基于平板探测器的锥束CT投影图像校正

在分析基于平板探测器的锥束CT投影图像缺陷的产生原因和特性的基础上,提出校正的方法,分别对投影图像进行暗场、像元响应不一致的一步校正和光场不均匀校正、像素坏点去除。通过在同一锥束CT系统中相同电压、电流水平情况下,采集不同积分时间下的空气投影图和相同条件下的暗场图,并对其像素值变化进行分析、拟合和对比,得到系统的线性参数矩阵、光场分布图和坏点位置图。对空气投影图像进行校正,并将其作为不完全参照,计算射线吸收系数,用于锥束CT重建。实验结果表明,该方法能有效去除锥束CT投影图像的噪声,抑制物体重建切片的大量环状伪影的产生,提高锥束CT系统重建图像的质量。     

基于运动指导的红外焦平面非均匀性校正方法

针对红外焦平面阵列(IRFPA)非均匀性校正算法中基于场景类自适应校正算法存在的目标退化和伪像等问题,提出一种新的基于运动检测指导的自适应校正算法。该算法首先通过预处理为实时校正准备背景帧图像和坏元模板,接着根据前后两帧场景信息的运动方差,自适应地调整迭代步长,最后结合运动幅度更新增益校正系数,对图像实施校正。以含有弱小目标的实际红外图像序列进行仿真的结果表明,新算法有效地抑制了目标退化,消除了伪像;去除了固定图案噪声,具有自适应性。     

基于双调和插值的锥束CT金属伪影校正算法

在计算机断层扫描(CT)中,金属植入物会引入严重的伪影,导致图像质量降低影响诊断价值。为了对锥束CT中的金属伪影进行校正,提出了一种基于双调和方程的金属伪影校正算法。首先,对含金属伪影的重建图像进行双边滤波和金属阈值分割,获得金属和非金属图像;然后,对二者进行正向投影,获得金属投影区域和先验投影图像;接下来,利用先验投影图像对原始投影进行归一化,并对金属区域进行双调和方程插值修复,获得修复的投影数据;最后,对修复的投影数据去归一化,并利用FDK算法进行重建,再与金属图像融合获得最终的校正图像。为了验证该算法的性能,采用实际拍摄的数据进行金属伪影校正实验。结果表明,与常用的线性插值校正算法和归一化校正算法相比,所提算法ROI区域内图像的均方根误差分别减少了22%和8%,有效地抑制了金属伪影,优于常用的去金属伪影算法。     

基于数学形态学的CT图像金属伪影消除算法

金属伪影的有效校正一直都是CT重建的一个重要课题。传统的插值校正法和迭代去模糊法将投影数据作为输入值,但在实际应用中经常不能得到原始投影数据。针对该问题,提出一种基于数学形态学的金属伪影消除算法。首先,通过线检测和霍夫变换提取初始图像中的条纹伪影,并找到金属物体的中心坐标;其后,以金属物体的中心坐标为注视点,对含有伪影的初始图像进行极坐标变换;继而在极坐标图像中,选择合适的结构元素和形态学过滤器消除伪影;最后将过滤后的极坐标图像转换为笛卡尔坐标系中的图像。实验结果表明,该算法能够有效消除金属伪影,并将滤波反投影图像作为输入值,能够应用于无法得到原始投影数据的情况。     

基于NL-PF和MIMS的CT金属伪影消除算法

建立了一套针对由金属伪影造成的CT图像质量退化的恢复算法。利用Non-Local前置滤波(Non-Local Pre-filter,NL-PF)对原始CT图像进行全局滤波,从而有效地滤除原始图像中的噪声并对射线状金属伪影进行了平滑,其后配合最大互信息量分割算法(Mutual Information Maximized Segmentation,MIMS)从图像中分割出伪影成份,并利用其周围非伪影部分的像素对伪影类像素进行插值处理得到一个称之为"伪组织"类的图像。最后,通过融合"伪组织"图像的sinogram和原始CT图像的sinogram,得到校正的sinogram并采用滤波反投影重建算法完成金属伪影的CT校正图像。利用所提出的方法可以对含有金属伪影的CT图像进行有效伪影消除,其中射线状伪影消除效果显著。另外,此方法还可以锐化器官轮廓,避免了临床上由于金属伪影导致的放射治疗效果下降。实验表明,金属伪影消除算法可以有效地消除高密度物体造成的金属伪影,从而提高临床诊断和治疗的效果提供技术支持。     

自适应复杂环境的投影图像校正算法

为实现投影仪在任意表面上的自适应投影,提出一种可以在日常环境光照条件下进行自动几何校正和色彩补偿的投影图像校正算法.该算法使用基于二进制编码结构光的离散映射集合方法,通过计算对应像素映射关系消除投影图像的几何畸变;然后应用一种优化的朗伯特反射模型构造投影表面的纹理空间,对原始投影图像进行预处理和全局亮度补偿,最终实现投影图像的颜色补偿.实验结果表明,基于文中算法在复杂环境中进行投影,可以在不规则几何表面上投影出符合视觉期望的无变形图像,并能够有效地消除投影表面固有纹理和环境光照对投影图像的干扰;将自适应复杂环境的投影图像校正算法应用于传统投影机摆脱了投影机对投影幕布的依赖,可以在任意环境中实现近似于白色平板幕布的投影效果.     

一种抑制封闭式多投影仪显示系统的光干扰方法

360°全封闭式多投影显示系统中,为了减少各投影画面出现光线多次漫反射相互干扰,采用基于数字图像处理技术的校正方法对帧缓存的图像进行预处理,通过分析光干扰前后投影图像像素值的变化,建立帧缓存图像、光干扰前投影图像、光干扰后投影图像这三者之间的模型关系,得出预处理校正方案。经过实验证明,该技术对由封闭式多投影显示系统光干扰造成的图像对比度降低是可行的,且得到了很好的效果。     

CCD亚像素细分中的像素响应不均匀性补偿技术

从理论上分析了像素响应不均匀性对CCD亚像素细分的影响,以及CCD暗电流和光电响应不均匀性产生的原因.根据光电响应模型提出了CCD像素光电响应不均匀性的校正方法,推导出了像素光电响应不均匀性的校正系数的计算方法,并给出了校正性能评价方法.针对实际校正中干扰光的影响,提出了采用变波长去除干扰方法,用以对校正方法进一步修正和加强校正的稳定性.研究表明,能量和噪声的变化对提出的校正方法影响小,校正过程不受信号分布形式的影响,校正量对信号能量变化具有自适应性.仿真和实验结果验证了校正方法和校正系数算法的正确性和可行性,表明校正方法可以有效地提高亚像素细分的准确性和稳定性.     

内投式球幕投影系统的实现算法

针对内投式球幕投影中涉及的计算机处理过程,提出了基于虚拟球面变换和虚拟鱼眼透镜投射的内投式球幕投影算法,并针对不规则鱼眼透镜导致的球幕映像扭曲,提出了基于等立体角投影函数的六阶函数校正算法,该六阶函数的系数可通过简单求解六元一次方程获得。实验结果表明,该方法能完全消除不规则鱼眼透镜导致的球幕投影扭曲。针对球幕投影导致的图像亮度分布变异提出了基于投射角余弦修正的球幕光强校正算法。实验结果表明,该算法成功地把与输入二维图像亮度分布差异明显的球幕投影图像校正至与原始图像亮度分布高度一致的状态。该方法对球幕投影系统的设计和软件开发具有重要的理论指导意义和实践应用价值。     

内投式球幕投影系统的实现算法

针对内投式球幕投影中涉及的计算机处理过程,提出了基于虚拟球面变换和虚拟鱼眼透镜投射的内投式球幕投影算法,并针对不规则鱼眼透镜导致的球幕映像扭曲,提出了基于等立体角投影函数的六阶函数校正算法,该六阶函数的系数可通过简单求解六元一次方程获得。实验结果表明,该方法能完全消除不规则鱼眼透镜导致的球幕投影扭曲。针对球幕投影导致的图像亮度分布变异提出了基于投射角余弦修正的球幕光强校正算法。实验结果表明,该算法成功地把与输入二维图像亮度分布差异明显的球幕投影图像校正至与原始图像亮度分布高度一致的状态。该方法对球幕投影系统的设计和软件开发具有重要的理论指导意义和实践应用价值。     

Calibration of the visible and near-infrared channels of NOAA-11 and -14 AVHRRs by using reflections from molecular atmosphere and stratus cloud

A new method to determine the calibration coefficients for visible and near-infrared channels of Advanced Very High Resolution Radiometer (AVHRR) aboard NOAA satellite is presented and applied to NOAA-11 and -14 spacecrafts. The method uses the reflections from clear-sky ocean and stratus clouds. The clear-sky data analysis gives a minimum estimate of the slope coefficient (albedo per count) for a target month by using radiative transfer theory for molecular atmosphere. Cloudy-sky pixels were precisely excluded from that analysis by using multi-spectral data of AVHRR. Neighbouring pixels of cloud were also excluded to avoid three-dimensional radiative effects such as cloud shadow. On the other hand, the optical thickness (at a visible wavelength) of summer stratus clouds was retrieved from nominally calibrated reflectance of respective visible and near-infrared channels. This analysis was performed to adjust the balance between the two-channels' calibration coefficients because if the two channels were correctly calibrated, the cloud optical thickness retrieved from the two channels must be the same. Finally, the calibration coefficients were determined using iteration.     

液压同步顶升控制系统传感器误差标定

由于位移传感器自身的线性度问题,在现场使用过程中测量值与真实值之间必然会存在一定的误差,位移传感器的现场标定就必不可少.针对中海油油品1#汽车装车台液压同步顶升控制系统提出了一种位移传感器测量值示值误差标定方法,本方法以位移传感器的绝对误差为标定对象,通过调整A/D转换的偏移与增益来使示值拟合实际值,最后用最小二乘法来求其拟合直线,通过比较其相关系数和绝对误差来确定最后一组的偏移和增益值.     

基于单幅图片的相机完全标定

现有相机标定方法的标定过程比较繁琐,不利于标定相机的广泛使用。为此,从摄像机镜头畸变矫正着手,结合标定板信息及消失点约束,提出一种基于单张图片的相机标定方法。利用非线性迭代得到相机镜头的畸变系数,通过线性求解得出相机的内参,直接计算得到相机的外参,从而实现仅需拍摄单张标定板图片的相机完全标定。实验结果表明,该方法在标定板与视平面夹角小于45°的情况下均能成功标定,并且重投影误差小于0.3像素。     

车辆牌照类型判定方法研究

本文提出一种基于车牌图像梯度直方图和灰度直方图确定车牌类型的方法。该方法首先对车牌图像进行水平方向一阶差分;然后,根据梯度直方图中值对应的灰度级,以及目标像素点占图像像素点比例这个统计特征确定车牌类型。通过对300幅图像进行实验,结果证明本方法均能够正确判定车牌类型。     

实时图像的运动目标检测及跟踪

在复杂背景的运动目标实时检测算法的研究中,由于目标受到外界环境影响,目标不能正确提取。针对克服背景干扰因素提取,干净的目标像素,大多数背景建模与背景更新算法计算复杂,难以满足视频监控的实时要求。为解决上述问题,提出一种根据像素特征的背景差法,将目标的边缘特征融入减背景算法,通过对离散的目标边缘梯度像素进行网格密度聚类法实现目标像素的提取,采用改进的均值漂移跟踪算法,在DM642平台上实现目标检测与跟踪。实验结果表明,改进的算法可以有效的克服光线变化、背景抖动、噪声等问题,实时检测、跟踪多个目标,并能解决目标遮挡问题。     

一种获取Q60校色卡扫描颜色值的方法

对扫描仪进行颜色校正实验时,经常需要计算Q60校色卡被扫描后的颜色值,但校色卡的扫描颜色值不太容易获取,因为校色卡的每个色块经扫描后都包含数千个像素点,每个像素的颜色值各不相同。提出一种利用BMP图像文件属性,在VC＋＋环境下,直接编程计算Q60校色卡每一色块的扫描颜色值的方法。实验结果证明,该方法所测得的数据可靠,且简单易行,因此具有较高的实用价值。     

Tuning of Adaptive Weight Depth Map Generation Algorithms

In depth map generation algorithms, parameters settings to yield an accurate disparity map estimation are usually chosen empirically or based on unplanned experiments. Algorithms’ performance is measured based on the distance of the algorithm results vs. the Ground Truth by Middlebury’s standards. This work shows a systematic statistical approach including exploratory data analyses on over 14000 images and designs of experiments using 31 depth maps to measure the relative influence of the parameters and to fine-tune them based on the number of bad pixels. The implemented methodology improves the performance of adaptive weight based dense depth map algorithms. As a result, the algorithm improves from 16.78 to 14.48 % bad pixels using a classical exploratory data analysis of over 14000 existing images, while using designs of computer experiments with 31 runs yielded an even better performance by lowering bad pixels from 16.78 to 13 %.     

IMRAN: a noise estimation method for relative radiometric calibration data

Radiometric calibration is the foundation for remote sensors to accurately record the reflected energy from targets and to also effectively display the reflectance diversity among them. As one of the calibration methods, pre-launch laboratory relative calibration is essentially a normalizing process for each detector of a sensor at different intensity levels of various radiation sources. However, interferences such as stray light, dark current, and stochastic noise will cause some deviation of the normalizing correction factor. In this article, we propose an integral noise (a combination of the aforementioned three noises) estimation method based on the correlation between the elements of the calibration data itself. Abbreviated as IMRAN (Iterative Maximal Residual As Noise), this method is an iteration procedure using least square fitting to calculate the maximum residual of the sensor pixel in question against the rest sensor pixels and to consider this value as the estimated noise. The iteration is continued after subtracting the noise from the raw data of the sensor pixel until the noise estimation gets converged and then the accumulation of the results from each round is the final estimated noise. And this procedure is applied to every sensor pixel. The verification results demonstrated the IMRAN method can effectively estimate the integral noise of pre-launch radiometric calibration data and substantially improve its precision. When the number of radiation level increases, the precision of the estimated noise will be rapidly increased, whereas the number of sensor pixels has no obvious effect. Because this IMRAN method uses the data of every sensor pixel, it is sensitive to the outlier, which can be eliminated by variance detection as part of the IMRAN method.     

基于平面格网的非量测CCD相机自标定

传统的相机标定方法通常需要建立复杂3维标定块或高精度3维控制场,在实际应用中受到了一定的限制。本文采用平面控制格网作为标定块,根据相机的理想模型确定内方位元素,利用2维直接线性变换和共线方程分解出相机的外方位元素初值,采用改进的Hough变换算法检测标定图像中的格网直线并利用最小二乘法拟合出最佳直线,通过求直线的交点得到标定格网点的像坐标。最后利用自检校光线束法平差进行相机的精确标定。实际图像数据实验结果表明,主点和焦距的标定精度分别达到了0.2像素和0.3像素左右。可以满足高精度近景3维量测的要求。