多孔径压缩编码超分辨率大视场成像方法

多孔径成像是一种融合了仿生复眼视觉的新型成像方法,具有小型化、大视场、高分辨率等多种优势,但由于每个子孔径对应的单元图像分辨率过低,导致其成像质量和视场角的提升十分有限。为了进一步提高成像分辨率和探测视场,基于压缩感知理论设计随机编码模板,并紧贴子孔径放置对入射光场进行调制,通过单次曝光记录编码后的低分辨率单元图像阵列,利用稀疏优化算法,重构所有低分辨率单元图像获得超分辨率大视场图像。理论分析和仿真实验证明了该方法的有效性。该方法不仅能兼顾大视场高分辨率成像,而且大大缩小系统等效焦距,具有薄层结构,体积小而重量轻,可为微光机电一体化系统的研制设计提供借鉴。     

基于分布式压缩感知算法的超分辨率成像技术

为解决超分辨率成像技术中图像数据传输与重构效率较低等问题,提出基于分布式压缩感知算法研究新的超分辨率成像方法。首先,基于压缩感知算法压缩成像编码孔径,构建分布式压缩感知编码孔径模型,采用多值模板设计编码孔径;其次,基于IOMPI算法重构超分辨率图像。最后,采用空间光调制器对行、列分布的图像子块进行多次压缩感知采样测量,进行、列两种方式图像重构,取其均值为最终重构图像。实验结果表明:基于分布式压缩感知算法的超分辨率成像技术有效缩短图像重构用时最短为9.06 s,提高了重构效率,重构的图像信噪比在0.75以上,细节清晰、无模糊现象。     

基于压缩感知的超分辨率图像重建

针对传统的超分辨率(SR)图像重建方法需要多幅亚 像素图像配准带来的配准误差以及高成本问题,本文将目前迅速发展的压缩感知(CS)理论 引入SR成像,利用大多数自然图像普遍具有的稀疏性,提出一种基于CS的单幅图像SR重建方 法, 不需要其它任何额外的信息采集,可以在单次拍摄条件下捕获的充分数据实现图像 的SR重建。模拟实验表明,本文提出的方法在重建效果和重建时间方面显著优于耦合字典学 习(CDT)方法,在主观视觉质量及其客观信噪比(SNR)度量 方面都具有优势,且实现方法较为简单,具有重要的应用前景。     

逆合成孔径成像激光雷达低信噪比稀疏多孔径成像方法研究

受目标非合作特性的影响,逆合成孔径成像激光雷达(ISAIL)回波存在缺失;同时受大气衰减和自然背景光等因素的影响,ISAIL回波信号信噪比较低,因此,常规的稀疏多孔径成像方法不再适用。针对上述问题,该文提出了一种结合压缩感知(CS)和权矩阵的稀疏多孔径成像方法。首先,通过基于CS的稀疏多孔径成像方法对原始数据处理,得到目标像的支撑域;然后,据此建立权矩阵,优化采用CS重构时的代价函数,对稀疏多孔径ISAIL原始数据进行成像处理,利用不完整的回波信号获得高分辨目标像。此算法具有较好的抗噪能力。采用室内ISAIL系统实测数据验证了算法的有效性。     

基于随机采样的超高分辨率成像中快速压缩感知分析

随着近年来超分辨成像技术的发展,基于单分子拟合的超分辨成像方法能够实现纳米尺度的空间分辨率,但这种方法的耗时较长,时间分辨率较差。成像重构时间较长主要受制于成像过程中每帧图像较低的荧光分子密度,所以需要足够多的采样帧数来重构一张图像。文中提出一种利用随机采样的快速压缩感知算法,结合分块压缩感知重构算法,最终能够在高分子密度的条件下获得较快的重构速度及较高的定位精度。     

采用超分辨率重建提升压缩图像质量的方法

针对JPEG的中低码率压缩图像即高压缩率图像存在较严重的块效应以及量化噪声,提出了一种对JPEG标准压缩图像进行优化的重建-采样方法.该方法对JPEG压缩图像采用三维块匹配算法(BM3D)进行去噪,去除图像中存在的块效应和量化噪声,进而提高超分辨率重建的映射准确性,再使用外部库对去噪后图像进行基于稀疏表示的超分辨率重建,补充一定的高频信息,最后对重建后的高分辨率图进行双三次下采样,得到与原始图像大小一致的图像作为最终优化图像.实验结果表明,该方法在中低码率情况下能够有效地提高JPEG压缩图像的质量,对高码率压缩图像也有一定效果.     

基于统计压缩感知的短孔径ISAR成像方法研究

针对短孔径压缩感知(CS)逆合成孔径雷达(ISAR)成像中仅依靠能量判断距离单元中的散射点数目可能会引起虚假点或漏检的问题,本文提出了一种基于统计CS的短孔径成像方法。该方法利用目标所处环境的背景噪声与杂波的统计信息来提取散射点,按照期望的虚警概率设置检测门限,对所有距离单元的回波信号进行高斯检测,筛选出存在散射点的距离单元,最后利用统计CS技术进行散射点的参数估计并成像。实测数据的处理结果验证了该方法可以充分表现目标的几何细节特征,并且仅用非常有限的脉冲就可得到高分辨的目标图像。     

焦平面编码高分辨率红外成像方法

红外成像系统由于探测器加工工艺的限制,很难通过减小像元尺寸或增加阵元数量的方式实现高分辨率成像.压缩感知理论提供了一种新的提高成像分辨率的方法,在光学系统的焦平面处放置编码掩膜,使得红外探测器得到的图像是被观测场景的压缩采样,再通过稀疏优化算法重构出原始图像.决定图像分辨率的不是探测器的像素尺寸,而是编码掩膜的孔径大小...     

基于小波域的压缩感知超分辨率重建方法

为了提高超分辨率图像的重构效果,提出了一种基于小波域的压缩感知超分辨率重建方法.首先采用小波变换对低分辨率图像进行分解,得到低分辨率图像的低频子带与高频子带,然后采用压缩感知技术分别对低频子带和高频子带进行重建,并通过小波逆变换得到最终重建图像,最后在MATLAB 2012平台上进行仿真实验.结果表明,相对于其他图像重建方法,本文方法的重建图像视觉效果更加理想,不仅提高了低分辨率图像重建精度,而且提高了图像重建效率,可以满足图像处理的实时性、在线性要求.     

一种基于脉冲压缩的机载条带SAR重叠子孔径实时成像算法

该文提出了一种基于距离向脉冲压缩体制的机载条带SAR重叠子孔径(OSA)实时成像算法,可直接应用于未采用去斜接收技术的条带机载SAR实时成像处理系统。该算法在距离向采用脉冲压缩技术、方位向采用OSA信号处理方法,能够在成像过程中完成距离徙动校正并消除空变相位误差,得到条带模式下的高分辨率图像。首先分析了条带模式SAR几何关系,然后在脉冲压缩体制下建立了回波模型并对成像流程进行了详细的数学推导,最后对运算量、存储量与成像范围进行了计算分析,对点目标数据进行了仿真,利用实时处理平台对原始数据进行了成像,验证了算法的高时效性。      

基于压缩感知的稀疏孔径认知ISAR成像方法

针对运用压缩感知理论对ISAR目标成像时不同目标所需观测维数和积累时间不同的问题,提出了一种基于压缩感知的稀疏孔径认知ISAR高分辨成像方法。在对目标稀疏特性认知的基础上,构建了基于目标横向稀疏度和观测积累时间的随机观测矩阵,并给出了成像质量评估标准,实现了对有限雷达资源条件下ISAR目标的高分辨认知成像。仿真结果表明,利用该方法成像,不仅可以减少雷达成像发射脉冲数,而且可以有效减少目标成像的时间,同时还能获得高质量的目标ISAR像。     

基于残差重构的分布式视频压缩感知

为了改进分布式视频压缩感知方案的性能,提出了一种基于残差重构的分布式视频压缩感知方案。该方案在编码端逐帧独立进行测量,在解码端依靠视频信号的时域相关性提升重构信号质量。首先,对关键帧独立进行重构;其次,利用已重构关键帧做运动估计/运动补偿以生成非关键帧的边信息;接下来,对边信息采用与编码端相同的测量矩阵进行测量并计算测量残差值;最后,采用全变分最小化重构残差信号值并将其与边信息相加生成最终的重构图像。实验结果表明,在相同采样率下,与已有的分布式视频压缩感知方案相比,提出的方案可获得2.8 dB以上的峰值信噪比增益。     

基于面阵CCD-TDI模式编码感知的高分辨率遥感计算成像

针对推扫式遥感成像,基于压缩感知(CS)理论,提出一种利用低密度探测器获取高分辨率遥感图像的新方法。在推扫过程中,采用可编码的行间转移面阵电荷耦合器件(CCD)并使其工作于时间延迟积分(TDI)模式,在随机曝光控制电路的控制下实现对场景信息的编码感知;通过计算成像,从感知的数据中重构出高分辨率遥感图像。这种基于CCD-TDI模式编码感知的高分辨率遥感计算成像方法,可以增强成像分辨率和提高输出图像信噪比。仿真结果验证了本文方法的有效性。     

融入压缩感知的脉冲耦合神经网络用于图像快速融合

针对脉冲耦合神经网络(PCNN)图像融合模型对含噪 声图像敏感和融合时间效率不高的问题,通过引入压缩感知(CS)技术对传统模型进行改 造,提出了一种融入CS技术的新型快速脉冲耦合图像融合方法,不仅能够弥补传统脉冲耦 合模型抗噪声能力不强的缺陷,还可 以实现含噪声图像去噪和图像融合同步进行,有效克服了传统去噪融合方法中人为将去噪 过程和融合过 程分开而造成的信息不一致等问题,在一定程度上提高了融合效果和时间效率 。在多聚焦图 像和小目标图像上进行了相关实验研究,并在视觉效果和性能评价、含噪声多少与方法性能 、稳定性等方 面进行了详细分析。实验结果表明,新方法无论从融合效果还是评价指标上均较一些相 关方法显示出一定的优越性。     

基于非均匀测量矩阵的超分辨率全向图像重建

为解决折反射全向成像空间分辨率低和分布不均匀 的问题,将压缩感知(CS)理论引入折反射全向成像系统。基于单 位球面模型分析了折反射全向成像系统的空间分辨率分布规律,根据重构信号的均方误差(MSE)与稀疏度、测量次数的关系,设计了 基于全向图像分辨率的非均匀测量矩阵;通过设计的测量矩阵,将较多的传感资源分配给全 向图像内环,而将较少的传感资源 分配给外环,从而对经过镜面反射的场景进行采集,得到观测场景的非均匀压缩采样;最后 通过线性Bregman迭代算法重构出 分辨率均匀的高分辨率图像。实验结果表明,本文方法得到的图像空间分辨率更高且分布更 为均匀,有效改善了全向成像的分辨率问题。     

全极化频谱外推的合成孔径雷达成像分辨率增强方法

全极化合成孔径雷达可对不同极化通道分别独立进行频谱外推来增强分辨率,但分别独立处理难以利用极化信息的冗余性与互补性．将目标全极化数据分解到反映三种独立散射机理的Pauli基上,对分解后的全极化数据进行三维联合频谱外推处理,并利用实测数据进行了对比分析．结果表明：极化分解后,通过三维联合频谱外推的方法相比传统方法具有更高的预测模型匹配精度,可获得更好的分辨率增强性能．     

循环-循环块相位掩膜矩阵压缩双透镜成像

压缩成像(CI)是压缩传感(CS)理论的一个重要应用领域。本文在循环矩阵和分块矩阵的基础上提出一种新的循环-循环块相位掩膜矩阵可压缩双透镜成像方法,实现对图像的随机获取。模拟实验结果表明,新的相位掩膜矩阵CI可以在显著减少测量的同时,有效捕获图像信息重建原始图像;对于64pixel×64pixel的标准Lena和Cameraman图像,在只有原像素数58.6%的无噪声测量情况下,获得的重建信噪比(SNR)分别超过26dB和30dB。新相位掩膜矩阵的研究为确定性测量在CI领域的应用提供了更多的支撑,在拥有原循环和循环确定性测量优点的同时还拥有自身的块结构特点,可以进一步减少物理实现成本,并为新的照相机设计提供若干理论、计算和技术支撑。     

基于NSCT域压缩感知模型的路面病害图像滤波算法

针对目前路面图像滤波算法复杂度高且难以耦合噪声抑制和信号平衡的缺点,提出一种基于非下采样Contourlet变换(NSCT)域压缩采样的滤波算法。首先,使用NSCT对含噪路面病害图像进行分解,得到变换后的低频子带系数和高频子带系数;然后,对高频子带系数建立压缩感知(CS)去噪模型,并采用伪随机傅里叶矩阵对系数进行观测,之后使用分裂Bregman迭代方法对系数进行重构,得到去噪模型重建后的高频子带系数;最后,采用逆NSCT对低频子带系数和高频子带系数进行重构,得到滤波后的图像。实验结果分析表明了本文算法的有效性。     

基于贝叶斯检验模型的压缩感知算法及应用

针对正交匹配追踪(OMP)算法需设置冗余的支撑集,导致信号重构时运算量变大、抗噪性能和重构性能变差等问题,提出了一种基于贝叶斯模型的OMP(BOMP,bayesian orthogonal matching pursuit)算法。首先利用贝叶斯检验模型和OMP算法合理去除支撑集中的冗余部分,得到相等或略大于信号真实稀疏度的支撑集;其次构建BOMP的信号重构算法;最后将算法应用于ISAR成像。仿真和实测数据结果表明,由于本文算法可近似估计到信号的真实稀疏度,因此具有更好的抗噪性能以及重构精度,相应的运算量也明显减少。