光学传感器嵌入面板像素中

液晶显示器（LCD）的主要制造商之一日本Sharp公司，近期发布了一套装备了超灵敏触摸屏幕的新型LCD系统。该系统面板的每一个像素都内置一个光学传感器，取代了以往在面板上加一层薄膜的技术。     

美设计出太赫兹多像素光波调制器可广泛用于生物光谱学等领域

据《每日科学》网站5月31日报道,美国科学家首次设计出一款多像素太赫兹频率（THz）光波调制器,将来有望广泛应用于生物光谱学和半导体结构成像研究。     

1024×1024GaAs量子阱红外光电探测器成像列阵

美国哥达德空间飞行中心、陆军研究实验室及喷气推进实验室的研究人员通过合作，已研制出一种1024像素×1024像素8．4pm～9．0pm红外焦平面列阵。这个具有1M像素的探测器列阵是一个混成器件，它是通过用点焊方法将洛克韦尔公司出品的TCM8050硅读出集成电路焊接在一个GaAs量子阱红外光电探测器列阵上制备而成的。研究人员将该列阵装入一个成像系统，     

基于消色差透镜的单像素与计算关联光谱成像

光谱成像系统受色差影响会导致图谱混叠，本文将单像素成像以及计算关联成像分别与光谱成像系统相结合，并在系统中引入900～1 700 nm适用的消色差透镜来校正色差。首先计算出不同胶合消色差透镜的色差大小并以此选取透镜，所选消色差透镜相较其它透镜对色差校正可以提高一个量级。其次分析了色差对光谱成像系统的影响以及单像素成像和计算关联成像的差异。最后仿真和试验分析单像素光谱成像和计算关联光谱成像特点。试验结果表明对于900～1 700 nm的近红外光谱成像，基于消色差透镜的单像素光谱成像系统取得了更好的图像重构结果，其峰值信噪比（Peak Signal to Noise Ratio,PSNR）提高了3.93 dB，结构相似度（Structural Similarity, SSIM）提高了0.96%。消色差透镜的单像素光谱成像系统在近红外光谱成像中重构图像效果优于无消色差透镜的计算关联光谱成像。     

像素间距为1．4μm的13英寸、800万像素背照式CMOS传感器

美国豪威科技开发出了像素间距为1．4μm、光学尺寸为1／3英寸的800万像素CMOS图像传感器“OV8810”。这是最早采用该公司“OmniBSI”背照技术的产品,适用于新一代手机等配备的摄像头模块。     

手机像素与照片质量

正简单来说,我们见到的每一张图像都是由"色点"组成的,每一个色点就称为像素。一张图片由50万个色点组成,那么这张图片的像素就是50万。从成像原理来看,像素值的大小对生成的图像会产生一定的影响,当手机的图像传感器面积一定的时候,像素值越高,单位像素面积就越小,而单位像素面积直接影响到进光量。单位像素面积越小,图像传感器上进光量就越少,拍摄出的照片就会变得灰暗模糊;像素值越低,单位像素感光面积大,感光性能更好,因此在成像的高感     

利用曲线拟合方法的亚像素提取算法

在图像测量系统中，测量系统的精度与边缘提取的精度成直接的正比关系，普通算法的精度为像素级，现在员常用的亚像素算法是重心法。这里提出了一种利用曲线拟合方法的亚像素边缘提取算法，介绍了算法的推导过程，给出了算法的计算公式，最后给出了实验结果。     

CCD像素响应非均匀的校正方法

分析了造成CCD像素灰度不均匀的原因,提出了一种基于最小二乘法的CCD非均匀校正算法.在不同辐照度下,采集每个像素的灰度值.用最小二乘法估计出辐照度和期望灰度值的对应关系.计算出每个像素的校正参数,形成CCD的校正矩阵.最后,对每个像素的实际灰度值进行校正,实现了在同一辐照度下,各像素灰度响应的一致性.校正前,各像素灰度值的最大偏差为76.5;采用该方法校正后,像素的灰度值最大偏差只有0.001 08.实验结果表明:该方法有效地校正了CCD像素响应的非均匀性.     

融合超像素与多模态感知网络的遥感影像车辆检测

针对遥感影像车辆检测中背景干扰、目标密集和目标异质性等因素引起的识别精度下降问题,提出了一种融合超像素与多模态感知网络的遥感影像车辆检测方法。首先,基于混合超像素的区域合并规则,通过超像素二分图融合算法将两种模态的超像素分割结果进行融合,提升了不同模态图像超像素分割结果的准确性;其次,提出一种多模态边缘感知网络的遥感影像车辆检测方法 MEANet (Multi-modal Edge Aware Network),引入OPT-FPN模块（Optimized Feature Pyramid Networks）来增强网络学习多尺度目标特征的能力;最后,通过边缘感知模块聚合超像素和多模态融合模块生成的两组边缘特征,进而生成车辆目标的准确边界。在ISPRS Potsdam和ISPRS Vaihingen遥感影像数据集上进行实验,最终的mF1分数分别为91.05%和85.11%。实验结果表明,本文提出的方法在多模态遥感影像车辆高精度检测中有着较好的检测准确度和较好的应用价值。     

基于超像素的感知哈希交通场景图像去重方法

针对构建典型交通场景样本库采集数据过程中存在数据重复、相似的问题,提出了一种基于超像素分割下感知哈希的交通场景图像去重算法。首先,对图像超像素分割;然后记录每个超像素区域的像素均值作为图像特征,在分割后的图像中提取像素点组成整幅图像的描述集,并对其进行离散余弦变换（DCT）采用Zigzag模式顺序对变换的系数矩阵编码作为图像DCT特征;最终,采用Jaccard 距离衡量图像相似度,根据权重确定个特征对图像相似度的贡献,确定合理的阈值建立图像去重系统。在KITTI、DeepTesla等数据集上选择部分图像进行实验,实验结果表明,该方法对图像去重的准确率达98.55%,同时具有较高的鲁棒性和稳定性。     

基于像素级偏振相机的超像素校正

针对像素级偏振相机中偏振片单元由于刻划精度和透过率的差异导致偏振片阵列的非均匀性,提出了一种带有角度约束的最小二乘超像素校正方法。建立了带有角度约束的校正优化算法的数学模型,加入了超像素的标量增益和暗补偿参数。最后,搭建了以微偏振片为核心的积分球标定系统,进行了仿真实验和成像实验。结果表明:与最小二乘法相比,本文算法在有效地校正偏振度和非均匀性的同时也校正了超像素内振幅的非均匀性,重建角度的准确度提高了10%。经过插值处理后,边缘表现更为明显,有效减少了插值过程中所产生的噪声,提升了成像质量。     

图像采集系统帧序列上缺陷像素的识别

给出了缺陷像素的定义。对由图像帧序列构成矩阵去除直流分量所得到的余量矩阵作主成分分解建立特征图像。对特征图像作方差分析并结合为像素所定义的Mahalanobis距离，建立起概率分布意义上的缺陷像素识别的数学模型。实验结果分析表明，在给定每帧图像所包含的像素数时，通过距离基准限及一个可调节常量的设置，该概率模型可以满足图像采集系统在不同精度要求下对包括图像采集帧上的瑕点、闪烁像素以及漂移像素等缺陷像素的识别。     

基于虚拟视野的结构光条纹投影像素精准映射方法

针对像素尺寸差异、相位误差等导致相机与投影仪同名点像素坐标匹配错误、有效像素点缺失问题，提出一种基于虚拟视野的改进包裹相位-坐标映射方法。首先，对不同重叠视场下的条纹信息进行分析，确定较优投影模式；其次，设计两组高低频率的横纵条纹，提取低频相位极值计算虚拟投影视野、高频周期对真实和虚拟视野逐级编号，实现视野小范围匹配；最后，改进包裹相位坐标映射方法和相位差阈值判别准则，逐编号求解投影像素坐标，获得像素间的精准映射关系。实验结果表明，相位中相同像素区间的包裹相位均方根误差，相较于连续相位降低了78.6%。在平面和复杂表面实验中，有效像素数量相较于传统匹配增长了9.21倍和9.43倍，像素误匹配坐标比例由传统相位匹配的80.55%、59.4%降低至14.26%、12.56%,为自适应条纹测量技术中像素同名点匹配提供了可行的解决方案。     

全息影视技术比3D更真实比利时开发出微电机像素系统全息显示器

<正>随着3D影视逐渐走入寻常百姓家,全息影视也开始显示它迷人的未来景象。据美国物理学家组织网不久前报道,比利时鲁汶校际微电子研究中心(Imec)开发出一套微电机像素系统(MEMS)平台,让全息影视更加接近现实。     

自适应Radon单像素成像

使用单像素探测器实现成像需要大量采样。对于目标区域仅占场景一部分的情况时,我们提出了自适应Radon单像素成像方法,能够使用单像素探测器实现目标区域的定位和成像。本文对该方法的目标定位方式、编码采样算法、重建算法等进行研究,以减少单像素成像的采样数量。基于Radon变换的基本原理,使用图像在水平和垂直方向的投影信息,以获取场景中目标区域的大小和位置。建立自适应Radon-Hadamard单像素成像模型,仅对目标区域进行单像素采样,然后使用滤波反投影技术重建目标区域。研究结果表明:所提出的自适应Radon单像素成像方法能够实现对场景中目标区域的成像,采样数量远低于重建图像的分辨率,重建图像的结构相似性系数大于95%,有效的提高了单像素成像方法的成像效率。     

应用像素邻接特性分析的激光边缘图像修复

针对现有边界提取方法用于复杂工业环境的不足,提出了一种应用像素邻接特性分析的光斑边缘图像修复方法.首先,通过对边缘图像的距离变换和连通分量标记得到一张标号图像,该图像把与最近边缘距离低于某一数值的背景像素标注为边缘候选点,其他背景像素标注为独立的连通区域.然后,依据真实边缘的邻接特性对候选边缘候选点重标号,实现断裂边缘的连接.最后,从邻接特性的角度对噪声进行分类并去除,从而完成激光边缘图像的修复.实验结果表明:该方法能有效修复8 pixel的边缘缝隙并去除较大的噪声;引入的中心定位均方根(RMS)误差为0.05 pixel,峰值(PV)误差为0.086 pixel,稳定地保持在较低的水平;单次图像修复耗时小于130 ms,实时性较好;能用于工业在线中心定位检测.     

基于PX-LBP和像素分类的装配体零件识别研究

针对机械产品装配维修诱导中零件和装配体的识别、监测问题,对装配体零件识别及装配监测进行了研究,对LBP算子进行了改进,提出了一种基于像素局部二值模式(PX-LBP)和像素分类的装配体零件识别及装配监测方法。首先将LBP算子与像素分类融合,提出了PX-LBP算子;然后对深度图像进行了PX-LBP特征提取,生成了训练集和测试集;最后训练随机森林分类器,并利用训练好的随机森林分类器实现了对测试集深度图像的像素分类,生成了像素预测图像,通过像素预测图像与标记图像对比实现了装配体零件的识别及装配过程的监测。研究结果表明:该方法对于模型深度图像的像素识别率可达到98.81%,对于真实装配体深度图像的像素识别率也可达到77.51%;该方法兼具了一定的实时性与鲁棒性,可用在装配维修诱导、装配监测和自动化装配邻域中。     

高温构件傅里叶单像素成像系统设计

对于高温下的视觉测量,如何降低高温构件本身发出的辐射以及热气流对图像质量的影响,在航空航天和汽车制造等领域具有重要意义。针对高温下复杂的光学成像环境,本文提出了一种基于单像素成像技术的高温构件图像采集方法,建立了高温构件单像素成像系统,分析了傅里叶单像素成像的工作原理及重建算法,根据高温物体的热辐射特性分析了其对单像素成像的影响及成像光谱范围。最后,对高温环境中的单像素成像进行了验证实验。实验结果表明:仅用30%的采样数据就可以对高温下的目标构件成像,且忽略了高温物体自身辐射光的强干扰。与传统CCD/CMOS的成像及边缘检测对比实验表明,本文的方法获取的图像特征更为清晰。该研究为单像素成像在高温构件工业领域的应用提供了一个潜在的发展方向。     

基于Franklin矩的亚像素级图像边缘检测算法

为了满足计算机视觉标定与精密测量对图像边缘定位的精确度高和抗噪性强的要求,提出一种基于Franklin矩的亚像素级图像边缘检测算法。首先,建立亚像素边缘模型,利用各级Franklin矩的卷积来提取图像边缘点的细节特征;然后,依据Franklin矩的旋转不变性原理,分析图像边缘旋转至垂直方向后各级Franklin矩之间的关系,从而确定图像中亚像素边缘的关键参数;最后,根据改进的边缘判断条件,确定图像中的实际亚像素边缘点。大量实验结果表明,与基于Zernike矩的亚像素级算法、基于小波变换与Zernike矩结合的亚像素级算法、基于Roberts算子与Zernike矩结合的亚像素级算法相比,本文提出的基于Franklin矩的亚像素级图像边缘检测算法速度更快,精度更高且抗噪性强,更好地满足了对于图像边缘定位稳定可靠及高精度测量的要求。     

基于多种检测像素预测方式的LSB图像信息隐藏检测

本文突破了传统LSB隐写分析算法只针对图片整体特征提取、监测手段不够精细的缺陷,提出了针对每一像素点的针对性判断。算法主要利用图像函数估计、噪声判断、像素值估计等方法,通过预测每一像素是否被改动,来判断整张图片的嵌入情况,从而实现小嵌入率隐写分析与嵌入点大致估计的目标。算法的检测率较以往算法有明显提高,对低嵌入率（1%以内）的LSB嵌入检测效果尤为有效。同时对高嵌入率的嵌入,算法保证了99.9%以上的准确率。