运动模糊图像点扩展函数的参数鉴别

为了更加准确地鉴别出运动模糊图像的点扩展函数参数,提出了一种在倒谱域鉴别模糊参数的方法。该方法通过对运动模糊图像的倒谱图实施灰度变换,运用Canny边缘检测精确提取出倒谱,进而计算出运动模糊的尺度;对倒谱实施RADON变换确定运动模糊的方向。对130幅不同模糊程度的计算机仿真图像和相机实拍的图像鉴别结果表明:该方法鉴别PSF参数准确,且具有较强的鲁棒性。使用鉴别出的PSF参数,运用维纳滤波对运动模糊图像进行了复原,复原结果也证实了本方法鉴别PSF参数的有效性和准确性。     

基于维纳滤波的运动模糊消除算法及其在航空成像系统中的应用

分析了航空成像系统运动模糊产生的机理,通过建立运动模糊数学模型,进行了消除运动模糊仿真实验。研究表明,由于成像系统与地面目标景物的相对运动,在目标图像上产生运动模糊,图像复原技术可以消除图像模糊。在图像复原技术中,点扩散函数(PSF)是影响图像恢复结果的关键因素,文中给出了估计点扩散函数的一般方法。虽然维纳滤波可以解决在逆滤波中H(u,v)零点噪声放大问题,但是在图像边缘附近误差较大。采用带最优窗的维纳滤波方法可有效抑制噪声和减小边缘误差。对实验平台获取的运动模糊图像进行实验,结果表明在图像边缘像素灰度平滑条件下,可以收到近乎完美的恢复效果。     

组合曝光的计算成像系统及其复原

传统光学成像方式在低照度条件下拍摄高速运动物体时,通过积分时间的配置难以平衡能量获取和高速运动模糊之间的矛盾.为了解决低照度条件下高速运动物体的清晰成像问题,本文提出一种基于组合曝光图像的计算成像方式,通过高帧频相机采集邻近两帧形成组合曝光图像对,基于两帧图像信息的互补,合理估算运动模糊点扩散函数,最终获取高信噪比的复...     

航空成像像移模糊恢复技术

分析了航空成像系统像移模糊产生的机理;通过建立运动模糊的数学模型,构建二维运动模糊点扩散函数;采用维纳滤波方法,消除了航空成像系统图像像移模糊;通过加窗技术,有效地抑制和减小了边缘误差.实验结果表明,该方法效果较好,可以实现1个像元的恢复精度.     

光电成像系统获取图像的多项式能量约束复原

针对空间移变点扩散函数造成的空间移变图像降质,提出一种简单适用的复原算法.算法基于多项式近似逆滤波原理,将能量约束复原滤波器的传递函数按泰勒级数展开,用多项式近似表示,并将展开式与降质图像频域表达式的乘积反傅立叶变换到空间域,由此得出复原图像表达式,是降质图像各阶导数的线性组合,组合系数由成像系统的点扩散函数和能量约束参数唯一确定.对模拟和实际空间移变光电成像系统获取图像的处理表明,算法能有效的复原空间移变点扩散函数造成的图像降质.     

位相复原技术在光学成像质量测评中的应用

对于大口径或特殊波段成像的光学系统,采用常规测试手段难以实现对光学系统成像质量的评估。而光学系统波像差是表征光学系统成像质量的重要指标之一。本文基于信息光学基础理论采用傅立叶变换和迭代算法通过对光学成像系统星点图像（光强点扩散函数PSF）计算分析,从而实现对光学成像系统位相的复原获得波像差信息。本文论述了有关的理论依据和分析计算公式;并研制了位相复原分析计算软件。通过计算机仿真与误差分析论证了研制的位相复原计算方法的正确性,复原误差小于5%。提出了在实际应用中采用此方法时减少复原误差的一种途径。通过实际采集的光学系统星点图像的位相复原实验验证了位相复原分析软件的适用性。此方法为非常规光学成像系统波相差的评估工作提供了新途径。     

改进的奇异值分解法估计图像点扩散函数

为了提高图像复原算法的性能,提出了一种改进的奇异值分解法估计图像的点扩散函数。从图像的退化离散模型出发,对图像进行逐层分块奇异值分解,并自动选取奇异值重组阶数以减少噪声对估计的影响。利用理想图像奇异值向量平均能谱指数模型,估计点扩散函数奇异值向量的频谱,再反傅里叶变换得到其时域结果。实验结果表明,该方法能在不同信噪比情况下估计成像系统的点扩散函数,估计结果比原有估计方法有所提高,有望为图像复原算法的预处理提供一种有效的手段。     

基于数字图像方法的裂纹扩展阻力自动化测量技术

在对金属材料断裂韧性各种测试方法进行系统分析的基础上,研究了基于数字图像方法的稳定裂纹扩展阻力自动化测量技术,搭建了一套基于CCD数字相机的稳定裂纹扩展测量硬件系统,并开发了软件处理系统,介绍了判断金属材料断裂性能的裂纹尖端张开角(CTOA)的测量方法和试验步骤.     

应用半二次罚函数的图像盲去模糊

由于现有的模糊图像盲恢复算法计算复杂度高,计算量大,本文提出了一种基于半二次罚函数的图像盲去模糊算法,并进行了实验验证。应用图像噪声的多阶偏导数的高斯分布特性和图像梯度值服从hyper-Laplacian分布特性建立方程,使用高效交替迭代的算法对方程求解。由于迭代过程中采用快速傅里叶变换一次求解,故大大降低了运算时间,同时获得了很好的恢复效果,为实现实时视频图像去模糊奠定了基础。对一个百万像素级的图像进行了去模糊实验,结果显示,本文算法比当前流行的算法有更快的计算速度和更好的鲁棒性,计算时间缩短了60%。提出的算法为视频图像的实时盲恢复提供了新的工具。     

含噪声模糊图像的点扩展函数参数辨识

针对运动模糊和散焦模糊,提出了一种基于双谱的对含有噪声的模糊图像点扩展函数参数辨识的方法。首先计算出一幅标准测试图像经模糊后的双谱,之后通过曲线拟合出双谱中的统计特性与模糊尺度之间的函数关系,由此训练出的BP神经网络可以完成对其它含有噪声的模糊图像的点扩展函数的参数辨识。实验结果表明,本方法适用于含有噪声的一定模糊参数范围内的散焦模糊和运动模糊图像,在信噪比为25dB的情况下,辨别出模糊尺度的偏差不超过0.5个像素。     

A method of PSF generation for 3D brightfield deconvolution

This paper addresses the problem of 3D deconvolution of through focus widefield microscope datasets (Z‐stacks). One of the most difficult stages in brightfield deconvolution is finding the point spread function. A theoretically calculated point spread function (called a ‘synthetic PSF’ in this paper) requires foreknowledge of many system parameters and still gives only approximate results. A point spread function measured from a sub‐resolution bead suffers from low signal‐to‐noise ratio, compounded in the brightfield setting (by contrast to fluorescence) by absorptive, refractive and dispersal effects. This paper describes a method of point spread function estimation based on measurements of a Z‐stack through a thin sample. This Z‐stack is deconvolved by an idealized point spread function derived from the same Z‐stack to yield a point spread function of high signal‐to‐noise ratio that is also inherently tailored to the imaging system. The theory is validated by a practical experiment comparing the non‐blind 3D deconvolution of the yeast Saccharomyces cerevisiae with the point spread function generated using the method presented in this paper (called the ‘extracted PSF’) to a synthetic point spread function. Restoration of both high‐ and low‐contrast brightfield structures is achieved with fewer artefacts using the extracted point spread function obtained with this method. Furthermore the deconvolution progresses further (more iterations are allowed before the error function reaches its nadir) with the extracted point spread function compared to the synthetic point spread function indicating that the extracted point spread function is a better fit to the brightfield deconvolution model than the synthetic point spread function.     

非凸高阶全变差正则化自然光学图像盲复原

受噪声和图像边缘结构信息的影响,传统的图像盲复原方法易出现"振铃"、"拖尾"、"阶梯"等现象。为解决上述问题,本文利用图像的后验信息、点扩散函数(PSF)的稀疏性以及l1,l2两类范数在约束中的不同作用,提出了一种更一般的非凸高阶全变差正则化自然光学图像盲复原模型。针对提出模型的非凸优化问题,在数值求解过程中对模型的范数结构进行改进,引入Split-Bregman权值迭代方法,提高了计算精度。对人工模拟退化图像和真实图像进行了实验测试。结果表明,提出的方法能够对多种退化类型的图像进行有效复原,复原后的图像边缘保持良好,细节和纹理的处理都优于最近文献提出的模型。客观评价结果显示,相比最近文献的模型,提出模型的峰值信噪比最大可以提高2.08dB,信息熵值最大可以提高1.14个单位。     

太赫兹Gabor同轴数字全息二维再现像复原

提出结合分段对比度拉伸变换(PCST)和基于块的局部最优维纳(PLOW)滤波算法进行太赫兹Gabor同轴数字全息二维再现像图像复原的方法。分别介绍了PCST和PLOW的工作原理,给出了PCST-PLOW组合滤波算法的工作流程。对真实的2.52THz数字全息再现像进行了去噪处理,并对每一处理过程进行了对比分析。比较了PCST节点对增强效果的影响,其节点的起点和终点分别根据直方图和图像均值确定。对真实太赫兹再现像的处理结果显示:去噪处理后的40帧平均全息图再现像的整体标准差由0.184 9提升到0.307 4,均值与标准差的比值由1.720 8提升到2.268 8。得到的结果表明所用方法明显抑制了噪声,同时提高了图像对比度。     

基于点扩散函数的小目标辐射测量

提出了一种基于点扩散函数(PSF)精确测量尺寸很小或者距离很远的一类小目标的红外辐射特性的方法。该方法在已知目标几何形状的前提下,采用倾斜刃边法测得光学系统的点扩散函数;对目标成像和探测器焦平面阵列采样过程进行建模,得到目标在探测器上成像的模拟图像;通过对红外系统捕获的模拟图像与真实图像进行匹配获得最优化估计的目标亮度、尺寸以及中心位置。最后,通过实验对该方法进行了验证。结果显示:圆形目标温度为70℃,理想几何成像直径大于4个像元时,测得的辐射亮度最大误差为2.35%;目标尺寸(面积)最大误差为1.89%。该方法可用于获取目标和背景辐射特性,测试红外成像系统性能,完成图像复原和小目标定位等。     

基于超分辨图像复原的显微圆孔孔径测量方法

为提高圆孔的光学显微测量准确性,研究了基于超分辨图像复原的显微圆孔孔径测量方法。该方法通过超分辨图像复原处理圆孔显微图像,提高了传统光学显微系统对圆孔成像的分辨率,确定了以超分辨复原图像灰度值为0.399作为圆孔物理边缘判据,实现对圆孔边缘的准确探测。理论分析表明该方法可准确测量微米级及以上直径圆孔。核孔膜孔径测量实验中,由二值化图像得到孔径测量结果为6.35μm(测量不确定度为0.08μm),与扫描电镜测量结果6.268μm(测量不确定度为0.083μm)相符,测量误差仅0.08μm。该技术有助于实现对圆孔形状的快速、准确在线测量。     

基于L0正则化模糊核估计的遥感图像复原

基于模糊图像的退化过程、卷积模糊模型和模糊图像生成的机理,提出一种基于L₀范数的正则化模糊核估计方法,解决了遥感图像重建问题中0范数难求解的难题。该方法以模糊核稀疏性为先验知识,采用对应梯度的L₀范数为正则项,有效避免了细小边缘对模糊核估计的影响,使得模糊核的估计更加准确。进一步采用超拉普拉斯分布来近似图像梯度的重尾分布,利用L_0.5范数正则化对模糊图像做反卷积,从而恢复出原始图像。与传统方法相比,本文方法可以准确地估计出图像的模糊核,很好地抑制恢复图像的振铃现象,有效地提升遥感图像的质量。模糊图像以及各方法重构图像在同一刀刃下的调制传递函数（MTF）曲线显示,本文方法的MTF曲线得到了较好的提升。     

On the complex three-dimensional amplitude point spread function of lenses and microscope objectives: theoretical aspects, simulations and measurements by digital holography

The point spread function is widely used to characterize the three‐dimensional imaging capabilities of an optical system. Usually, attention is paid only to the intensity point spread function, whereas the phase point spread function is most often neglected because the phase information is not retrieved in noninterferometric imaging systems. However, phase point spread functions are needed to evaluate phase‐sensitive imaging systems and we believe that phase data can play an essential role in the full aberrations' characterization. In this paper, standard diffraction models have been used for the computation of the complex amplitude point spread function. In particular, the Debye vectorial model has been used to compute the amplitude point spread function of ×63/0.85 and ×100/1.3 microscope objectives, exemplifying the phase point spread function specific for each polarization component of the electromagnetic field. The effect of aberrations on the phase point spread function is then analyzed for a microscope objective used under nondesigned conditions, by developing the Gibson model ( Gibson & Lanni, 1991 ), modified to compute the three‐dimensional amplitude point spread function in amplitude and phase. The results have revealed a novel anomalous phase behaviour in the presence of spherical aberration, providing access to the quantification of the aberrations. This work mainly proposes a method to measure the complex three‐dimensional amplitude point spread function of an optical imaging system. The approach consists in measuring and interpreting the amplitude point spread function by evaluating in amplitude and phase the image of a single emitting point, a 60‐nm‐diameter tip of a Near Field Scanning Optical Microscopy fibre, with an original digital holographic experimental setup. A single hologram gives access to the transverse amplitude point spread function. The three‐dimensional amplitude point spread function is obtained by performing an axial scan of the Near Field Scanning Optical Microscopy fibre. The phase measurements accuracy is equivalent to λ/60 when the measurement is performed in air. The method capability is demonstrated on an Achroplan ×20 microscope objective with 0.4 numerical aperture. A more complete study on a ×100 microscope objective with 1.3 numerical aperture is also presented, in which measurements performed with our setup are compared with the prediction of an analytical aberrations model.