基于卡尔曼滤波的双约束CUP-VISAR压缩图像重构算法

针对从基于压缩超快成像（Compressed Ultrafast Photography,CUP）的任意反射面速度干涉仪（Velocity Interferometer System for Any Reflector,VISAR）中获得的压缩图像中重构出冲击波二维条纹图像的问题,提出一种基于卡尔曼滤波的双约束图像重构算法。该算法首先基于条纹图像具有的稀疏性和平滑性,将问题转化为基于小波与全变分双先验约束的优化问题,然后,考虑到实际成像的噪声问题,采用加权卡尔曼滤波对图像已有信息进行预测和调整,最后将卡尔曼滤波引入二步迭代阈值算法的迭代过程中,进而求解该双约束优化问题,实现压缩图像的精确重构。在大噪声仿真实验中,该算法重构图像的峰值信噪比和结构相似度分别提高了4.8 dB和14.81%,显著提高了图像重构质量。在实际实验中,该算法重构出了清晰的冲击波条纹图像,且将冲击波速度最大相对误差降低了9.57%和平均相对误差降低了2.2%,验证了该算法的可行性。     

基于探测信号叠加的推扫式压缩多光谱关联成像

针对推扫模式下多光谱关联成像重构图像模糊、信噪比低问题,提出了一种利用探测信号叠加提高重构图像信噪比的多光谱关联成像方案.该方案基于稀疏约束关联成像光谱相机实验系统,通过单次曝光获得一帧探测信号,对前后帧连续探测信号进行错位叠加,计算出系统总探测矩阵,结合标定测量矩阵,采用压缩感知算法得到待测目标物体重构图像.数值模拟和实验结果表明:适当延迟曝光时间可以提高系统重构图像质量;相同曝光时间条件下,利用探测信号错位叠加的推扫10帧重构图像信噪比明显高于单帧多光谱重构图像.     

一种基于编码孔径的压缩传感图像重构算法的改进

针对压缩传感理论应用于实际系统成像时重构图像质量随图像采样率变化的问题,通过对正交匹配追踪算法进行改进,提出了一种利用空间光调制器实现编码孔径成像的压缩传感图像重构方法。该方法对传统的正交匹配追踪法迭代计算中已选入支撑集的列向量进行标记,并在下一次迭代计算中予以排除,从而减少了重构时间。在此基础上提出了将测量矩阵分别按行和按列排列进行重构后平均的图像增强算法。增强算法在达到同样重构质量时,减小了图像采样率,有利于图像数据的传输和存储。仿真实验验证了方法的有效性和稳定性,可为压缩传感技术的应用提供技术参考。     

基于压缩感知的三维单分子定位显微成像方法研究

本文建立了一种三维压缩感知模型以实现对高密度荧光分子图像的快速三维定位。首先,根据荧光显微的三维点扩展函数成像理论,设计测量矩阵,并建立压缩感知模型。接着,对荧光显微成像过程进行了模拟,并采用凸优化方法(CVX)、正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法和同伦算法对建立的压缩感知模型中模拟生成的图像进行了定位分析,分别从恢复率、定位精度、重构时间几方面进行了对比。最后,采用同伦算法对模拟的生物样品和实验室采集的细胞进行了三维定位,并获得了三维超分辨图像。对比结果表明:在重构密度和定位精度接近的情况下,同伦算法比CVX方法的重构速度快2个数量级。同伦算法较OMP算法的定位精度要高一倍。采用同伦算法来实现三维的超分辨荧光显微成像在节约计算时间、实现实时成像方面具有一定的意义。     

基于压缩感知理论的PIE显微成像研究

为了克服PIE成像中所面临的数据量过大的问题,将压缩感知理论用于PIE成像。将采样到的衍射斑稀疏变换并压缩后,可以显著减少需要存贮的数据量。再现过程中选用子空间匹配追踪算法(SP)或者正交匹配追踪算法(OMP)重构出散射斑的原始分布,用常规的PIE算法进行图像重建。模拟和实验结果均表明,当压缩采样率在30%的时候就能重构出很好的图像。和OMP重构算法相比,SP算法更适合在PIE成像中应用。     

基于CCD电极直接驱动控制的双脉冲发光图像高速曝光技术原理研究

电荷耦合器件(CCD)是一类高性能的光电成像器件,具有成像阵列大、图像质量好的特点。但由于正常工作驱动时序复杂,工作帧频一般较低,无法满足较高成像帧频的要求。针对一种双脉冲发光图像的高速高分辨高质量成像要求,根据CCD信号电荷收集及转移的电极驱动特性,选择合适的CCD类型,以电荷转移时序为时间分隔界限,设计了一种电极直接进行控制的时序,实现了两个光脉冲图像的分离积分及信号转移、读出等,完成了双脉冲发光图像的等效高帧频曝光的原理验证,在保持CCD原有高成像质量的情况下获得了μs级间隔的两幅图像可分辨的能力,并实现了一种二分幅相机系统。     

一种数字微镜阵列分区控制和超分辨重建的压缩感知成像法

提出一种压缩感知成像框架结构.该结构采样端用新建的采样矩阵实现数字微镜阵列分区控制,可增强信息获取的准确性,测量得到与新数字微镜阵列对应的压缩采样值;重构端由采样值优化重构出低分辨率图像后,根据分区控制过程建立压缩感知理论框架下的超分辨重建模型,利用梯度稀疏约束优化算法进行求解,恢复出原高分辨率图像.实验结果表明:数字微镜阵列分区控制与超分辨重建相结合的方法可以明显降低压缩感知成像系统的计算量,缩短成像时间,并且具有较高的图像重构质量.     

基于数字微镜器件的快速超分辨晶格结构光照明显微研究

超分辨结构光照明显微成像技术(super-resolution structured illumination microscopy,SR-SIM)具有时间分辨率高、光漂白和光毒性低和对荧光探针的要求少等优点,适用于活细胞的长时程超分辨成像.采用二维晶格结构光作为照明光,可以实现更快的成像速度和更低的光毒性,但同时也增加了系统的复杂性.为了解决此问题,本文提出了一种基于数字微镜器件的快速超分辨晶格结构光照明显微成像方法(digital micromirror device-based lattice SIM,DMD-Lattice-SIM),通过同步分时触发DMD和sCMOS相机的方式实现二维正交晶格结构光的产生,且只需要采集5幅相移原始图像即可重构出超分辨图像,相比于传统SR-SIM需要9幅相移原始图像的方法,图像采集时间减少了约44.4%.同时,在基于空域和频域联合的SIM重构算法(joint space and frequency reconstruction method-SIM,JSFR-SIM)的基础上,本文还发展了用于LatticeSIM的JSFR超分辨图像重构方法(La...     

相控阵超声缺陷检测数据压缩感知

为了解决超声相控阵信号采集、存储和传输中数据量大的问题,研究了压缩感知在相控阵无损检测信号和图像压缩重构中应用的可行性。首先使用5种贪婪算法对相控阵仿真信号进行压缩重构,根据百分比均方误差选取最优算法并考虑了噪声对精度的影响,结果表明压缩感知可以用低于奈奎斯特极限的测量点数准确重构原始图像;其次用人工缺陷回波信号进行实验验证,通过稀疏度计算选择适用相控阵信号的最优稀疏基,并通过5种传感矩阵的优化选择进一步提高了重构精度。实验结果尽管达不到仿真中的理想效果,但是能以少量测量值准确恢复图像,并能保证缺陷的识别,说明压缩感知算法可以有效提高相控阵缺陷检测效率。此外,在保持测量点数相同的情况下,仿真和实验都研究了不同采样率对重构精度的影响,当测量点数超过一定值时,证实了压缩感知实际与采样率无关。      

相干场成像全相位目标直接重构法

回波信号处理和目标重构算法是相干场成像中的核心数据处理技术, 直接影响系统的成像质量. 基于全相位谱分析理论, 提出一种新的系统融合处理算法, 对接收端回波信号直接提取全相位谱相位及幅值信息实现目标图像重构, 能够有效抑制各种因素带来的频率误差. 经室外实验系统验证, 成像能力大大优于传统重构算法, 重构目标分辨率接近理论极限值.     

空间调制型全Stokes参量偏振成像系统原理及仿真

空间调制型全Stokes参量偏振成像是针对同一目标不同偏振分量的同时探测技术,以双折射晶体作为调制元件,将Stokes参量S0~S3调制在同一幅图像中,只一次采集便可获得包含4个Stokes参量的调制信息。分析空间调制型全Stokes偏振成像系统的探测原理和数学模型。阐明重构偏振图像S0~S3的理论依据,并分析了系统参数的选择对图像重构效果的影响。根据实际系统参数,进行数值仿真模拟成像过程,获取调制图像,使用一种简单的频域解调算法,重构出S0~S3的4幅偏振图像,得到比较满意的重构效果,不仅验证了方案的可行性,同时为仪器设计或器件选型提供参考。     

基于多尺度分析和加权最小二乘法的非制冷红外条纹噪声校正算法

为了提高红外成像质量的同时更大程度地保持纹理信息,提出一种多尺度分析和加权最小二乘法的条纹噪声非均匀性校正算法.该算法利用加权最小二乘法对图像进行平滑,应用小波变换提取平滑图像的垂直分量,并将其垂直分量替换为原始图像的垂直分量,利用小波重构输出校正后的图像.算法能够精准地去除红外噪声,而不会带来更加麻烦的"鬼影"问题.用该算法对多组不同红外图像数据进行仿真实验,并与其他先进的红外条纹非均匀校正算法进行对比分析,结果表明所提算法校正结果有较好的视觉效果和图像质量评估参数.     

条纹法提高成像分辨率的实验研究

 对利用条纹场照射目标以提高成像分辨率的方法进行了实验研究。条纹法提高成像分辨率的基本思想是，采用余弦条纹场照射目标，光学系统截止频率外的一部分高频分量将通过光学系统，通过对用多幅同频条纹场照射目标所获得的图像序列进行综合处理，可以获得超分辨率的图像。实验采用激光形成的干涉条纹场照射目标，共采用10幅余弦条纹场，各幅条纹场之间依次有1/10个周期的平移，对这10幅条纹场照射目标时所拍摄的图像进行综合处理，获得了分辨率提高的图像。实验结果证明了利用干涉条纹场照射目标获得超分辨率像这一方法的可行性。     

基于光场成像原理和混沌系统的多图像加密方法

针对现有光学加密方法对加密系统要求高、受器件性能限制、加密效率低、解密图像易失真的局限性,提出一种基于光场成像原理和混沌系统的多图像加密方法.该方法利用混沌系统随机生成光场成像系统的个数与系统参数,并在计算机中构造出相应的多个光场成像系统;将多幅待加密图像拼接后置于光场成像系统中依次计算得到光场图像,通过提取光场图像的多幅子孔径图像并进行拼接,实现多幅图像的快速加密.解密过程为加密过程的逆过程.该方法将计算成像的方式引入加密过程,使加密不受硬件条件的限制,易于实现.实验结果表明,提出的算法密钥复杂度低,易于传输;对噪声有较好的鲁棒性,密钥空间大,密钥敏感度高,安全性好;加密效率高,解密图像无损失.在需要大量图像进行安全传输的领域具有广泛的应用前景.     

一种新的提高CCD成像分辨率的方法

提高数字图像的分辨率一直是一个热门话题,在现代高技术战争中发挥着重要的作用。从CCD成像原理出发,分析了1／2像素错位的低分辨率图像与高分辨率图像各像素灰度值之间的对应关系,提出了一种新的提高CCD成像分辨率的方法。通过多次移动CCD获得多幅低分辨率图像,按照介绍的算法合成一幅高分辨率图像,达到了CCD分辨率提高多倍的目的,算法的本质是使一超定解多元方程组变成有唯一解的方程组。通过仿真实验和分析表明：所建立的提高分辨率的方法是正确的,分辨率可以提高2倍、3倍甚至更高在理论上是可行的,而计算时间的复杂度远远小于其它方法。     

压缩感知理论在光学成像中的应用

压缩感知以信号的稀疏性或可压缩性为条件,以远低于耐奎斯特采样频率对信号数据进行采样和编码。简要概括了压缩感知的基本理论,它采用非自适应线性投影来保持信号的原始结构, 能通过数值最优化问题精确或高概率地重构原始信号。详细介绍了其在光学成像系统中的应用,主要包括单像素相机、超薄成像、编码孔径成像、多路技术智能成像、多光谱成像和CMOS成像等成像系统。最后对该理论的应用前景进行了阐述。     

基于字典学习的稀疏角度采样光声信号重建

光声成像兼具光学成像的高对比度和超声成像对深层组织的高分辨率等优点,在生物医学成像领域具有巨大的潜力,而且发展十分迅速;光声成像通过在多个角度进行光声信号的采集,可以获得生物组织的二维或三维光学吸收分布图像;但实际的光声成像往往因硬件条件和成像时间的制约而难以采集角度足够多的光声信号;在信号采样不足的情况下,光声图像的重建质量会严重下降,出现大量伪迹。针对该问题,提出了一种基于字典学习与稀疏表示的恢复重建算法,采用该算法对光声信号进行预处理,并进行仿真实验。结果表明:与不经过光声信号超分辨率重建的时间反演法图像重建结果相比,经所提算法处理后的光声重建图像的伪迹显著减少,细节更加清晰,峰值信噪比提高了8 dB左右;不同信噪比下的仿真实验验证了所提出算法具有良好的稳健性。     

选择性双向顺序压缩感知重建动态磁共振成像

压缩感知是一种新兴技术,该技术能够用远低于奈奎斯特采样频率采集的信号恢复出原始信号. 压缩感知成像方法大大提高了心脏磁共振成像的采集速度,已有的方法主要利用动态图像时间相关及心脏的周期性运动特征,如采用在时间维做傅立叶变换或求解每帧数据跟参考帧数据的差异获取稀疏数据,满足压缩感知重建的要求. 该文提出了选择性双向顺序压缩感知重建算法,利用相邻帧的差异更小的特点,获取更加稀疏的差异数据,同时利用动态图像的周期性,以目标函数积分为判据,在时间顺序和时间逆序两个方向选择效果更好的方向进行数据重建,降低图像伪影和噪声. 该选择算法,可以在不增加重建时间的情况下,选择双向顺序重建中最佳的结果. 该文对心脏磁共振图像数据进行了数据处理实验,并且跟传统压缩感知算法、参考帧差异方法及匙孔成像方法进行了比较. 结果表明：该方法无论从视觉效果还是从统计结果上,都有很大的改善.     

基于凸优化的傅里叶叠层成像技术研究

在傅里叶叠层成像（FPM）过程中采集的低分辨率图像会对重建图像质量产生直接影响,已有的研究提出用图像超分辨率重建技术和对低分辨率图像进行传统去噪处理的方法来解决该问题,但超分辨率重建的方法需要采集大量的原始图像,会加大采集端的时间损耗,而传统去噪算法会造成原始信息丢失,严重影响重构图像质量。因此论文引入凸优化算法,噪声图像的恢复可以通过求解一个凸优化模型来实现,并用迭代收缩阈值算法来求解该模型,算法中采用Barzilai-Borwein（BB）规则在每次迭代时初始化线搜索步长,加快收敛速度,选用软阈值函数,使图像去噪时原始信息丢失减少,最终重构图像的PSNR为27.634 6 dB,SSIM为0.926 1,所需处理时间为5.850 s,因此基于凸优化的傅里叶叠层成像技术具有时间损耗不大的情况下提高重构图像质量的优点。     

基于分块平滑投影二次重构算法的单像素成像系统

单像素成像系统是通过无空间分辨能力的单像元探测器来获取目标二维分布信息的计算光学成像技术,与传统直接成像技术相比具有高能量收集效率、高灵敏度等一系列优点,在高能物理诊断技术领域有着广阔的应用前景。针对实际单像素压缩感知成像系统在复杂诊断环境中存在的重建噪声较大的问题,提出并实现了基于分块平滑投影Landweber二次重构算法的单像素成像系统。根据算法观测矩阵分布特性以及数字微镜硬件输入要求实现了实际投影观测矩阵的变换,利用二次重构算法实现了单像素诊断的仿真分析与实验测试。仿真结果表明,在采样率为20%～30%的条件下,重建图像峰值信噪比大于20 dB,结构相似性高于0.8。进一步搭建单像素成像平台完成实验研究及验证,实验结果表明,利用二次重构算法模型对目标场景进行恢复的效果优于其余两种传统算法。二次重构单像素成像系统在采样率仅为20%的条件下能够重建出清晰的原始图像,具有较好的噪声抑制特性。