分级多尺度变换的水下偏振图像融合法

提出了一种分级多尺度融合的水下偏振图像处理方法.首先,利用非负矩阵分解对偏振参量图像进行融合增强,得到所含局部特征信息完整且冗余度低的偏振参量融合图像;在此基础上,基于二维经验模式分解分别将偏振参量融合图像与偏振强度图像进行多尺度变换,对得到的高低频子图像分别进行加权平均融合,融合权重是采用穷举搜索法计算得到;最后,将高低频融合结果反变换得到最终融合图像.实验仿真结果表明该融合方法在增强图像细节信息及提高水下偏振图像对比度方面具有显著效果.     

X光超瑞利散斑场傅里叶变换关联成像模拟研究

X光傅里叶变换关联成像有望实现台式纳米显微系统,但在实际应用中受限于较低的光通量和成像信噪比,重构图像质量不佳.为解决这一问题,针对X光调制屏的二元特性,研究了基于X光超瑞利散斑场的傅里叶变换关联成像技术,并理论推导了二元调制屏调制散斑场,提出将散斑场对比度以及局部对比度之差作为目标函数,用带精英策略的非支配排序遗传算法优化设计二元调制屏.数值仿真结果表明,该方法可以得到高对比度的X光超瑞利散斑场,利用X光超瑞利散斑场可实现傅里叶变换关联成像,提高图像可见度,在低信噪比条件下提高图像质量.     

基于多角度无透镜傅里叶变换数字全息的散斑噪声抑制成像研究

在数字全息成像中,散斑噪声严重影响了再现像的信噪比和成像分辨率,因此为了提高数字全息成像质量,迫切需要抑制再现像的散斑噪声.分析并给出了矩形散射光斑的强度协方差,定量计算了特定实验条件下产生退相关散斑图样的最小角度差.结合透镜的性质设计并搭建了多角度无透镜傅里叶变换数字全息成像系统,利用光纤端面在透镜焦平面的二维机械移动代替传统反射镜的旋转,使照明光束在不改变照明位置和大小的同时,可任意改变光束方向.移动光纤端面使多角度照明满足最小角度差,获取了81幅数字全息图.利用单次快速傅里叶逆变换实现数值再现,对多幅再现像的强度像求平均,实验结果表明散斑对比度降低为单幅再现像的14.6%,使图像信噪比提高了6.9倍.该抑制散斑的多角度数字全息成像方法有效的抑制了散斑噪声,且成像光路结构简单,可操作性强.     

基于数学形态学的数字全息再现像融合方法

针对数字全息中不同再现距离获得的携带不同聚焦信息的再现像, 提出了一种基于数学形态学的多聚焦再现像融合方法, 以有效扩展成像景深。首先通过小波-Controulet变换获得源图像的高频和低频分量;然后, 针对数字全息中含散斑噪声的特点, 对高频分量采用基于数学形态学区域能量的方法进行融合, 对低频分量采用加权对比度法进行融合;最后, 将融合系数反变换得到融合图像。通过对算法的有效性分析和实验验证, 将本文提出的方法与不加入数学形态学的融合方法进行了对比研究。结果表明, 基于数学形态学的融合方法能充分抑制散斑噪声的影响, 保留更多细节信息, 有效扩展了成像景深范围达11.5 cm。其中, 对于表面粗糙且信息量较少的骰子, 基于数学形态学方法的空间梯度算子提高了11.8%, 熵值提高了2.7%;对于表面光滑且信息量较多的硬币, 其空间梯度算子提高了13.6%, 熵值提高了2.8%。     

针对多散斑图的差分压缩鬼成像方案研究

鬼成像方案实现所需设备、成像的质量以及成像所花的时间是决定鬼成像技术可实用化的重要因素. 本文提出一种针对多散斑图的差分压缩鬼成像方案. 该方案通过连续探测多个独立的散斑图, 降低了热光鬼成像方案对探测器高时间分辨力的要求; 通过采用差分方法, 抑制了背景噪声和其他噪声源的干扰; 通过使用压缩感知重建算法, 有效地降低了鬼成像所需时间并同时提升成像的质量. 数值仿真结果表明, 对于二灰度“N” 图, 本方案在8000次的采样情形下与多散斑图鬼成像方案35000次采样的结果相比, 均方误差降低了96.9%、峰值信噪比提升15.1 dB. 对于八灰度“Pepper”图, 本方案与多散斑图鬼成像方案相比, PSNR提升11.4 dB. 本方案可降低探测设备的要求、提高成像质量、降低重建时间, 具有广阔的应用前景.     

强度涨落在热光鬼成像中的作用

热光鬼成像的图像质量在实际应用中具有重要作用. 通过理论分析和数值模拟, 发现光场的强度涨落程度会影响热光鬼成像的对比度, 基于此, 提出可以通过调节热光场的平均强度和强度波动的方差来提高成像对比度, 并且研究了这一方法对成像信噪比的影响. 将这种方法与另一种提高成像对比度的方法——高阶鬼成像进行了对比, 所得结果将有助于提高对热光鬼成像的理解. 关键词： 鬼成像 强度涨落 对比度 信噪比     

基于支持度变换和top-hat分解的双色中波红外图像融合

为了解决用多尺度top-hat分解法融合双色中波红外图像时经常存在对比度提升有限、边缘区域失真较重的问题,提出了基于支持度变换和top-hat分解相结合的融合方法。先用支持度变换法将双色中波图像分解为低频图像和支持度图像序列;再从最后一层低频图像中用多尺度top-hat分解法提取各自的亮信息和暗信息;用灰度值取大法分别融合亮信息和暗信息;通过灰度值归一化和高斯滤波分别增强亮、暗信息融合图像;然后融合两低频图像和亮、暗信息增强图像;将融合图像作为新的低频图像和用灰度值取大法融合得到的支持度融合图像序列进行支持度逆变换,得到最终融合图像。该方法的实验结果同采用单一的支持度变换法融合和多尺度top-hat分解法融合相比,融合图像的对比度提升了11.69%,失真度降低了63.42%,局部粗糙度提高了38.12%。说明提出的从低频图像提取亮暗信息,并经过分别融合、增强,再与低频图像进行融合,能有效破解红外融合图像对比度提升和边缘区域失真度降低之间的矛盾,为提高图像融合质量提供了新方法。     

子阵列差分系数加权的超声成像算法

传统的自适应加权系数可以有效改善超声图像的分辨率和对比度,但会影响背景图像的散斑特性,因此提出子阵列差分加权系数(SDF)以提升图像质量。该系数适用于传统线扫描超声成像,首先对阵列接收到的回波信号采用子阵列平滑的方式计算均值,得到信号中高相干性成份的强度,再用差分的方式反映相邻阵元回波信号之间的差异性,最后对延时叠加(DAS)成像结果进行加权成像。仿真和实验结果表明SDF (L=8)加权算法相对于传统的DAS成像算法,可以有效改善分辨率和对比度,其中仿真数据的对比度提高了62.9%,体模实验数据的对比度提高了74.7%。相对于相干系数(CF)、广义相干系数(GCF)和信号均值标准差系数(SMSF),SDF可以改善背景组织的成像质量,其中仿真图像的散斑信噪比(SSNR)分别提高了36.8%,5.7%和26.2%,体模实验图像的SSNR分别提高了48.6%,17.0%和20.9%。可见SDF系数可以有效改善超声成像的质量。      

基于潜在低秩表示与复合滤波的红外与弱可见光增强图像融合方法

针对传统红外与弱可见光图像融合算法中存在的亮度与对比度低、细节轮廓信息缺失、可视性差等问题,提出一种基于潜在低秩表示与复合滤波的红外与弱可见光增强图像融合方法.该方法首先利用改进的高动态范围压缩增强方法增强可见光图像提高亮度;然后利用基于潜在低秩表示与复合滤波的分解方法分别对红外与增强后的弱可见光图像进行分解,得到相应的低频和高频层;再分别使用改进的对比度增强视觉显著图融合方法与改进的加权最小二乘优化融合方法对得到的低频和高频层进行融合;最后将得到的低频和高频融合层进行线性叠加得到最终的融合图像.与其他方法的对比实验结果表明,用该方法得到的融合图像细节信息丰富,清晰度高,具有良好的可视性.     

基于非下采样轮廓波变换和直觉模糊集的红外与可见光图像融合

针对传统图像融合方法造成的边缘模糊、细节损失、图像对比度与清晰度容易降低等问题,利用非下采样轮廓波变换,提出一种基于直觉模糊集和区域对比度的红外与可见光图像融合算法.首先,使用非下采样轮廓波变换将源图像分解,分别得到源图像的高频和低频成分.其次,利用直觉模糊集灵活准确描述模糊概念的特性,构建双高斯隶属函数对低频成分进行融合;利用区域对比度详细描述图像纹理信息的特点,采用多区域特征对比度结合距离分析的融合规则,对高频成分进行融合.最后使用非下采样轮廓波逆变换得到融合图像.实验结果表明,与其它融合算法相比,该算法提高了图像对比度,保留了源图像中的边缘和细节信息,且得到的融合结果具有更优的客观评价值.