基于主客观联合评价判据的红外超分辨率重建方法

在红外超分辨率成像应用中,提高主观视觉效果有着很现实的需求.当前基于深度学习的图像超分辨率重建方法大多以客观评价指标为损失函数进行训练和优化,主观评价方法因量化困难而难以应用,为此本文着重研究了主观评价和各种可量化的客观评价指标的相关性,发现相位一致性特征与主观评价结果关联度高.据此设计了基于主客观联合评价的损失函数,应用于红外图像超分辨率重建算法,实验表明,在保持客观质量评价的同时,更好地提高了图像的主观视觉效果.     

融合注意力的生成式对抗网络单图像超分辨率重建

基于深度学习的单图像超分辨率重建方法已经比较完善,重建图像具有较高的客观评价值或具有较好的视觉效果,但是图像感知效果和客观评价值不能均衡提升.针对这一问题,提出一种融合注意力的生成式对抗网络单图像超分辨率重建方法.首先去掉残差网络中会破坏图像原本的对比度信息、影响图像生成质量的批归一层,其次是构造注意力卷积神经网络残差块,可有效地在特征映射中进行自适应特征细化,改善重建结果在大尺度因子下缺乏高频信息和纹理细节的问题,最后构造像素损失函数,使用鲁棒性较好的Charbonnier损失函数替代均方差损失函数,用总变差正则项平滑训练结果.实验结果表明,在4倍放大因子下,与其他方法在Set5、Set14、Urban100、BSDS100测试集上进行测试比较,本文方法峰值信噪比平均值提升2.88 dB,结构相似性平均值提升0.078.实验数据和效果图表明,该方法主观上具有丰富的细节,客观上具有较高的峰值信噪比值和结构相似性值,实现了视觉效果和客观评价指标值的均衡提升.     

雷达遮盖性干扰效果评估度量方法研究

对雷达干扰的评估一直是电子战领域的难点和重点，文中对雷达干扰效果评估系统中如何完成干扰效果评估进行了研究，提出并讨论了基于发现概率损失、EMJ度量、发现距离损失和观察扇区损失四种雷达遮盖型干扰效果度量准则及其度量实现方法。通过试验证明，这些准则科学、合理、物理概念明确、便于实现度量，适用于电子战内、外场试验，对电子进攻也有一定的指导意义。     

基于深监督跨尺度注意力网络的深度图像超分辨率重建

消费级深度相机拍摄的深度图像具有分辨率较低的问题，深度图像超分辨率重建是解决该问题的有效方法 .为了提高重建性能，提出一种基于深监督跨尺度注意力网络的深度图像超分辨率重建算法.网络逐级放大，在损失函数中对每一级的输出都进行约束，实现深监督的目的 .采用高阶跨尺度注意力模块，将多尺度特征尺度内及跨尺度相关性与注意力机制结合起来，实现多尺度特征的自适应调整.采用内层为宽激活残差、外层为基本残差的双层残差块作为网络基本构成元素，以提高网络对复杂非线性关系的学习能力.实验结果表明，本文算法在主观视觉效果和客观质量评价指标方面都优于当前主流的深度图像超分辨率重建算法.     

光电成像系统的分辨率鉴定与测量技术

论述了光电成像系统中广泛使用的分辨率指标及分类,对空间分辨率模拟度量法的原理和测量方法进行了论述和分析。通过研究指出用空间分辨率指标来描述成像系统的质量,具有较好的直观性和归一性。由于单一的空间分辨率测量指标还不可能给出总的图像系统的性能,仅仅基于分辨率指标的图像评估不可能同时保证系统灵敏度设计的技术要求。因此,结合模拟度量法研究光电成像系统的分辨率测量法,给出成像分辨率测量准则。     

基于FFTNet-GAN的音频超分辨率方法研究

本文提出了一种基于FFTNet的生成对抗网络模型来实现极端音频超分辨率任务。生成器采用并行、非因果、Non-local运算的三路分裂求和FFTNet，此浅层模型速度快，精度高，能更好的提取时域音频的长期相关结构，以期望分辨率提取特征，提升重建性能；设计匹配性能的判别器，稳定适应生成对抗架构；融合基于频域的感知损失，与样本空间损失固定加权减少重建失真和提高感知质量。从主客观进行系统评价，本文方法都优于基线模型，从2x/4x/6x倍还原效果来看，模型具有极端的高频重建能力，有助于提高音频信号的时间分辨率。      

基于熵的Gabor变换窗函数宽度自适应选择算法

该文针对Gabor变换中窗函数宽度选择的问题,提出了以提高Gabor表示的聚集性和时频分辨率为目的的窗函数宽度自适应选择算法.提出对香农熵的取值范围进行改进,使其更适合度量时频分布的聚集性,进而根据熵度量实现了与信号非平稳性相适应的最优窗函数宽度选择.仿真结果表明该算法对单分量及多分量信号都能有效地选择最优窗函数宽度,能够获得聚集性好、时频分辨率高的Gabor表示,并具有很好的抗噪性能.     

光学遥感图像场景分类技术综述和比较

近年来,随着遥感成像技术的快速发展,高空间分辨率光学遥感图像的获取变得越来越便利。在需求的牵引和图像数据的支持下,光学遥感图像场景分类技术获得快速发展。基于主流英文期刊和会议发表的相关论文,从场景分类方法、分类性能评价准则和数据集、分类性能比较3个方面对光学遥感图像场景分类技术进行综述和比较。对于场景分类方法,按所用特征的不同将其分为基于人工设计特征和基于深度特征的方法并进行了详细论述。对于分类性能评价准则和数据集,重点介绍了常用的2种评价准则和4种数据集。对于分类性能,挑选多种有代表性的方法,对其分类性能进行比较和分析,并提出后续重点研究方向。     

全数字接收机中插值滤波器的优化设计

本文讨论了全数字接收机中插值波器的优化设计问题。利用插值公式的载断式导出码间串扰量的度量式，研究了其收敛特性。利用码间串扰量的度量准则，对不同的成形滤波函数研究了插值滤波器的参数优化估计及其抗时钟抖动性能。     

模糊优化度的频率编码雷达信号编码优化

分析了频率编码脉冲信号（FCP）雷达原理，推导了基于自相关函数的步进频率信号的模糊函数，针对常用的FcP信号一步进频率编码信号距离-多普勒旁瓣电平较高，存在“距离．速度”耦合，“距离．速度”联合分辨率低的缺点，提出了优化频率编码的模糊优化度准则，并基于该准则给出了两种编码优化规律不同的频率编码优化方法，仿真结果表明，在保持原有的距离、速度分辨率的情况下，两种方法都能有效地降低“距离．速度”二维耦合，提高“距离，速度”联合分辨率。     

遥感图像融合效果评估方法

遥感图像融合效果评估是目前遥感图像融合领域中亟待解决的问题,直接影响遥感图像融合处理技术的发展.文中在构建多源遥感图像融合处理估计模型的基础上,重点讨论分析遥感图像融合效果的主、客观评价技术的发展现状,进行SAR图像与光学图像的融合处理仿真实验,优选相关系数及峰值信噪比完成SAR图像与光学图像的融合效果评估处理.同时,还讨论了目前图像融合效果评估中存在的主要问题,对进一步研究图像融合效果评估有很好的意义.     

评价多传感器图像融合效果方法的比较

为了选择一种在复杂条件下能与主观评价图像融合方法取得一致效果的客观评价方法，对一些方法进行了比较。通过量度融合图像与源图像的交互信息，评价多传感器图像的融合效果具有简单、准确、抗干扰性好的特点。通过红外图像与可见光图像融合的实验，将交互信息量的评价方法与其他评价方法相比较，结果表明，交互信息量是一种很好的评价指标。     

基于亮度和对比度模型的图像融合质量评估标准

针对图像融合质量客观评估问题中,结构相似度标准的视觉模型过于简化视觉特性的缺陷,引入新的亮度和对比度模型,提出一种新的图像融合质量评估标准.实验证明,新的评估标准更能反映人的视觉感知与电脑显示硬件的特性,与人的视觉感知标准更为接近.     

图像相似度在伪装评价中的应用

介绍了图像的颜色、形状和纹理特征，根据这些特征计算出图像的相似度，利用图像相似度来评价伪装的效果，使伪装评价的标准更客观．     

自动目标识别算法性能评估中的图像度量

图像度量是自动目标识别(ATR)性能评估中的重要组成部分。图像度量是否与ATR算法性能紧密相关将直接影响系统后续的评价工作。先介绍了传统的图像度量，并分析了作为传统度量代表的目标局部背景对比度度量(TBC)在复杂场景条件下与算法性能不满足单调关系的不足，针对其局限性，提出了基于灰度共生矩阵的图像杂波度量(TIC)，并针对TBC和TIC设计了两组实验。结果表明，无论在指定场景还是复杂场景条件下，TIC 与算法性能都具有良好的单调关系,有效地克服了TBC的局限性，从而能更好地评价ATR算法性能．     

基于小波变换的中波红外偏振图像融合

针对中波红外偏振图像的特征,给出了一种基于小波变换的融合新方法。根据中波红外偏振图像高低频图像特点选择不同的融合规则,针对低频图像采用偏振融合的方法来抑制背景信息,针对高频图像采用超分辨率重建算法来提升细节信息。实验结果显示,证融合后的红外图像比原始图像更加清晰,相较于仅偏振处理图像获得了更高的分辨率,相较于传统小波融合算法增加了偏振方面细节。     

光电系统图像质量评价方法综述

针对图像质量评价方法对于评估光电系统成像性能的重要性,本文结合国内外研究成果,综合论述了图像质量的主观评价法和客观评价法。重点对常用的一些图像质量客观评价方法进行了分析和论述,最后探讨了光电系统图像质量评价方法的发展趋势。     

Towards a new tool for the evaluation of the quality of ultrasound compressed images

This paper presents a new tool for the evaluation of ultrasound image compression. The goal is to measure the image quality as easily as with a statistical criterion, and with the same reliability as the one provided by the medical assessment. An initial experiment is proposed to medical experts and represents our reference value for the comparison of evaluation criteria. Twenty-one statistical criteria are selected from the literature. A cumulative absolute similarity measure is defined as a distance between the criterion to evaluate and the reference value. A first fusion method based on a linear combination of criteria is proposed to improve the results obtained by each of them separately. The second proposed approach combines different statistical criteria and uses the medical assessment in a training phase with a support vector machine. Some experimental results are given and show the benefit of fusion.     

基于传播波方程的运动模糊图像恢复质量评价

对目前数字图像质量评价的相关方法进行了简要的总结。在此基础上,着重分析了基于传播波方程的运动模糊图像恢复质量的客观评价准则。通过仿真实验,验证了该准则在实际应用中的有效性、可靠性及和主观评价结果的一致性。     

High Performance Adaptive Fidelity Algorithms for Multi-Modality Optic Nerve Head Image Fusion

A high performance adaptive fidelity approach for multi-modality Optic Nerve Head (ONH) image fusion is presented. The new image fusion method, which consists of the Adaptive Fidelity Exploratory Algorithm (AFEA) and the Heuristic Optimization Algorithm (HOA), is reliable and time efficient. It has achieved an optimal fusion result by giving the visualization of fundus image with a maximum angiogram overlay. Control points are detected at the vessel bifurcations using the AFEA. Shape similarity criteria are used to match the control points that represent same salient features of different images. HOA adjusts the initial good-guess of control points at the sub-pixel level in order to maximize the objective function Mutual-Pixel-Count (MPC). In addition, the performance of the AFEA and HOA algorithms was compared to the Centerline Control Point Detection Algorithm, Root Mean Square Error (RMSE) minimization objective function employed by the traditional Iterative Closest Point (ICP) algorithm, Genetic Algorithm, and some other existing image fusion approaches. The evaluation results strengthen the AFEA and HOA algorithms in terms of novelty, automation, accuracy, and efficiency.