record the 3-D information on a conventional digital sensor. With II, the object information is recorded in the form of an array of subimages, each representing a slightly different perspective of the object In order to obtain high-quality 3-D images, digital sensors with a large number of pixels are required. Consequently, high-quality II involves recording and processing large amounts of data. In this paper, we present a compression method developed for the particular characteristics of the digitally recorded integral image. The compression algorithm is based on a hybrid technique implementing a four-dimensional transform combining the discrete wavelet transform and the discrete cosine transform. The proposed algorithm outperforms the baseline JPEG compression scheme applied to II and a previous compression method developed for II based on MPEG II.     

多级多分辨快速后向投影成像算法

子孔径划分是提高BP算法效率的基本途径,如何对其孔径进行划分以及如何确定各子图像分辨率,将直接决定算法的效率.本文从频域带宽和距离误差两方面分析图像分辨率选取的限制条件,并得到了一个统一的关于孔径长度和分辨率的条件.然后基于这一条件阐述了超宽带信号条件下如何通过选取分辨率和对子孔径进行划分以达到最高的计算效率,并依此条...     

光电成像中不同形状编码孔径的解码比较

在X光成像中，编码孔径成像是一种两步成像过程，第一步是编码过程，利用编码孔径收集目标的图像；第二步是解码过程，对编码图像进行滤波和重建，以便获得高分辨率的可视目标像。而编码孔径主要有两种，一种是根据各孔径的形状分类；另一种是根据各子孔径在孔径平面的空间分布分类。解码过程中用的方法是维纳(Wiener)滤波。维纳滤波算法能够以很低的计算代价获得较好的复原效果。在简述孔径编码成像技术的原理和发展的基础上，提出在光电成像中利用编码孔径成像及图像恢复处理方法。对不同形状孔径进行编码解码处理，通过比较选择出最佳的孔径形状。并通过实验表明，利用该编码孔径成像可以在保证高分辨率的情况下，具有较高的集光效率和信噪比，成像效果很好。     

基于超大幅宽的高轨SAR加速BP成像方法

在高轨(GEO)合成孔径雷达(SAR)成像中,超大的成像幅宽导致成像区域不满足平面近似,使得基于平面网格的快速BP算法失效。该文提出一种基于地表网格的快速BP算法来精确高效地处理高轨SAR信号。首先针对轨道弯曲和地表弯曲所带来的信号复杂空变问题,采用一种基于实际地表的曲面网格布置方法。针对子孔径BP图像的频谱混叠问题,提出基于曲面网格的两步频谱压缩函数,将子孔径图像在合成之前实现频谱解混叠。同时采用多级子孔径图像合成的方法提高成像效率。最后,通过对比仿真,证明了该文所提算法的精确性以及高效性。