光谱编码计算关联成像技术研究

现有的多光谱成像技术通常采用光学分光的方式，使用多个探测器对成像场景的光谱图像进行采集，导致现有成像系统复杂，数据量大、效率低。针对现有技术的不足，提出基于正交调制模式的光谱编码计算关联成像技术。通过正交光谱编码矩阵融合Hadamard基图案构造投影散斑对宽带光源进行调制，单像素探测器收集成像物体与调制光源相互作用后的反射信号；应用演化压缩技术复原成像物体的混叠光谱图像；利用编码矩阵的正交性质解码出欠采样的光谱分量图像，对分离出的图像应用组稀疏压缩感知算法重构全采样的光谱分量图像，最后融合出成像物体的多光谱图像。通过数值模拟与实验两方面验证了所提方法的高效性。所提的技术简化了多光谱关联成像系统，降低了数据量。光谱编码方法可以扩展到更多的光谱通道，也可以应用在偏振关联成像、信息加密等领域。     

水平大气环境34 km单像素成像实验

搭建了远距离、高分辨率单像素成像实验装置,完成了白昼时段水平34 km距离、分辨率0.8 m的自然目标的单像素成像。单像素成像测量基采用多尺度排序的Hadamard矩阵,调制后经两个光电探测器进行差分来实现Hadamard调制测量,利用压缩率25%的测量信号和快速Walsh变换算法,实现了成像速度2帧/秒@128 pixel128 pixel。定义了一种人机交互的信噪比评价方法计算重建图像质量,研究了单像素成像积分时间与图像质量关系,评价结果与视觉效果相符合。提出的单像素成像方案在低成本的远距离红外成像方面有潜在应用价值。     

数字微镜器件调制多波长关联成像系统

关联成像是一种新体制成像方法,能够解决一些传统成像技术无法解决的问题,近年来颇受关注。其中,又以基于数字微镜器件（DMD）和空间光调制器（SLM）的计算关联成像发展最快。将DMD应用于计算关联成像,利用其调制速度快、反射波段宽的优势,结合压缩感知方法,可在多个波长上获取高质量图像,实现多波长关联成像。多波长关联成像在实现过程中存在几个关键问题,包括赝热光场的有效产生、光场调制中衍射效应和调制噪声的影响,以及高质量图像重建算法等。对上述关键问题进行数值仿真,确定系统最佳工作参数;在此基础上构建多波长关联成像实验系统以验证效果,为关联成像技术的实用化提供了参考。     

DMD编码哈达玛变换高灵敏成像

为了增强探测器在微弱光信号条件下的成像质量,提出了一种利用哈达玛变换(Hadamard Transform,HT)实现高灵敏探测的成像方法。基于探测器噪声独立于信号,且每次测量噪声也相互独立的假设,分析了在哈达玛编码成像与经典成像中,噪声对图像信噪比的影响。推导出编码成像的信噪比提升与编码模板长度n有关,约为经典成像信噪比的n/2 倍。同时采用分区编码的方式,减小了高分辨率图像的编码时间。实验结果表明,与经典成像方式相比,采用分区编码的哈达玛变换成像方法明显的提高了图像的信噪比,同时可以在高分辨率图像条件下,缩短编码时间。     

基于MOMES的Hadamard编码模板的设计方法

长期以来Hadamard变换成像光谱技术一直受到编码模板的制约而发展缓慢,然而随着微光机电系统(MOMES)的出现,基于数字微镜器件设计Hadamard编码模板为Hadamard变换成像光谱技术的发展提供了新的契机。介绍了一种基于数字微镜器件(DMD)的Hadamard变换成像光谱仪的物理模型及其Hadamard编码模板的设计方法,该方法控制DMD将光谱仪的光谱响应范围对应的色散光谱的宽度按照S矩阵的阶数等分,在空间上形成循环变化的Hadamard编码模版。实验表明光谱仪原理样机取得的光谱曲线与辐射度计取得的光谱曲线相似度很高,有力证明了基于DMD设计的编码模板对色散光谱的良好调制作用。     

基于数字微镜器件的Hadamard变换编码模板设计及空间光谱调制分析

研究了利用数字微镜器件生成 Hadamard光调制编码模板的方法,深入分析了利用该编码模板进行光调制的工作原理及设计中应注意的技术细节。采用原型样机光谱仪对入射激光进行编码成像实验,光谱反演后提取图像上样本区域内少量像素点的光谱曲线,发现其光谱峰值恰好在激光波长所在的光谱通道内,反演后的图像中只有激光波长所在光谱通道的光谱图像有能量分布。实验结果表明运用数字微镜设计的Hadamard编码模板达到了理想的空间光调制效果。     

采用步进系数校正基于DMD的Hadamard变换光谱数据

数字微镜器件（DMD）代替移动式机械模板作为空间光调制器是Hadamard变换光谱技术的最新发展方向。在实际的工程设计中,投射到DMD上的色散光谱无法被所构造的Hadamard编码模板完美地按照S矩阵进行编码,这一现象将会给光谱反演带来误差。文中提出了一种采用步进系数校正光谱图像的方法,根据像素点在图像上空间位置的不同,在其相应的S编码矩阵中引入一个步进系数进行校正,实验结果表明通过该方法反演得到的光谱图像逼近目标的真实光谱。     

参考臂差分压缩关联成像方案研究

关联成像可以在不包含物体的参考光路中获得物体的像,提供了一种运用常规手段难以获得清晰图像的方法,现已成为量子光学领域的前沿和热点。然而,高分辨率成像和短成像时间一直是关联成像研究的热门。本文提出一种基于压缩感知的参考臂差分关联成像方案(简称,参考臂差分压缩关联成像),只对参考臂测量值做差分运算,而不对物体做差分运算。在方案中,参考臂多次测量的赝热光源强度的随机分布差分被选为压缩感知的测量矩阵,物臂多次测量的关联信息被选为测量值,利用压缩感知重建方法,高质量地恢复出物体信息。理论研究和数值仿真结果表明,该方案可获得文献[19]差分压缩关联成像方案一样的结果,即无论在成像分辨率还是在成像时间等关键性能上都明显优于常规关联成像方案。      

正交散斑鬼成像

鬼成像是一种非定域成像方法。相比传统成像,其抗环境干扰能力更强,但存在着所需的测量次数过多和成像质量不高的问题。提出了一种基于正交散斑的关联成像方案,通过使用离散余弦散斑照射物体和重建算法获得物体图像。研究结果表明该方案可以有效提高成像质量,减少测量次数。该方案本质上是根据物体的先验信息选取照射的物体散斑,是一种对散斑的优化方法,具有操作简便、效果显著的优势,可促进未来关联成像的实用化发展。      

物理可实现的相位编码压缩成像

 压缩成像是压缩感知理论最重要的研究领域之一.在分析压缩成像中实际测量矩阵与测量值约束的基础上,提出一种基于4-f光学架构的物理可实现的频域相位编码压缩成像方法.该方法利用两路光学架构之间的补偿实现相位编码压缩成像中测量值的非负记录,然后从该测量值精确恢复原图像,解决压缩成像应用中理论与实际物理约束之间不一致的问题.该方法可以单次曝光获得充分的测量值精确重建原图像,不需要其它附加信息,是压缩成像物理实现的一种非常可行的方案.模拟实验证明该方法可以有效地实现图像的压缩测量与超分辨率重建.     

一种改进的雾天监控图像增强算法

视频监控或激光成像在大气环境监测中有着广泛应用,然而在雾天条件下获取的图像不可避免存在视觉质量降低问题。针对雾天图像对比度增强以及噪声抑制的需要,提出了一种改进的雾天图像增强算法。首先对原图像进行正反双向的双直方图均衡处理与融合,然后重复采用上述方法对融合图像的小波分解低频系数矩阵进行增强处理,最后将处理结果和高频系数矩阵进行小波重构得到输出图像。实验结果表明,该算法处理雾天监控图像能够取得较好的对比度增强与噪声抑制性能。     

基于哈达玛矩阵编码测量的自适应压缩成像

为了消除采样过程中的噪声干扰,进一步提高重构图像质量,针对数字微镜阵列(DMD)与桶探测器在测量过程中点对点采样产生的起伏噪声导致图像信噪比降低的问题,提出基于哈达玛矩阵编码测量的压缩采样成像方法。首先采用DMD分区控制方法,利用哈达玛编码测量,计算获得低分辨率的粗糙图像,接着在预测的重要小波系数所在区域,对同一尺度上的重要区域利用哈达玛矩阵进行投影,同时计算出这些区域的小波系数,最后通过小波逆变换获得重构图像。实验表明,在测量噪声为0.2倍的热噪声下,只需要10%的采样率,通过哈达玛编码测量,图像峰值信噪比从13.98dB最高提高到34.56dB,提高了20.58dB,成像质量明显改善,清晰度高。当存在较大的测量噪声时,该方法可以大幅提高图像的信噪比,尤其适用于微弱光信号条件下的高灵敏压缩采样成像。     

Binary encoding of multiplexed images in mixed noise

Binary coding of multiplexed signals and images has been studied in the context of spectroscopy with models of either purely constant or purely proportional noise, and has been shown to result in improved noise performance under certain conditions. We consider the case of mixed noise in an imaging system consisting of multiple individually-controllable sources (X-ray or near-infrared, for example) shining on a single detector. We develop a mathematical model for the noise in such a system and show that the noise is dependent on the properties of the binary coding matrix and on the average number of sources used for each code. Each binary matrix has a characteristic linear relationship between the ratio of proportional-to-constant noise and the noise level in the decoded image. We introduce a criterion for noise level, which is minimized via a genetic algorithm search. The search procedure results in the discovery of matrices that outperform the Hadamard S-matrices at certain levels of mixed noise. Simulation of a seven-source radiography system demonstrates that the noise model predicts trends and rank order of performance in regions of nonuniform images and in a simple tomosynthesis reconstruction. We conclude that the model developed provides a simple framework for analysis, discovery, and optimization of binary coding patterns used in multiplexed imaging systems.      

基于各向异性扩散方程的图像对比度增强方法

讨论了光学图像中同时存在噪声与模糊时的对比度增强问题.构造了一种基于边缘定向扩散的各向异性非线性扩散方程来作为图像的光滑约束项,并根据模糊后的图像在边缘处相对清晰图像具有较大误差的事实,构造增强图像与原图像之间的非均匀逼近项,将此两项通过正则化参数联系起来,得到了一种图像对比度增强的正则化模型,并利用Euler方程将该模型转换成一种可以快速求解的各向异性非线性扩散模型.该模型能在抑制噪声的同时增强图像的边缘,在模型的解算上也不存在大型矩阵的存储与运算问题.数值计算结果表明,新方法适合于多种形式的模糊和不同程度的噪声污染,相对现有方法具有更好的边缘锐化能力和更高的清晰度,峰值信噪比比现有方法提高了1～2 dB,边缘保护指数也比现有方法有较大提高.     

基于压缩感知的ISAR高分辨成像算法

针对 ISAR 在短孔径条件下存在的方位向分辨率低、易受噪声干扰等问题,基于压缩感知理论,提出了一种适用于短孔径时间模式下的基于压缩感知的ISAR方位向高分辨成像算法--PH-SL0算法。该算法首先构建部分随机化哈达玛矩阵作为量测矩阵,PH 矩阵具有重构精度高、重构需要量测个数少的优点;然后将运算速度快、重构精度高且稳健性好的平滑0-范数法（SL0, smoothed L0-norm）推广应用到雷达复数域进行信号重构,实现 ISAR的横向高分辨成像;最后对在短 CPI条件下提出的 PH-SL0算法的横向分辨率问题进行了理论分析。仿真和实测数据结果表明,所提算法具有更高的聚焦性能、分辨率以及较好的抗噪性能。     

基于结构照明的超分辨荧光显微成像重建算法

由于具有低光毒性、高速宽视场以及多通道三维超分辨成像能力,超分辨结构照明显微术(SR-SIM)特别适合用于活细胞中动态精细结构的实时检测研究。超分辨结构照明显微图像重建算法(SIM-RA)对SR-SIM的成像质量具有决定性影响。本文首先简要介绍了超分辨显微术的发展现状,阐述了研究SR-SIM图像重建算法的必要性;然后介绍了SR-SIM的成像原理,并重点介绍了SR-SIM图像重建算法,包括SR-SIM中频繁使用的去卷积重建算法、SR-SIM校准与重建过程中参数值获取的算法,以及目前发展的超分辨结构照明显微图像重建算法,并介绍了SR-SIM工具箱;最后总结了当前发展超分辨结构照明显微图像重建算法需解决的5个问题。     

A super-resolution reconstruction algorithm for hyperspectral images

The spatial resolution of a hyperspectral image is often coarse because of the limitations of the imaging hardware. Super-resolution reconstruction (SRR) is a promising signal post-processing technique for hyperspectral image resolution enhancement. This paper proposes a maximum a posteriori (MAP) based multi-frame super-resolution algorithm for hyperspectral images. Principal component analysis (PCA) is utilized in both parts of the proposed algorithm: motion estimation and image reconstruction. A simultaneous motion estimation method with the first few principal components, which contain most of the information of a hyperspectral image, is proposed to reduce computational load and improve motion field accuracy. In the image reconstruction part, different image resolution enhancement techniques are applied to different groups of components, to reduce computational load and simultaneously remove noise. The proposed algorithm is tested on both synthetic images and real image sequences. The experimental results and comparative analyses verify the effectiveness of this algorithm.     

二维非重构压缩感知自适应目标检测算法

针对重构算法影响压缩成像目标检测效率和结果的问题，提出一种二维非重构自适应阈值的红外弱小目标检测算法。基于Hadamard矩阵构建的二维观测模型，利用Hadamard矩阵的特性对压缩差分图像进行解压缩，直接解码目标的空域特征，并利用改进的自适应阈值法对解码后的图像进行目标检测，避免了重构带来的存储空间和运算时间的浪费。仿真实验表明:在单目标和多目标的情况下，该算法都可以有效检测目标，并在检测率、虚警率和运算时间等指标上具有优越性能，为压缩感知红外弱小目标检测的工程应用提供新的思路和有效算法。