压缩感知理论及其在成像技术中的应用

在传统的Shannon/Nyquist采样定理指导下,信号处理往往面临两大难题:A/D转换器技术的限制和海量采样数据的处理压力.压缩感知(CS)理论表明当信号具有稀疏性或可压缩性时,可以通过全局非自适应线性投影的方式,用远低于Shannon/Nyquist采样定理要求的频率获取信号的全部信息.以CS理论为基础的压缩成像(CI)技术在近年来得到了快速的发展.在概述CS理论的基础上,着重介绍了CI技术的原理及其发展状况,并从稀疏分解、观测矩阵的构造和重建算法3个方面对其关键问题进行了分析.CI系统可以显著节省感光器件的数量,避免了传统成像技术"先采样再压缩"方式带来的资源浪费.     

上海交通大学数字媒体与数据重建实验室

上海交通大学数字媒体与数据重建实验室在"国家杰出青年基金"获得者马利庄教授的领导下,依托上海交通大学"计算机科学与技术国家重点一级学科"及"交大微软智能计算与智能系统教育部重点实验室",长期从事计算机图形图像基础理论、数字艺术与数字娱乐、数字医疗等相关领域的算法及软件系统的研究与开发。具体研究方向包括以下三方面:     

多视点稀疏测量的图像绘制方法

为了减少所需采集的视频数据量, 基于图像绘制(Image-based rendering, IBR) 的前沿方法将稠密视点信息映射成压缩感知框架中的原始信号, 并将稀疏视点图像作为随机测量值, 但低维测量信号由所有稠密视点信息线性组合而成, 而稀疏视点图像仅仅来源于部分视点信息, 导致稀疏视点采集的图像与低维测量信号不一致. 本文提出利用间隔采样矩阵消除测量信号与稀疏视点图像位置之间的差异, 进而通过约束由测量矩阵和基函数构成的传感矩阵尽量满足有限等距性, 使得能够获得原始信号的唯一精确解. 仿真实验结果表明, 相比于前沿方法, 本文提出的方法对于不同复杂程度的场景重建都提高了主客观质量.     

参观D600生产线 迎接单反的全画幅时代

这是自2010年尼康泰国公司遭受洪水灾害以来接待的第一个参观团体,尼康泰国工厂的村石信之、喜多久光先生,以及来自日本东京的尼康公司第一设计部原正治先生,与来自中国的媒体记者进行了座谈交流。我们为尼康灾后重建其生产效率以不可思议的速度恢复而感到欣慰和惊叹,也更关心"尼粉"们手中的银子何时换来全画幅机型D600。     

基于VC++软件的无线电磁波CT层析成像反演技术研究

主要研究壤层工作面无线电磁波层析成像反演,根据煤层对电磁波吸收特征以及电磁波在煤层中传播特点,选择直射线追踪,反投影法(BPT)、代数重建法(ART)、联合迭代重建法(SIRT)等图像重建方法,对比分析了不同方法的优缺点,最后选择SIRT方法利用VC++软件编制程序实现,在实际资料处理中取得良好效果。     

深度学习的人体图像半自动标注系统

针对目前数据标注过于依赖硬件、手动数据标注效率低下的问题,提出了基于深度学习的人体图像半自动标注系统.系统通过对算法进行改进,增加人体关键点个数进行特征提取和加入运动信息的约束,提高了视频分阶段标注的准确率.使用真实数据集仿真实验证明了通过深度学习算法进行数据标注的可行性,并且使用半自动标注的速度快、准确率高.     

基于稀疏表示的遥感图像超分辨率重建

根据稀疏定理,首先对遥感图像数据进行训练,得到高分辨率图像块字典与低分辨率图像块字典,然后利用低分辨率图像块字典求出稀疏表示系数,最后根据稀疏表示系数得到超分辨率重建图像.结果可以看出,经过改进后,重建图像的客观评价指标更优.     

基于选择性TpV正则化的DBT重建算法

针对数字乳腺断层合成摄影(digital breast tomosynthesis,DBT)为有限角度的低剂量重建问题,提出了一种基于选择性TpV(total pvariation,TpV)正则化的重建算法。采用两相式重建策略,对DBT投影数据进行联合代数重建(simultaneous algebra reconstruction technique,SART),获得满足数据一致性以及非负性约束的图像,采用选择性TpV正则项作为约束条件更新图像,抑制图像噪声,锐化图像边缘特性,两相交替进行,直到满足收敛准则。应用该算法对数字仿真乳腺体模进行重建,实验结果表明,与SART算法、SART-TpV算法相比,该算法不仅平滑了图像噪声,而且保留了图像的边缘特性,尤其实现了微小钙化的清晰显像。