基于Laplacian算法的水下偏振图像复原

为了解决船舶航行过程中水下图像质量退化的问题,开展了基于偏振成像的图像对比度提高技术和图像增强算法的研究。该技术中提出了基于偏振信息将不同角度的融合图像分解为多尺度的金字塔图像序列,通过高斯卷积和Laplacian Pyramid算法进行图像融合,结合权重融合系数算法实现对偏振图像的细节特征增强处理;并与小波变换图像融合算法进行对比,可以得出该算法明显改善了水下图像的SNR值和SSIM值。实验表明,该水下偏振系统在衰减系数为2.1的海水环境中,水下成像距离达到6 m,能清晰识别水中物体及其特征识别,且系统运行稳定。     

基于多通道并行采集的部分可分离函数高分辨动态磁共振成像

部分可分离函数(Partial Separability,PS)是一种高分辨动态磁共振稀疏成像模型,可以对心脏等运动目标实现高 分辨动态成像,然而该模型需要充足的扫描数据才能进行图像重建,因此存在扫描时间较长的缺点。文章在 PS 模型基础 上,利用并行成像原理对磁共振数据进行降采样,从而缩短 PS 模型的扫描时间。数学仿真和载体实验结果表明,该方法 可以准确重建出高时空分辨率磁共振图像并且将扫描速度提高 2～3 倍。     

基于FPGA的高性能三维电阻抗成像系统

构建以FPGA为核心控制器的两层32电极的高性能三维电阻抗成像系统,详细描述了系统的软硬件设计、系统性能测试及成像试验,图像重建采用共轭梯度算法。测试结果表明,系统测量精度达0.082%,系统空间分辨率达0.51%,信噪比达60.3 dB。在盛有盐水的实验盐水槽进行成像试验,结果表明该系统能够准确识别待测区域目标物的个数、位置、大小等信息。系统的构建为深入研究三维电阻抗成像等关键技术提供可靠的硬件平台。     

基于CMOS图像传感器的皮卫星成像系统设计

为满足皮卫星对成像系统的特殊要求,设计了基于CMOS图像传感器的成像系统。简单阐述了系统设计方案,详细说明了系统关键模块包括对CMOS相机的控制以及图像传输等在FPGA中的实现过程,并从器件选型、TMR技术应用等方面讨论了系统的可靠性。该系统应用于皮卫星样机中,通过了高低温试验、温度冲击试验、粒子辐照试验等,验证了其可行性。     

多光子激发随机扫描显微成像软件系统仿真

多光子激发随机扫描显微成像系统将为神经功能成像提供一个有效工具而成为研究热点,但成像软件系统的研制是其难点之一。分析了多光子激发随机扫描显微成像的实验流程,在VC6.0开发平台下,对飞秒激光扫描控制和荧光信号采集,全视场图像重构,感兴趣区域选取,图像和信号曲线动态同步显示等主要功能进行了软件仿真,对开发完整的多光子激发随机扫描显微成像软件系统具有重要的参考价值。     

基于虚拟成像系统的文档图像矫正

由于相机成像系统中相机、成像平面、文档平面三者位姿角度的原因,会导致相机获取的文档图像为透视投影而不是正视图,对后期的文字提取与识别等处理造成消极影响;对相机成像系统进行分析,影响相机成像的因素是数学模型下的相机的成像坐标系与世界坐标系的相互转换问题,所以利用了相机坐标系经旋转矩阵转换的技术,提出了一种通过旋转矩阵将真实成像相机坐标系转换为正视图的虚拟相机坐标系,并进行图像像素点的重映射,以实现对文档图像的位姿校正;采用双目相机进行文档拍摄实验,结果表明该方法过程简单易行、可行性高、能有效的对文档图像进行矫正     

基于OpenGL的空间目标图像生成方法

空间目标监视系统设计与目标识别算法开发需要有充足的图像源,为解决空间目标识别问题,在无法采用真实空间目标进行试验,开展仿真成像研究尤为重要,为使仿真图像体现真实空间目标成像探测系统且有探测能力,在分析OpenGL透视投影成像模型与真实成像系统的针孔成像模型之间的关系的基础上,提出了在OpenGL平台生成空间目标图像的方法与流程,通过合理设置有关参数生成目标和成像系统信息在内的仿真图像.经仿真实验证实,提高了仿真图像的真实感和可信度,并具有图像处理算法稳定性和可靠性,为空间目标成像探测系统设计和目标识别算法研究提供了数据基础.     

基于GPS数据的OMIS图像航线校正研究

随着GPS实时定位技术的发展,GPS广泛地应用于舰船、飞机等动态目标的导航定位。机载GPS数据用于遥感图像航线校正就是利用机载GPS数据模拟计算出飞机飞行的各种姿态参数,从而对由机载成像光谱仪获得的遥感图像进行方位校正,使遥感图像达到几何粗校正的结果,为几何精校正打下基础。OMIS是中国科学院上海技术物理所新近研制的128通道成像光谱仪,并于1998年8月在江苏常州进行了试验飞行。结合这次实验,利用机载GPS数据对飞行图像进行了航线校正研究,并结合实际飞行数据进行了实验,获得了较好的结果。     

基于GPS数据的OMIS图像航线校正研究

随着GPS实时定位技术的发展,GPS广泛地应用于舰船、飞机等动态目标的导航定位。机载GPS数据用于遥感图像航线校正就是利用机载GPS数据模拟计算出飞机飞行的各种姿态参数,从而对由机载成像光谱仪获得的遥感图像进行方位校正,使遥感图像达到几何粗校正的结果,为几何精校正打下基础。OMIS是中国科学院上海技术物理所新近研制的128通道成像光谱仪,并于1998年8月在江苏常州进行了试验飞行。结合这次实验,利用机载GPS数据对飞行图像进行了航线校正研究,并结合实际飞行数据进行了实验,获得了较好的结果。     

基于纹理特征的测井图像分类算法的研究

成像测井由于其能够以图像的形式直观表示地层的岩性与结构特征,已成为测井领域的研究热点之一.如何利用图像处理、模式识别等相关理论方法对成像测井图像进行较为精确的定量评价和解释是研究的核心.首先从成像测井的研究背景及现状出发,详细比较和分析了纹理分析的各种算法.通过对灰度共生矩阵法、LBP算法、Gabor变换、小波变换、Contourlet变换等算法进行比较,给出成像测井图像分类过程中特征提取的参考建议.在此基础上,结合测井图像的模式特点,提出了一个基于纹理特征的成像测井图像分类系统模型.最后总结了该领域所面临的问题及未来的研究发展趋势.     

磁共振并行成像技术综述

介绍了常用的磁共振成像加速方法,其中并行成像尤为重要,因为它可以和其他加速方法互补;还介绍了5种常见的并行成像方法:利用局部灵敏度的部分并行成像、灵敏度编码、空间谐波同时获取、泛化自校正部分并行获取、与基于阵列线圈灵敏度的并行编码与复原.最后,讨论了这5种方法的互相联系,以及在工业上的应用,并展望了动态成像和非笛卡尔坐...     

计算成像前沿进展

计算成像是融合光学硬件、图像传感器和算法软件于一体的新一代成像技术,突破了传统成像技术信息获取深度(高动态范围、低照度)、广度(光谱、光场、3维)的瓶颈。本文以计算成像的新设计方法、新算法和应用场景为主线,通过综合国内外文献和相关报道来梳理该领域的主要进展。从端到端光学算法联合设计、高动态范围成像、光场成像、光谱成像、无透镜成像、低照度成像、3维成像和计算摄影等研究方向,重点论述计算成像领域的发展现状、前沿动态、热点问题和趋势。端到端光学算法联合设计包括了可微的衍射光学模型、折射光学模型以及基于可微光线追踪的复杂透镜的模型。高动态范围光学成像从原理到光学调制、多次曝光、多传感器融合以及算法等层面阐述不同方法的优点与缺点以及产业应用。光场成像阐述了基于光场的3维重建技术在超分辨、深度估计和3维尺寸测量等方面国内外的研究进展和产业应用,以及光场在粒子测速及3维火焰重构领域的研究进展。光谱成像阐述了当前多通道滤光片,基于深度学习和波长响应曲线求逆问题,以及衍射光栅、多路复用和超表面等优化实现高光谱的获取。无透镜成像包括平面光学元件的设计和优化,以及图像的高质量重建算法。低照度成像包括低照度情况下基于单帧、多帧、闪光灯和新型传感器的图像噪声去除等。3维成像主要包括针对基于主动方法的深度获取的困难的最新的解决方案,这些困难包括强的环境光干扰(如太阳光)、强的非直接光干扰(如凹面的互反射、雾天的散射)等。计算摄影学是计算成像的一个分支学科,从传统摄影学发展而来,更侧重于使用数字计算的方式进行图像拍摄。在光学镜片的物理尺寸、图像质量受限的情况下,如何使用合理的计算资源,绘制出用户最满意的图像是其主要研究和应用方向。     

定量磁共振图像的深度学习重建方法进展

磁共振成像是一种应用广泛的无创医学成像方法,因其丰富的软组织对比度可以成像人体几乎所有内部结构,包括器官、骨骼、肌肉和血管,已成为临床医学影像诊断的利器。然而磁共振成像存在两大公认的瓶颈：成像速度慢、扫描操作烦琐。深度学习给磁共振成像带来莫大的契机,给传统磁共振加速成像带来新的可能。鉴于该领域的快速发展性质,本文旨在总结文献中报道的大量深度学习和磁共振图像重建相结合的方法,以更好地了解该领域。本文简单介绍磁共振成像在多通道线圈接收的并行加速和压缩感知加速下的深度学习重建方法,其中单对比度图像可通过多通道接收线圈提供的冗余度用于加速,多对比度图像可额外使用不同对比度图像这一维度用于加速,动态图像与多对比度图像类似可额外使用时间维度用于加速,本文也将介绍深度学习在这些方面的发展。随着磁共振成像近年来由定性多对比度成像向定量多参数成像的发展,其中定量成像的图像中可内含多对比度图像,如何借用深度学习提供的能力将定性多对比度图像映射到参数图也是一个难点,近年来这一方向也获得了较快的发展,文中也将针对这方面内容进行调研并介绍。针对上述内容,分别介绍国际研究现状和国内研究现状,拟更好地总结国内外研究的发展的异同和趋势。最后对深度学习助力定量磁共振成像方面进行了展望。     

在体生物光学成像技术的研究进展

在体生物发光成像和在体荧光成像是近年来新兴的在体生物光学成像技术, 能够无损实时动态监测被标记细胞在活体小动物体内的活动及反应, 在肿瘤检测、基因表达、蛋白质分子检测、药物受体定位、药物筛选和药物疗效评价等方面具有很大的应用潜力. 本文详细介绍了在体生物发光成像和在体荧光成像的特点、系统及应用, 比较了它们的异同, 综述了在体生物光学成像技术的基本原理和应用领域, 讨论了将其应用于临床的进一步发展方向.     

微波强度关联图像辐射性能敏感性分析

微波强度关联成像技术通过发射时空两维随机辐射场,并与接收的目标回波强度数据进行关联以实现超天线孔径限制的微波成像。作为一种新型静止雷达成像技术,其不同模型参数对于重构图像辐射性能影响尚不明确。基于微波强度关联成像模型,通过改变模型参数设置,可以获得观测矩阵和重构图像的辐射特性变化趋势,以此分析不同参数设置下图像的辐射性能。分析结果表明:改进天线阵元数目、带宽等模型参数,能有效提高图像辐射性能,尤其是大场景高分辨率的成像区域;增大天线平台高度和网格长度,图像辐射性能有所降低;对于地物均匀的场景,系统设计要求相对较低。分析结果将有助于改善系统设计参数。     

一种高重复频率激发电路下的高速超声内窥成像系统

光学相干层析-血管内超声联合（Optical coherence tomography intravascular ultrasound, OCT-IVUS）成像技术能同时弥补光学相干涉成像的低成像深度与超声成像的低分辨率,能够较为全面地进行血管内的易损斑块识别,但受血管内超声（Intravascular ultrasound, IVUS）技术超声激发重复频率限制,OCT-IVUS成像难以在高帧率成像的同时获得高成像线数,从而影响显示分辨率。为提升IVUS成像速度,同时不降低图像显示的分辨率,尝试应用高重频超声激发技术的方法解决这一难题。本文设计了一种50 kHz的高重频超声激发电路,并在此设计基础上研制了一种50 f/s的高速超声内窥成像系统;进而对系统性能进行测试。激发电路高压脉冲测试以及信噪比（Signal noise ratio, SNR）测试结果表明：激发电路可用于25 MHz超声换能器的激发,具有较高的SNR;应用此激发电路所研制的超声内窥成像系统能够在不降低显示分辨率的前提下提高成像速度,该系统技术能有效检出易损斑块,促进OCT-IVUS的临床应用,对心血管疾病的早期发现、诊断和预防具有一定价值。     

机器学习在术中光学成像技术中的应用研究

术中光学成像技术的兴起为临床手术提供了更加便捷和直观的观察手段。传统的术中光学成像方法包括开放式光学成像和术中腔镜、内镜成像等,这些方法保障了临床手术的顺利进行,同时也促进了微创手术的发展。随后发展起来的术中光学成像技术还有窄带腔镜成像、术中激光共聚焦显微成像和近红外激发荧光成像等。术中光学成像技术可以辅助医生精准定位肿瘤、快速区分良恶性组织和检测微小病灶等,在诸多临床应用领域表现出了较好的应用效果。但术中光学成像技术也存在成像质量受限、缺乏有力的成像分析工具,以及只能成像表浅组织的问题。机器学习的加入,有望突破瓶颈,进一步推动术中光学成像技术的发展。本文针对术中光学成像技术,对机器学习在这一领域的应用研究展开调研,具体包括：机器学习对术中光学成像质量的优化、辅助术中光学成像的智能分析,以及辅助基于术中光学影像的3维建模等内容。本文对机器学习在术中光学成像领域的应用进行总结和分析,特别叙述了深度学习方法在该领域的应用前景,为后续的研究提供更宽泛的思路。     

光学分子影像关键技术及应用研究

光学分子影像成为近年来医学影像学研究中的新兴热点之一,其以靶向性的分子影像探针为先决条件,以新兴成像模态为发展特色,以多模态分子影像技术为核心内容,以分子影像手术导航为应用出口,在预临床和临床应用方面都取得了突出的进展。在分子影像探针方面,靶向性的光学分子影像探针在疾病的诊断和治疗研究与应用中得到越来越多的关注。契伦科夫成像作为一种新型的光学分子成像模态,可以实现肿瘤的高灵敏早期检测与精准定位。在多模态分子影像方面,以光学为核心有机融合结构与代谢信息的多模态分子成像技术成为医学影像技术发展的前沿,研发实现结构、功能和分子影像数据的同机获取的光学多模态分子影像成像设备,为生物医学领域的研究提供更精细、更全面的生理病理信息。在分子影像手术导航方面,光学分子影像作为一种非入侵式的成像技术,实现手术过程中对肿瘤及病灶组织边界的实时、精准定位,有效的为外科医生提供辅助,从而提高患者的生存率。总之,光学分子影像技术的不断发展,为疾病的精确诊断与个性化治疗提供新的手段。     

Extraction of target fluorescence signal from in vivo background signal using image subtraction algorithm

Challenges remain in fluorescence reflectance imaging (FRI) in in vivo experiments, since the target fluorescence signal is often contaminated by the high level of background signal originated from autofluorescence and leakage of excitation light. In this paper, we propose an image subtraction algorithm based on two images acquired using two excitation filters with different spectral regions. One in vivo experiment with a mouse locally injected with fluorescein isothiocyanate (FITC) was conducted to calculate the subtraction coefficient used in our studies and to validate the subtraction result when the exact position of the target fluorescence signal was known. Another in vivo experiment employing a nude mouse implanted with green fluorescent protein (GFP)—expressing colon tumor was conducted to demonstrate the performance of the employed method to extract target fluorescence signal when the exact position of the target fluorescence signal was unknown. The subtraction results show that this image subtraction algorithm can effectively extract the target fluorescence signal and quantitative analysis results demonstrate that the target-to-background ratio (TBR) can be significantly improved by 33.5 times after background signal subtraction.