一种基于方向窗特性的Contourlet域的多聚焦图像融合算法

针对同一场景多聚焦图像的融合问题,提出了一种基于方向区域特性的Contourlet域多聚焦图像融合算法.该算法对图像进行Contourlet变换,分解为不同尺度、不同方向的高低频子带;低频和高频子带分别采用方向区域的方差匹配度和能量作为融合规则;最后通过反变换得到融合图像.结果表明,所提出的方向区域方法能够更好地体现二维图像中的曲线或直线状边缘特征,是一种有效可行的图像融合算法.     

基于引导滤波与改进PCNN的多聚焦图像融合算法

针对多聚焦图像融合中目标物边缘处产生虚影的问题,提出一种基于引导滤波与改进脉冲耦合神经网络(PCNN)的多聚焦图像融合算法。该算法利用引导滤波器对源图像进行多尺度边缘保持分解,对分解得到的基本图像和细节图像采用不同的引导滤波加权融合策略进行初步融合;将初步融合图作为外部输入激励刺激改进的PCNN模型;根据融合权重图对多幅源图像进行融合,获得最终的融合图像。实验结果表明,与传统融合算法相比,本文方法较好地保留了源图像的边缘、区域边界以及纹理等细节信息,避免了目标物边缘处产生虚影,提高了融合图像的质量。     

一种基于方向窗特性的Contourlet域的多聚焦图像融合算法

针对同一场景多聚焦图像的融合问题,提出了一种基于方向区域特性的Contourlet域多聚焦图像融合算法.该算法对图像进行Contourlet变换,分解为不同尺度、不同方向的高低频子带|低频和高频子带分别采用方向区域的方差匹配度和能量作为融合规则|最后通过反变换得到融合图像.结果表明,所提出的方向区域方法能够更好地体现二维图像中的曲线或直线状边缘特征,是一种有效可行的图像融合算法.     

基于MDLatLRR和KPCA的光场图像全聚焦融合

为了提升光场成像的空间分辨率,结合光场图像数字重聚焦与多聚焦图像融合,提出了一种基于多尺度潜在低秩分解和核主成分分析的光场图像全聚焦融合算法。首先,对光场图像进行数字重聚焦得到重聚焦图像,然后对各重聚焦图像进行多尺度分解提取出基础层和显著层,对基础层、显著层分别采用局部梯度差值加权算法和多尺度梯度域显著性提取算法计算相应的特征系数;其次,联立基础层和各显著层的特征系数矩阵,然后用核主成分分析进行降维融合得到融合特征系数矩阵,使得经融合特征系数生成的聚焦决策图能充分考虑基础层和显著层的特征信息;最后,用聚焦决策图引导重聚焦图像进行全聚焦融合。实验结果表明,该算法与传统方法相比在视觉效果和边缘信息丰富度上具有更优表现,所生成的光场全聚焦图像具有更高的分辨率和更好的视觉效果。     

基于多任务卷积神经网络的浮游藻类群落识别方法

针对混合浮游藻类群落离散三维荧光光谱特征识别,对比分析了简单卷积神经网络(PlainCNN)和文本卷积神经网络(TextCNN)模型对5种常见门类藻(铜绿微囊藻、斜生栅藻、菱形藻、楯形多甲藻和隐藻)混合数据的种类识别准确率及浓度测量精度。结果表明,在藻类独立识别及浓度回归分析中,PlainCNN模型对测试集的平均识别准确率和浓度输出结果的平均均方误差分别为90%和0.052,均优于TextCNN模型。为了同时实现混合藻类种类识别和浓度分析,基于PlainCNN模型提出了多任务卷积神经网络PlainCNN-MT模型。该模型对混合藻类种类识别的平均准确率提高至95%,浓度输出结果的平均均方误差降低至0.039,表明多任务卷积神经网络在浮游藻类群落识别与定量分析中更具优势。     

基于人工鱼群优化分块的多聚焦图像融合

在多聚焦图像的融合过程中,对源图像采用固定大小的分块会导致融合后的图像存在块效应、边缘模糊甚至聚焦错误。为了克服此问题,提出了一种新的基于人工鱼群优化分块的多聚焦图像融合方法。首先,将源图像分解成互不重叠的方块,利用聚焦准则选取清晰度高的方块,将已选择的方块合并重构成初始融合图像。然后,利用改进的人工鱼群优化算法,根据一定的适应度值,寻找最优大小的分块方式,获得更优的融合图像。该方法与基于空域、频域及其他优化算法的融合方法进行了多个实验比较,结果表明,该方法获得的融合图像具有较好的客观质量和主观视觉感觉。     

基于微粒群区域搜索和小波评价的差分式自动聚焦

为进一步提高图像法自动聚焦的性能,提出了一种差分式提取图像边缘的方法,并构造了图像清晰度的小波评价函数,同时利用微粒群（PSO）算法对聚焦区域进行快速搜索。首先,介绍了差分式边缘提取方法及其优势,给出了一种评价区域的选取判据以及基于PSO的高效搜索方法;然后,对小波评价函数参数进行了比较分析和优选;最后,与传统方法进行了对比实验。结果表明,由于采用了差分式提取方法以及新的自适应聚焦窗口和评价函数,聚焦曲线较传统方法具有更高的调焦分辨率,PSO算法的使用使聚焦速度提高了约170 ms,聚焦精度约为2.3μm,同时调焦效果不受初始位置的影响。     

基于微粒群区域搜索和小波评价的差分式自动聚焦

为进一步提高图像法自动聚焦的性能,提出了一种差分式提取图像边缘的方法,并构造了图像清晰度的小波评价函数,同时利用微粒群(PSO)算法对聚焦区域进行快速搜索。首先,介绍了差分式边缘提取方法及其优势,给出了一种评价区域的选取判据以及基于PSO的高效搜索方法;然后,对小波评价函数参数进行了比较分析和优选;最后,与传统方法进行了对比实验。结果表明,由于采用了差分式提取方法以及新的自适应聚焦窗口和评价函数,聚焦曲线较传统方法具有更高的调焦分辨率,PSO算法的使用使聚焦速度提高了约170 ms,聚焦精度约为2.3μm,同时调焦效果不受初始位置的影响。     

光学显微镜自动聚焦取窗方法研究

针对全自动光学显微镜系统中,传统聚焦窗口选择方法易受图像内容分布、杂质、噪声等因素干扰的问题,提出一种根据内容像素变化量选择聚焦窗口的方法。该方法将灰度差像素数量与边缘像素数量加权作为内容像素数量,据此衡量失焦模糊状态下子块内容含量并划分聚焦窗口,减少杂质与噪声对取窗过程的影响;用降采样后图像各子块内容含量估计原图像内容分布信息,降低图像滤波、梯度计算过程的计算量;使用局部标准差与锐利边缘像素数量联合检测焦平面图像的失焦模糊区域,有效排除玻片杂质造成的焦平面误判。与传统的显微镜自动聚焦取窗方法相比,对内容丰富程度和分布状况不同的显微图像序列,该方法均能获取有效的聚焦窗口,像素梯度均值更高,所得的评价曲线局部极值极少,尖锐性好,因此该方法的成功率高,鲁棒性更强。     

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。     

基于CCD摄像机石材表面粗糙度检测方法

提出了基于聚焦融合的被测石材表面三维重构方法,实现对石材大板表面微观质量的检测。通过CCD摄像机与放大镜头的组装作为图像传感器,使其在驱动电机控制下沿垂直于被测石材大板表面的方向拍摄序列显微图像。将不同层面的图像采用改进的拉普拉斯算法提取出图中所有清晰区域并融合成一幅近似全焦图片,融合后的图片包含了被测石材大板表面的全部特征信息;通过聚焦测度算子、高斯插值确定深度信息,重构出被测石材大板表面三维轮廓,得出量化的表面粗糙度数值;与触针式轮廓仪测出的数值和轮廓线进行分析比较,验证其精度和可行性。     

三峡水库回水末端浮游藻类分布特征及其与DOM荧光特性的相关性研究

为了研究三峡水库库尾水域中浮游藻类的群落结构、组成、分布及其在水库水位定期涨落影响及变化规律,尤其是浮游藻类对库区水质状况的影响机理,选择了三峡水库回水区末端,即重庆朝天门至下游太洪岗约50 km水域的6个代表性的断面,在库区水位由最高蓄水水位稍落的开始阶段,即水华的敏感期2012年3月、4月、5月,采集各个断面水体中的水样,获得了三峡水库末端回水区域浮游藻类的种类、组成及其分布特征的初步信息,并将其与同时段水体的水质参数和溶解有机质(DOM)的三维荧光光谱（EEM）特性的进行了相关性拟合研究。研究结果表明,三峡水库水华敏感期,其回水末端优势藻有属蓝藻门的蓝纤维藻、属绿藻门的小球藻、属硅藻门的直链藻和舟形藻,藻密度分别在0.40～0.56×106,1.9～0.8×106,0.36～0.25×106,0.42～0.15×106 cells·L-1;此外在少数断面鱼腥藻、席藻、刚毛藻、羽纹藻和卵形藻,优势藻密度的变化规律与DOM中类蛋白质荧光峰强度、呈显著相关。为便捷检测水华提供有益参考。     

基于单次曝光光场成像的全焦图像重建技术

为了实现大景深信息全焦面高质量成像,提出了基于单次曝光光场成像的导向滤波全焦图像重建技术:结合光场成像采集视场信息,并采用光场重建的方式获取多聚焦图像源集,利用导向滤波的方法确定各级图像融合权重,进行图像融合得到大景深的全焦图像。实验证明,提出的基于单次曝光光场成像的导向滤波全焦图像重建技术不仅有效保证了多聚焦图像背景的一致性,同时还具有更好的边缘保持效果,从而获得了清晰度更高、综合成像质量更好的全焦图像,因此该技术有望用于现场监控、地理勘探、军事侦察以及无人驾驶等众多领域中。     

基于双模糊的显微图像聚焦评价方法

针对传统聚焦评价方法难以适应显微样本复杂纹理表面及反射率不均的问题,提出了一种抗光照强度、抗反射率不均、亚微米精度的基于双模糊理论的显微图像聚焦评价方法（DB-FEM）,并研究了人工模糊有效标准差的概念,通过理论和实验找寻了较优有效标准差σ的取值。DB-FEM主要通过分析采集图像和其人为模糊图像的特征差异程度实现聚焦判断。首先对采集的层扫图像进行人为模糊处理,然后通过局部方差计算图像和其模糊图像在空域边缘信息和图像Haar小波频域信息的差异度。差异度包括空域边缘、低频纹理和高频边缘。最后将所有差异度相乘,得到基于差异度的聚焦评价曲线。实验结果表明,DB-FEM在不同光照幅值、不同表面形貌复杂度条件下均具有优良的聚焦评价性能,优于现有的空域边缘和频域模态评价方法,在单焦面检测中具有更窄的半峰全宽,在双焦面检测中具有更好的分辨能力。在物镜的放大倍数为20、数值孔径为0.65的条件下,所提方法的轴向分辨率优于0.3μm。     

基于图像块能量梯度的多聚焦图像融合

针对多聚焦图像,提出一种基于图像分块的融合方法。将源图像分为大小相同数量相等的子块,采用能量梯度算子作为对焦评价函数,计算各个图像子块能量梯度匹配度,设置匹配度阈值分离出源图像中的清晰区域。源图像中的清晰区域直接作为融合图像相应的区域,其它区域的处理中,构造与相应子块能量梯度大小相关的图像序列,以及像素点到各个子块中心距离相关的融合函数,然后用融合函数对图像序列融合。实验结果表明该方法有效性和合理性。     

基于小波分解的医学显微图像融合

提出了基于小波分解的医学显微图像融合。通过先将图像进行小波分解,并对小波分解后的不同频率域分别进行了讨论,即分别讨论了选择高频系数和低频系数的原则。选择低频系数时,设计了两种选择方案,即区域能量法和边缘选择法。选择高频系数时,设计了两种选择方案,即区域能量法和目标清晰与模糊判据法。最后选择了在低频系数时采用边缘选择法,在高频系数时采用目标清晰与模糊判据法。从仿真结果的比较来看,在将多个目标聚焦图像融合后,图像能很好地保留多幅原来图像清晰部分的信息,融合后,提高了整幅图像的信噪比,从而获得了整幅高清晰图像。     

基于二代curvelet变换的图像融合研究

曲波(Curvelet)作为一种新的多尺度分析方法比小波更加适合分析二维图像中的曲线或直线状边缘特征,而且具有更高的逼近精度和更好的稀疏表达能力.将curvelet变换引入图像融合,能够更好地提取原始图像的特征,为融合图像提供更多的信息.第二代curvelet理论的提出也使得其理论更易理解和实现.因此,提出了一种基于第二代curvelet变换的图像融合方法,首先将图像进行curvelet变换,然后在相应尺度上利用融合规则将curvelet系数融合,最后进行重构得到融合结果.对多聚焦图像进行了实验,采用均方误差、偏差指数和相关系数对融合结果进行了客观评价,并与基于小波变换的融合进行了比较,实验结果表明该方法除分解2层时与小波性能相当,取其他分解层数时均获得更好的融合效果.     

基于小波分解和进化策略的图像融合方法

提出了一种基于小波分解和进化策略相结合的多聚焦图像融合方法。该方法首先对不同聚焦点图像进行无下采小波分解，并分别将其各方向、各尺度的高频信息进行叠加，然后依据它们在高频信息叠加层上对应的局部区域能量的差异，采用进化策略进行区域划分，进而实现分区域融合。实验结果表明所提出的方法比小波变换法具有更好的融合效果。     

一种基于多分辨率分析的图像融合方法

图像融合通过综合各个图像的互补信息,合并成一个新图像来改善图像的视觉效果.利用拉普拉斯金字塔分解算法对图像进行多分辨率分析,对分解后的图像采用基于区域特征量测的方法进行融合.最后,通过实验证明该方法能够取得很好的融合效果,融合质量优于其他几种方法.     

可视化聚焦纹影系统实现流场中的三维扰动成像

可视化成像系统可以实现流场中扰动信息的捕获。针对光学纹影系统,分别从理论和实验上对比研究了流场中的三维超声扰动成像。因三维超声场在光传播方向上引起的流体介质密度变化不同,光波穿过密度变化的流场时,其相位累积变化使图像不能真实反映声场的扰动特征。线型栅的聚焦纹影系统因其线型栅会产生多刀口滤波的作用,故不能对流场中的三维超声扰动场实现完整成像。为了获得流场中的三维扰动特征,提出了采用环型源栅和刀口栅的改进聚焦纹影系统。结果表明:由改进聚焦纹影装置得到的图像扰动特征与实际流场中超声扰动特征相一致;结合图像重构技术,实现了流场中三维复杂扰动的重构。