改进的稀疏表示遥感图像超分辨重建

为了进一步提高遥感图像超分辨效果,提高超分辨重建速度。针对以往稀疏超分辨算法中更容易丢失边缘信息和引入噪声的问题,本文改进了特征提取算子,以对称近邻滤波(SNN)代替高斯滤波,重点解决特征空间中的字典学习问题。首先,根据遥感图像退化模型生成训练样本图像,并分别对高、低分辨率遥感图像进行7×7分块,生成字典训练样本。然后,建立连接高、低分辨率图像空间的双参数联合稀疏字典,将字典学习过程中的稀疏系数分解为系数权值和字典原子的乘积,依据字典原子指标训练和更新字典,得到高低分辨率联合字典映射矩阵。最后,进行遥感图像超分辨稀疏重构。实验结果表明:与当前最先进的稀疏表示超分辨算法相比,本文算法得到的超分辨重建遥感图像的主观效果更好,恢复出更多的地物细节信息;客观评价参数峰值信噪比(PSNR)提高约1.7dB,结构相似性(SSIM)提高约0.016。改进的稀疏表示超分辨算法可以有效地提高遥感图像超分辨效果,同时降低重建时间。     

锥束ART算法快速图像重建

针对锥束ART算法重建速度慢的问题,提出了一种基于投影的三维射线与体素的快速遍历和求交算法.该算法将三维射线投影到两个互相垂直的平面上,通过计算投影线与投影平面的相交情况来确定三维射线穿过体素的索引及长度.利用该算法在图像重建过程中实时计算权因子,不仅节省了大量的内存空间,而且提高了投影和反投影运算的速度.基于该算法的特点,在重建过程中采用了一种按列优先的策略,减少了不必要的计算,大大提高了重建速度.仿真实验表明,该算法非常有效,与传统的Siddon算法相比取得了17倍以上的重建加速比.     

基于几何光学的图像矫正法在圆管PIV实验中的应用研究

粒子图像速度技术被广泛用于流体流动测量,介质折射率差异使光在圆管壁面发生偏折,导致图像失真,直接影响速度测量精度。本文建立了光学折射的物理模型,得到圆形管道中物点和图像点之间的函数关系进而得到矫正后图像的像素坐标,使用双线性插值算法得到像素灰度值重建出矫正后的粒子图像,最后根据多重网格迭代算法计算管内速度场。分别对流体进行管内静态流体与管内层流速度场测量实验,对比了光学矫正箱法、线性矫正以及基于光学模型的畸变矫正方法误差。结果表明,本文提出的基于几何光学的图像矫正方法精度优于光学矫正箱法和线性矫正方法,并通过静态与流动实验充分验证了所建立几何光学模型的准确性和有效性。     

平板探测器坏像素校正方法研究

讨论X射线系统中平板探测器的坏像素产生原因并归纳分类。研究坏像素的探测、校正矩阵的生成和对坏像素的校正方法。通过仿真模型对所提出的校正算法进行了验证,通过比较重建图像的信噪比对该算法的效果进行了评估。研究结果表明,平板探测器的制造缺陷等固有噪声源将在重建图像中被增强,并表现为大量的条纹和环形伪影;通过校正,重建图像中的上述伪影明显减少,图像质量得到改善,且系统的低对比度探测能力也得到相应提高。     

测头成像视觉坐标测量系统中特征点成像中心获取

介绍了测头成像视觉坐标测量系统中多特征点的图像获取及其多目标分割,提出了利用双线性插值的质心算法来获得特征点成像中心的位置,并从误差分析角度证明了通过插值增加特征点图像采样点数可以提高质心算法精度。通过试验验证了所提算法的正确性和可行性。     

基于自适应边缘阈值及方向加权的空间错误隐藏算法

针对H.264/AVC压缩视频码流在无线信道传输过程中会由于数据丢包导致图像重构质量下降的问题,提出了一种基于自适应边缘阈值及方向加权的空间错误隐藏算法。该算法利用图像边缘检测Sobel梯度算子检测相邻宏块边缘;根据受损宏块的相邻宏块具体信息自适应设定梯度阈值,最后对受损宏块进行方向加权插值从而重构图像。实验表明,该算法简单实用,不仅保留了丢失块像素加权平均算法的优点,而且能够用于边缘信息强度不同的错误隐藏。在不同的实时传输协议(RTP)丢包概率情况下,该算法的峰值信噪比较传统自适应算法提高了0.2~0.4 db,较多方向插值算法提升了0.2~3.8 db,提高了图像恢复质量,而且具有较高的应用价值。     

一种基于运动分类的自适应去隔行算法

为实现从隔行到逐行的视频扫描格式之间的高性能转换,提出了一种新型的基于运动分类的自适应去隔行算法,主要包括5场运动检测及分类、时空权值计算、维纳中值滤波和三重中值滤波.该算法首先通过5场运动检测对待插值点进行运动分类,然后自适应地选择相应算法进行插值,从而有效地避免了插值错误,提高了重建图像的画面质量.实验表明,此算法采用峰值信噪比的客观评价标准比已有的算法平均高出2.2 dB,而且对画面的视觉感受进行主观评测,也同样获得很好的处理效果.     

稀疏重构SAM芯片焊点检测方法研究

提出了基于稀疏表示的声扫描显微镜(Scanningacousticmicroscope,SAM)图像超分辨率重构方法,以解决其空间检测分辨率受超声波频率和穿透深度的限制,原始SAM图像分辨率较低,不利于封装缺陷辨识等问题。通过字典设计训练和稀疏系数α求解获得了重构的高分辨率SAM图像,利用Levenberg-Marquardt算法改进BP神经网络(LM-BP),并用于倒装芯片焊点缺陷识别。与原始图像及双三次插值图像相比,稀疏重构图像的峰值信噪比明显增大,提高了SAM图像质量,减小了芯片焊点的错误识别数目,错误率降至2.76%。试验结果表明稀疏表示的SAM重构算法和LM-BP神经网络训练速度快、识别精度高,可用于高密度半导体封装缺陷的检测及可靠性评估。     

基于快速方向预测的高分辨率遥感影像压缩

针对传统的自适应方向提升小波变换(ADL-DWT)算法在高分辨率遥感影像压缩中计算复杂度过高的问题,提出一种新的基于方向预测的提升小波变换(DP-LWT)算法,实现了高分辨率遥感影像的快速、高效压缩.新算法首先将高分辨率遥感影像分为若干不重叠子块,然后采用梯度算子快速预测遥感影像中每个图像块的最佳提升方向,并沿着最佳预测方向插值完成方向提升小波变换,最后进行多级树集合分裂(SPIHT)编码.实验结果表明,新算法有效削弱了遥感影像各子带中非水平与非垂直方向的高频系数;与传统自适应方向提升小波变换相比,在重建高分辨率遥感影像峰值信噪比基本相同的情况下,有效减少了小波变换中方向预测的计算复杂度.     

用支持向量回归法实现单帧图像超分辨率重建

由于一些传统的超分辨率重建算法学习多幅不同类别的图像仍无法获得好的重建效果,本文提出了一种基于支持向量回归机和光栅扫描的单帧图像超分辨率重建算法。该算法首先采用光栅扫描法对一组高低分辨率训练图像提取图像块,从块中分别抽取输入向量和标签像素。利用Log算子判断这些块是属于高频空间还是低频空间,从而构建高低频空间向量对并对其进行优化。然后,用支持向量回归机(SVR)工具训练优化后的向量对,得到高低频空间下的两个字典;抽取测试低分辨率图像中的块并得到高低频空间下的输入向量,利用SVR工具回归对应的属于超分辨率图像块的标签像素并得到回归后的图像。最后,对图像进行后处理得到最终的超分辨率图像。与其它算法的对比实验表明:提出的算法具有较好的视觉效果。特别在放大倍数为2时,提出的算法在不同图像上的峰值信噪比(PSNR)和结构相似度(SSIM)值较双三次插值法分别提高了3.1%~5.3%和1.5%~8.1%。得到的结果显示提出的算法获得了更好的重建效果。     

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。     

图像特征点提取技术研究

图像特征点是一个重要局部特征,传统的灰度重心法是重心模型的一种改进,其主要特点是对点坐标进行像素点的灰度加权,但其抗噪声性能较差.对此,文中采用一种改进算法,通过将目标区域划分成内部像素区域和边缘像素区域2部分,并对内部像素灰度进行均值化,从而有效抑制内部像素噪声.同时,利用连通性对图像进行特征标识,提高特征点提取的速度.最后,通过仿真实验验证了改进算法的正确性,并表明改进算法有更好的噪声抑制性能.     

横向剪切干涉测量中准确的相位恢复算法

提出一种剪切干涉测量中实现由相位差分准确高效恢复被测波前相位的算法.该算法是基于被测波前相位与其差分完全的点对点对应关系,及最小二乘算法原理.首先由被测波前相位与其差分完全的点对点对应关系及最小二乘原理,建立一特殊的线性等式,被测相位能通过解此等式直接获得.由于该线性等式的系数矩阵为稀疏矩阵,能转化为一新的小矩阵,以降低计算机存储空间和计算量;同时,由于该矩阵为正定矩阵,Choleski因式化分解方法能用来实现该线性等式方便的解.进行了计算机数值分析和相关试验测试,结果表明:该恢复算法可行,且计算精度高、计算复杂性低;可实现由相位差分准确恢复被测波前相位,同时具有良好的噪声误差传输特性.     

Improvement and realization of linear travel-time interpolation ray tracing algorithm

The linear travel-time interpolation ray tracing algorithm has a drawback: rays can’t go round the low velocity area if the launching point, the receiving point and the low velocity area distribute on the same column (row). Aiming at the drawback, an improved algorithm is proposed on the basis of researching reconstruction theories. The given algorithm adopts a cross-scanning strategy to carry out forward processing and uses discrete points as the secondary sources to simplify backward processing. The numerical simulation experiments show that the rays can go round the low velocity areas located in the same column (row) of the launching points and the receiving points. Rays scan over the global region only once.     

壳段厚度激光检测信号的变分模态分解去噪

针对双激光位移传感器测量大型壳段厚度过程中噪声对检测精度的影响,提出利用变分模态分解来实现对厚度信号的自适应去噪,利用相邻固有模态函数之间的离散Hellinger距离来获取最佳的模态数。该方法将变分模态分解算法引入到激光信号的自适应滤波过程中,分析并改进了变分模态分解算法的过分解、欠分解以及能量泄露的问题。然后,对改进的变分模态分解与希伯特振动分解和自适应噪声总体集合经验模态分解进行性能对比,提出了固有模态函数的相对瞬时能量概率的概念。最后,结合离散Hellinger概率分布距离理论判断固有模态之间的信噪分界点,实现了对信号的重构及滤波处理。仿真和实验结果表明,该方法对壳段厚度信号处理的信噪比为39.27dB,比自适应噪声总体集合经验模态分解方法提高了10dB,具有良好的自适应性,无需先验条件便能快速有效地识别并分离激光信号中的噪声成分。     

结合压缩感知和曲波的天文图像去噪

在天文图像去噪中,为了提高迭代曲波阈值算法的去噪重建性能,提出了基于循环平移和曲波维纳滤波的压缩感知迭代重构算法。首先,使用基于曲波阈值的循环平移方法对重构图像进行调整以抑制重构图像中的伪吉布斯效应;接着,用提出的曲波维纳滤波算子替代小波阈值在迭代过程中对图像曲波系数进行筛选以进一步提高重构图像的质量。通过对添加高斯白噪声的Lena图像和月球图像进行重构实验,分析本文算法和当前主流算法的性能。实验结果表明,与传统的压缩感知迭代曲波阈值算法相比,本文算法能够获得较优的去噪性能,有效地保护天文图像的细节信息,峰值信噪比大约提高了2.6~3.2dB。     

基于正态反高斯模型的自适应小波消噪方法

提出一种基于正态反高斯分布模型局部逼近小波系数的降噪算法。该算法以db5小波作为振动信号的分解小波,对噪声信号进行分解。对于分解过程中包含大量噪声的小波系数,利用具有良好细节逼近性能的正态反高斯分布构造先验模型,在先验模型的基础上,运用贝叶斯最大后验概率估计从含噪的小波系数中估计出真实的小波系数。在后验估计的过程中,对于估计模型中的关键系数采用粒子群算法进行优化选取。利用估计的小波系数来重构信号,得到降噪后的信号。通过仿真实验和实际轴承的故障信号对该方法进行了验证,结果表明,该方法具有较好的降噪效果,可以有效的消除信号的噪声。     

强噪声下自适应Canny算子边缘检测

针对传统Canny算子不能有效滤除图像在解码处理和传输过程产生的椒盐噪声、无法保留边缘细节的问题,提出强噪声下Canny算子图像边缘检测算法.依据椒盐噪声的极值性、灰度差值性,将像元点划分为噪声点、疑似噪声点;根据分类之后的像元点自适应地改变滤波器窗口的大小和权值,在降低噪声影响的同时能较好地保留图像细节.引入8个方向...