基于光场数字重聚焦的三维重建方法研究

研究了光场数字重聚焦聚焦三维重建新方法,探 讨了光场数字重聚焦参数λ的取值以及拍摄条件对 重建结果的影响。空间中,每一个点和每一个方向的辐射函数总和就是光场,光场数据包含 了空间全部三维信息。借 助计算成像技术,光场数据可以重构出序列数字重聚焦图像,实现空间的三维重建。实验时 ,首先用Lytro光场相 机获取空间数据;然后用LytroDesktop软件进行数字重聚焦处理,重构出序列焦平面图像; 最后用Halcon软件的 聚焦深度(depth-from-focus)函数实现三维重建。实验结果显示,参数λ 表征了重构平面的深度信息,λ的性质显著地影响重 建结果,λ数量多于8、正负λ数目相当时,三维重建结果好。拍摄时,设置的相机参数、 目标的反射及场景背景等 因素都会对重建结果产生影响。适合参数下,本文方法能够正确重构不同深度结构的目标, 重构结果可以任意视角 查看。本文方法利用单视图重构设备,实现多视图三维重建结果,拍摄装置小巧,拍摄过程 快捷,系统稳定性好,降 低了拍摄难度和重建算法的复杂度,拓展了DFF算法的适用深度范围, 适合大景深场景和运动目标的三维重建。     

太赫兹光场成像的实验与处理研究

太赫兹波的频率介于红外线与微波之间,其独特优势使得太赫兹三维成像已成为国内外的研究热点。为了将光场成像技术拓展到太赫兹波段,介绍了太赫兹光场成像的实验与处理方法。采用太赫兹相机阵列采集到了一系列特定视角的太赫兹光场数据。针对由成像系统的器件限制导致图像存在较强噪点等问题,通过离散余弦变换（Discrete Cosine Transform, DCT）滤波达到了较好的去噪效果并有效保留了图像的细节信息。利用峰值信噪比（Peak Signal-to-NoiseRatio, PSNR）和结构相似性（Structural SIMilarity, SSIM）图像质量评价指标对比了多种滤波去噪方法,证明了DCT滤波方法对于太赫兹图像预处理的可行性。通过选取不同深度值得到了不同景深处的图像重构结果,初步实现了太赫兹光场成像的数字重聚焦。     

一种应用相机阵列实现图像遮挡物移除的方法

针对光路中前景遮挡物影响感兴趣信息采集的问题,本文对应用相机阵列的遮挡物移除算法进行实验研究.用阵列型光场相机采集四维光场数据,然后用数字重聚焦技术进行不同深度的重聚焦,突出目标物细节特征.利用图像重构技术合成子图像阵列,选择最小误差阈值分割法标记遮挡物区域并复现原图像的细节特征.实验结果证明了应用阵列型光场相机移除遮...     

运动目标强度关联成像及其在遥感探测中的应用

开展了强度关联成像领域中对于运动目标成像的研究,为了克服目标与系统之间的相对运动引起的图像退化问题,提出了基于参考臂探测器记录的光场强度分布平移补偿进而提高运动目标强度关联成像分辨率的方案。理论和实验结果表明:通过对参考臂探测器记录的光场强度分布进行平移补偿,利用强度关联成像技术仍然可以获取运动目标的高分辨率图像。针对强度关联线性重构和稀疏约束非线性重构算法,分别讨论了遥感探测应用过程中探测噪声对运动目标强度关联成像重构质量的影响。此外,比较了所述技术与现有去运动模糊技术的优缺点。     

基于多级残差融合的复杂纹理光场图像深度估计

光场的深度信息可以通过深度学习的光场深度估计算法计算,在图像视差、光场图像边缘以及光场图像的复杂纹理区域,获取高精度深度值仍然具有一定局限性。本文提出了一种用于光场图像深度估计的多级残差融合网络,通过组合残差模块提取多层次的残差特征,在保持网络深度的同时提升了网络对特征的表征能力。利用多级残差融合模块对多层次的残差特征进行融合,以获得包含浅层纹理信息和深层语义信息的融合特征。利用本文方法对HCI4D光场数据集进行处理,图像深度估计的均方误差指标达到1.471,不良像素率指标达到4.208,该实验结果表明本文方法在处理具有复杂遮挡的光场图像区域方面具有良好的处理效果。     

基于小波变换与稀疏傅里叶变换相结合的光场重构方法

随着计算机图形学和计算机视觉技术的发展,光场开始进入人们的视线并被迅速应用于各个领域.然而光场的获取需要大量的图像,具有数据量大,获取成本高等特点,因此学者们越来越关注如何利用少量的光场数据获取整个光场这一问题,并且做出了大量的工作.针对上述问题,本文将小波变换与稀疏傅里叶变换相结合,利用光场在角度域的稀疏性提出一种新的光场重构方法.首先,利用小波变换多分辨率分析的特点,通过小波变换将原始图像分解为多个不同频率的子图像;然后分别对每个子图像通过傅里叶切片定理恢复其频率位置,从而可以分别得到它们的二维角度谱;最后将每个子图像的二维角度谱合并,进行小波逆变换获得整个光场.本文方法利用小波变换将原图像分解为多个不同频率的子图像分别同时处理,不仅降低了算法的复杂度,大大减少了算法的运行时间,为光场的广泛应用提供了条件,而且相比于单独运用稀疏傅里叶算法重构,本方法有效地抑制了窗口效应,使重构结果更加准确.此外,本文方法将高频信息和低频信息分开重构,可以有效地改善并网恢复中小频率丢失的问题,进一步改进重构结果.最后通过仿真验证了算法的有效性.     

基于对焦清晰度的双分辨相机变焦算法研究

双分辨率相机同时兼顾大视场和高分辨,利用同轴光学固定结构避免了变焦镜头运动部件带来的诸多问题,在深空探测目标跟踪和手机等智能终端上具有应用价值。针对现有的基于深度学习的双分辨率图像变焦算法的速度慢,信息量没有提升,图像网络结构适配性差和图像信息修复的伪造性等问题尝试性地提出了加入基于深度信息的解决办法。论证将图像对焦清晰度作为深度信息引入双分辨变焦算法的可行性,探讨对焦深度信息检测精度与效果,分别测试深度学习和基于深度信息的传统方法的双分辨率变焦算法,得到了一种不影响正常成像速度,内存开销降低35%和算法复杂度降低60%,超分辨信息真实可靠,图像结果评价提升10%到50%的全新算法。     

多遮挡场景的光场深度优化估计

光场相机可以同时从多个视点记录场景的方向和光强信息,因此,光场图像具有更大的信息量及更强的可塑性。随着光场技术的发展,针对光场图像的深度估计逐渐成为研究热点,但多遮挡是尚未得到解决的技术难点问题。为此,提出了一种多遮挡场景的光场图像深度优化估计方法。该方法使用优化的高低阈值比的Canny边缘检测算法提取遮挡区域的边缘,在传统的AP聚类算法中引入了迭代加权更新的带加速算子,有效地提高了聚类的精度,较好地解决光场深度估计中的多遮挡问题。采用匹配成本估计初始深度,使用马尔科夫随机场对初始深度结果进行优化处理,得到最终的深度估计结果。实验结果表明,与现有的基于光场图像的深度估计方法相比,本方法不仅抗多遮挡效果显著,而且获得了更低的MSE值,得到了更好的深度估计结果。     

中国科学院上海光学精密机械研究所鬼成像理论研究的若干进展（特邀）

相比利用光场的一阶关联实现物空间与像空间一一对应的传统成像,鬼成像基于光场的二阶关联实现物空间与像空间的一一对应,从而获取物体图像信息。通过引入光场涨落调制和计算重构,鬼成像不仅可以具有更高的信息获取效率,而且提升了图像信息获取方式的灵活性,能够具备传统成像所不具备的成像能力。随着鬼成像在系统优化及技术应用方面的进一步发展,对鬼成像理论也提出了新的要求和挑战。文中分别从鬼成像的物理本质、图像信息获取理论及理论分辨率研究三方面介绍了中国科学院上海光学精密机械研究所近期在鬼成像理论上的若干研究工作,并对今后鬼成像的理论研究工作进行了展望。     

基于自适应短时傅里叶变换的结构光场单帧三维成像算法

单帧结构光图像的相位恢复、解相是三维成像领域的重要问题。理论上，在选择合适参数的条件下，短时傅里叶变换（STFT）可以有效地完成相位恢复，但“合适参数”这一前提条件往往因缺少先验信息而难以实现。在传统STFT的基础上，采用结构光场系统充分利用光场成像的特性，提出一种基于自适应STFT的结构光场单帧三维成像算法。所提算法将结构光场图像从纹理、瞬时频率和深度估计信息等3个角度进行融合，将光场图像分割为满足STFT约束的若干区域，对每个区域依据瞬时频率估计对应的STFT的参数，进而恢复相对相位。随后，采用结构光场的解相方法实现三维成像。实验结果表明，所提自适应STFT算法能够有效完成被测物体的三维成像。     

Finite series-expansion reconstruction methods

Series-expansion reconstruction methods made their first appearance in the scientific literature and in the CT scanner industry around 1970. Great research efforts have gone into them since but many questions still wait to be answered. These methods, synonymously known as algebraic methods, iterative algorithms, or optimization theory techniques, are based on the discretization of the image domain prior to any mathematical analysis and thus are rooted in a completely different branch of mathematics than the transform methods which are discussed in this issue by Lewitt [51]. How is the model set up? What is the methodology of the approach? Where does mathematical optimization theory enter? What do these reconstruction algorithms look like? How are quadratic optimization, entropy optimization, and Bayesian analysis used in image reconstruction? Finally, why study series expansion methods if transform methods are so much faster? These are some of the questions that are answered in this paper.     

高分辨率多视点动态全息3D显示

提出了一种高分辨率多视点动态全息3D显示方法,观看视点位置变化时,观看者能够看到连续变化的3D效果。在进行全息图计算时,首先根据针孔阵列投影模型,渲染3D动画中每一帧3D模型的光场图像序列;然后从已渲染的多组光场图像序列中抽取对应视角信息的光场图像进行融合,得到融合后的动态光场图像序列;在进行全息图编码时,以动态光场图像序列中的一帧图像作为物光振幅,以来自于针孔的发散球面波的相位作为物光相位,引入平面参考光进行编码,得到一个单元全息图。由于每个单元全息图的计算是相互独立的,因此在计算过程中使用并行加速计算,实现了尺寸为32 mm×32 mm、分辨率为100000 pixel×100000 pixel的高分辨率全息图,其光场图像融合和全息编码的时间仅需27 min。光学再现结果证明了该方法的可行性。所提出的高分辨率多视点动态全息3D显示方法在全息包装和3D广告等领域具有广泛的应用前景。     

信道编码盲识别技术研究进展

 信道编码盲识别是非合作信号处理领域的重要内容,将非合作信号处理技术从信号层扩展到了信息层,在智能通信、信息截获、信息对抗等领域具有重要作用.本文首先对广泛应用于现代数字通信系统中的卷积码、BCH码、RS码、Turbo码和扰码的盲识别算法进行了总结和归类,然后对算法原理进行了描述,并分别从计算量和误码适应能力两个方面对算法的性能进行了分析.最后,根据目前算法的不足和现实需求,指出了未来信道编码盲识别的研究方向.     

遗传算法在供热系统运行优化中的应用

本文利用遗传算法解决了城市集中供热系统的运行优化问题。通过比较,遗传算法在解决供热系统运行优化问题上,显示出了意想不到的优越性,它克服了传统的优化方法受目标函数形式限制的缺点。该文对遗传算法中的代码串的编制、杂交、变异概率的选取进行了有益的探讨。     

彩色数字全息常见波面重建算法的实现与比较

为了研究彩色数字全息检测应用中波面重建方法对重建场质量与计算速度的影响,及不同波长记录的重建场的准确融合,采用理论分析及实验验证的方法,给出了不同色光物光重建场准确重叠的方法及彩色数字全息波面实时再现的详细过程,并分析比较了几种波面重建算法的特点及计算速率。结果表明,使用球面波为重建光的可变放大率波面重建算法能适应各种大小的物体,且可获得较高分辨率的像,并占用较少的计算时间,能较好适用于彩色数字全息检测应用。     

A wavelet-based method for multiscale tomographic reconstruction

The authors represent the standard ramp filter operator of the filtered-back-projection (FBP) reconstruction in different bases composed of Haar and Daubechies compactly supported wavelets. The resulting multiscale representation of the ramp-filter matrix operator is approximately diagonal. The accuracy of this diagonal approximation becomes better as wavelets with larger numbers of vanishing moments are used. This wavelet-based representation enables the authors to formulate a multiscale tomographic reconstruction technique in which the object is reconstructed at multiple scales or resolutions. A complete reconstruction is obtained by combining the reconstructions at different scales. The authors' multiscale reconstruction technique has the same computational complexity as the FBP reconstruction method. It differs from other multiscale reconstruction techniques in that (1) the object is defined through a one-dimensional multiscale transformation of the projection domain, and (2) the authors explicitly account for noise in the projection data by calculating maximum a posteriori probability (MAP) multiscale reconstruction estimates based on a chosen fractal prior on the multiscale object coefficients. The computational complexity of this maximum a posteriori probability (MAP) solution is also the same as that of the FBP reconstruction. This result is in contrast to commonly used methods of statistical regularization, which result in computationally intensive optimization algorithms.     

基于量化压缩感知的IR-UWB接收信号重构研究

压缩感知理论为IR-UWB信号的低速采样接收提供了新的思路,但现有的低速率压缩采样架构大都理想化了量化过程。该文充分考虑量化噪声的实际影响,拟设计出抗噪性强的IR-UWB接收信号重构方法。基于对压缩采样值中噪声分布特性的分析,修正了信号重构模型,并通过仿真对比了DS (Dantzig-Selector)法求解和传统重构算法求解的性能差异。在此基础上,提出了一种在DS和SP (Subspace Pursuit)算法中自适应选择的信号重构方法(联合DS-SP)。仿真结果表明,联合DS-SP以折中于DS和SP之间的复杂度在不同噪声情形下获得了最优的重构性能,且相对经典重构算法有较大的性能提升,为压缩感知框架下的IR-UWB接收机数字后端提供了一种新的信号重构策略。     

Research on Reconstruction Algorithms in 2.52 THz Off–axis Digital Holography

To eliminate the diffraction effect on Terahertz (THz) imaging and improve imaging system performance, digital holography has been investigated. The size of the common THz digital hologram and the recording distance are in the same order of magnitude, which does not satisfy the Fresnel approximation conditions. Meanwhile, diffraction has a great impact on free–space propagation behavior. So the research of the influence on reconstruction performance with different reconstruction algorithms is necessary. In this paper, the numerical simulations of the recording and reconstruction process of 2.52 THz off–axis digital holography imaging have been done, and the reconstruction performances of Fresnel angular spectrum algorithm, Rayleigh–Sommerfeld convolution algorithm and angular spectrum algorithm have been compared and analyzed as the reconstruction reference wave is different. The real experimental reconstruction results have also been presented.     

Video super-resolution reconstruction based on deep convolutional neural network and spatio-temporal similarity

Existing learning-based super-resolution (SR) reconstruction algorithms are mainly designed for single image, which ignore the spatio-temporal relationship between video frames. Aiming at applying the advantages of learning-based algorithms to video SR field, a novel video SR reconstruction algorithm based on deep convolutional neural network (CNN) and spatio-temporal similarity (STCNN-SR) was proposed in this paper. It is a deep learning method for video SR reconstruction, which considers not only the mapping relationship among associated low-resolution (LR) and high-resolution (HR) image blocks, but also the spatio-temporal non-local complementary and redundant information between adjacent low-resolution video frames. The reconstruction speed can be improved obviously with the pre-trained end-to-end reconstructed coefficients. Moreover, the performance of video SR will be further improved by the optimization process with spatio-temporal similarity. Experimental results demonstrated that the proposed algorithm achieves a competitive SR quality on both subjective and objective evaluations, when compared to other state-of-the-art algorithms.