红外热像仪最小可辨温差客观评测技术

最小可辨温差(MRTD)是评价红外热像仪的重要技术指标,传统的测量方法都是基于测量人员的主观判读得到的,结果重复性差.为了解决这一问题,提出基于人工神经网络的客观评测方法,提出两种特征量--杆均值与背景极值对比度和相邻极值差与均值对比度,使用数字CCD摄像机代替人眼,采集大量图像数据输入人工神经网络,使用BP网络的LM算法进行训练.训练好的神经网络具有类似人的视觉系统的判读能力,可以由计算机代替人工对不同频率、不同温差下的4杆靶图像进行判读.通过Matlab模型和软件验证了系统的可用性,大量测试结果表明:测量结果准确,具有很好的重复性,与相同测量环境条件下由人眼主观测量的MRTD结果相吻合.采用该技术研制的测试设备已成功地应用于某试验单位的检测中,大大提高了测量效率和测量结果的准确性.     

MRTD客观测量中四杆靶图像的特征提取

在工程中，实现基于人工神经网络的MRTD客观测量方法（即以计算机对红外图像的自动智能客观判断来代替人眼的主观判断）中，确定四杆靶图像的条纹对比度和均值对比度作为训练和识别的特征向量。讨论了特征向量选择的合理性，并给出了易于计算机实现的算法，最后给出的试验结果说明该特征向量的确定是合理的可行的。     

一种MRTD、MDTD客观测量方法的理论探讨

针对测量红外静态参数 MRTD、MDTD的主观方法 ,提出了一种基于人工神经网络( ANN)的客观测量方法 ,即以计算机对红外图像的自动智能客观判断来代替人眼的主观判断 ;对客观测量方法的关键点、技术实现及测试过程进行了讨论。     

彩色摄像机颜色分辨力测量

为实现对彩色摄像机颜色分辨力测试,设计了通过双离散颜色源、反射式准直光学系统和四杆靶靶标模块组成的测试装置。双离散颜色源分别产生经过标定的前景和背景颜色光束,经过准直光学系统,最终合成四杆靶测试靶标图像。该系统在测量过程分别获取各频率下从靶标图像中提取的目标靶标并对其进行色差计算,通过图像算法对测试靶标进行判断和识别,获得彩色摄像机的最小可分辨色差(minimum resolvable E difference,MRED)和最小可探测色差(minimum detectable E difference,MDED),实现对彩色摄像机颜色分辨力的客观检测。     

室内模拟环境下动态调制传递函数检测方法

针对车载视觉智能感知、低空区域防务等光电成像系统远距离观测动态性能测评需求,研制了室内运动目标模拟系统。基于线性移不变系统模型,分析了“三杆靶”、“四杆靶”靶标MTF测量原理,提出了一种基于变频栅条靶标的动态MTF检测方法,给出了变频靶标设计方案和MTF解算方法。完成了“三杆靶”和变频靶标测量方法的静态和动态MTF对比测试实验。实验结果表明:提出的变频靶标动态MTF检测方法与“三杆靶”测量方法相比,在静态MTF检测时测量数据的相对最大偏差比率为1.9%,动态MTF检测时测量数据相对最大偏差比率为2.8%,是一种高精度数字化动态MTF检测方法。该方法可以从一幅靶标图像中解算出MTF曲线,在动态MTF检测技术领域比“刀口法”、“三杆靶”、“四杆靶”等方法更具优势。     

基于显示器特性的彩色对比敏感度测试

为了获得人眼视觉特性并直接指导工程设计和工效学评价等应用,基于显示器广泛使用的RGB颜色空间,提出了一种彩色对比敏感度定义。首先,生成了彩色对比敏感度阈值测量方法,然后,采集了12名被测试者先后两次每次3个颜色变量10个空间频率的彩色对比敏感度阈值。最后,通过Pearson检验分析先后两次测量结果的相关性,同时绘制出该人群R、G、B三种颜色变量彩色对比敏感度曲线。先后两次测量结果显著相关,R、G、B三种颜色变量对比敏感度曲线变化趋势相似,在空间频率为0.1和0.2 cycle/degree时,分辨阈限显著升高,且R变量分辨阈值整体高于G变量和B变量分辨阈值。测量方法稳定可靠,在极低空间频率时,被测试者分辨阈限较高,对红色核心颜色差异分辨力较弱。     

基于测距传感器的WMPS非接触测量方法

为了解决现有的工作空间测量定位系统（WMPS）中柔性待测物表面形变及大尺寸测量空间内遮挡等问题,提出了一种基于测距传感器的非接触测量方法,并设计了基于该方法的测量靶。首先建立了该方法的测量模型,将测量靶抽象为若干个控制点和一个矢量;然后通过发射站的数学模型推导出了测量靶姿态迭代解算方法,并通过单位四元数估计法给出了该迭代算法的初值生成方法;最后采用自标定方法对测量靶进行了参量标定,并依托天津大学研制的WMPS系统进行了精度验证实验。结果表明,该测量靶的重复性测量精度为1mm,距离测量精度为2.5mm。该方法使得WMPS系统的测量范围扩大并保持了较高的空间3维坐标测量精度。     

非偏振分光棱镜的偏振敏感度测量

非偏振分光棱镜(NPBS)的偏振相关性会对外差干涉仪、偏振干涉仪和激光干涉仪等干涉系统的非线性误差、偏振误差和测量精度等带来不可忽视的影响。首先对NPBS偏振敏感度的4个特征参数的测量原理进行介绍，接着基于NPBS偏振敏感度测量系统进行一系列实验并对实验结果进行分析。NPBS的s光与p光分量的透射比和反射比基于圆偏振光入射并同步测量透/反射光中s、p偏振方向的强度来实现，以抑制光源抖动及光电探测器响应不一致性对测量结果的影响。在相位偏振敏感度测量方面，基于偏振测量系统对透/反射光的斯托克斯分量S₂、S₃进行测量，获得NPBS的s光与p光的透/反射相位差。3个NPBS样品的重复性测试实验结果表明：上述非偏振分光棱镜的偏振敏感度测量方法对NPBS透射比和反射比的测量精度(最大偏差与测量平均值之比)为-0.08%～+0.08%，重复性优于0.1%，对NPBS透射相位差和反射相位差的测量精度为-0.84%～+0.84%，测量重复性优于1%。对NPBS样品在不同入射波长和入射角度下的偏振敏感度进行了测量，结果显示：在1540～1560 nm范围内，被测...     

基于人眼失真敏感度的图像质量评价算法研究

人眼作为图像的最终观测者,对图像失真的敏感度会随着图像纹理的变化而变化。根据人眼视觉系统的这一特性,将图像的纹理信息引入到图像质量计算中,提出了一种基于人眼失真敏感度的结构相似度算法(DS-SSIM)。通过对LIVE DATABASE中5种失真类型共779张失真图像的仿真实验得出,相比PSNR,SSIM,ESSIM等算法,DS-SSIM算法的评价结果与人为主观评分具有更高的一致性,更加符合人眼视觉特性。     

基于人眼对比度敏感视觉特性的图像质量评价方法

结合传统采用的均方误差和峰值信噪比评价灰度图像质量的统计方法和色差描述彩色图像差异的特点,提出了一种基于人眼视觉特性的色差均方误差和色差峰值信噪比统计参数的评价彩色图像质量的方法,并通过实验进行了验证。实验结果与德克萨斯大学奥斯汀分校的LIVE图像库中的图像主观评价结果基本符合,表明所提出的方法不仅从统计意义上有效地反映了局部甚至像点间的差别,而且由于该统计方法同时考虑了人眼视觉特性,提高了客观评价与主观评价的一致性。     

基于颜色色差的彩色图像压缩技术研究

根据图像DCT变换域系数特征和结合人眼辨别颜色色差的阈值,提出了一种基于颜色色差的彩色图像压缩技术方案。方案首先将彩色图像转化到与设备无关的CIELAB颜色空间,并进行DCT变换和色差计算;再通过人眼辨别颜色色差的阈值进行有选择的量化,并通过Huffman算法进行编码、压缩;最后利用其逆过程进行解压。通过仿真实验,结果表明,重建的彩色解压缩图像与源图像几乎一样,各分量亮度图的解压缩图像的PSNR均超过30dB,人眼几乎不能分辨其差异;衡量编码质量优劣的5个参数值均达到较好效果,且在保证解压缩图像质量的情况下,彩色图像的压缩比能够达到107.167 8,完全可以满足彩色图像压缩的需求。结果表明,提出的基于颜色色差的图像压缩技术方案是一种可行的、较好的彩色图像压缩技术。     

具有主观视觉补偿的人眼像差测量方法

为了准确测量人眼的各种低阶像差以及不规则的高阶像差,采用具有主观视觉补偿的人眼波前像差测量方法,进行了理论分析及实验验证,在客观测量的同时进行了主观视觉补偿,得出了测量的准确数据。结果表明,主观视觉补偿测量的波前像差小于客观测量的结果,被测者在观察视标时的适应性调整减小了波前像差,并且对于观察不同的视标时,波前像差的波动值较小。采用主观视觉补偿的测量方法,考虑实际观察目标时眼睛的状态,能够很好地对人眼像差进行补偿,得到符合实际状态的眼像差,这对制定人眼像差的治疗方案是非常有帮助的。     

Image quality assessment based on S-CIELAB model

This paper proposes a new image quality assessment framework which is based on color perceptual model. By analyzing the shortages of the existing image quality assessment methods and combining the color perceptual model, the general framework of color image quality assessment based on the S-CIELAB color space is presented. The S-CIELAB color model, a spatial extension of CIELAB, has an excellent performance for mimicking the perceptual processing of human color vision. This paper incorporates excellent color perceptual characteristics model with the geometrical distortion measurement to assess the image quality. First, the reference and distorted images are transformed into S-CIELAB color perceptual space, and the transformed images are evaluated by existing metric in three color perceptual channels. The fidelity factors of three channels are weighted to obtain the image quality. Experimental results achieved on LIVE database II shows that the proposed methods are in good consistency with human subjective assessment results.     

彩色数字全息系统中透镜色差影响的研究

在物光通过透镜系统到达CCD平面的彩色数字全息研究中,将每一色光的像视为像空间中的物体。基于全息图补零的一次傅里叶变换(1-FFT)重建方法,导出既能较好地统一不同色光重建物体的物理尺寸,又能考虑透镜色差影响的彩色数字全息图像重建方法。对该方法的研究结果表明,透镜色差的影响等效于让物体的重建像偏离了理想的重建像平面。然而,数字全息重建图像具有一定的焦深,在多数情况下,可以忽略透镜色差的影响,利用厂家给定的焦距标称值获得满足实际需要的彩色重建图像。     

确定区域的人脸彩色传递

在对整幅图像色彩传递算法的基础上,提出了确定区域的人脸彩色传递法。首先利用改进的主动形状模型(ASM)方法定位人脸特征点,进而利用区域生长法确定人脸区域。在将参考图像和目标图像(彩色或灰度图)转换到去相关的对立色空间(lαβ颜色空间)后,对于彩色目标图像,分别调整肤色区域图各通道的均值和标准差;对于灰度目标图像,用亮度邻域统计量匹配的方法在参考图像中选取匹配点,并将匹配点的颜色赋值给目标图像中的对应点。最后,把传递结果转换到RGB颜色空间显示。实验结果表明,该方法能有效传递肤色,形成自然逼真的彩色人脸图像。     

基于深度学习的低照度图像增强方法

在低照度环境下采集的图像往往亮度不足,导致在后续视觉任务中难以有效利用.针对这一问题,过去的低照度图像增强方法大多在极度低光场景中表现失败,甚至放大了图像中的底层噪声.为了解决这一难题,本文提出了 一种新的基于深度学习的端到端神经网络,该网络主要通过空间和通道双重注意力机制来抑制色差和噪声,其中空间注意力模块利用图像的...     

彩色和等色图像的非监督反射分量分离

反射分量分离是计算机视觉和数字图像处理中的一个重要问题。尽管已有很多基于单张图像的反射分量分离方法,但这些方法只能分离图像中彩色区域的反射分量并会在等色区域产生严重的噪声。本文提出一种能够分离图像彩色和等色区域反射分量的方法。彩色和等色区域高光的共同特征是亮度在局部区域中逐渐变化,因此本文算法首先将亮度信息融入传统的无高光图像,提出能够区分不同亮度等色区域的改进的无高光图像;然后提取局部位置空间亮度差异特征和局部颜色空间亮度差异特征,并用K-Means方法检测图像中的镜面反射像素;最后用颜色传递方法估计出漫反射分量,实现漫反射和镜面反射分量的分离。实验结果表明本文算法能够同时有效地分离彩色和等色区域的反射分量。本文算法扩展了反射分量分离方法的应用范围。      

用彩色二维编码测量动态物体三维轮廓的方法

用红绿蓝颜色的正方形组成二维编码平面，并针其附着在被测物体表面，作为立体视觉测量中的匹配点。用2套光学成像系统获取被测物体的彩色图像，通过计算机图像处理技术找出2个图像中的匹配点，再根据匹配点的视差来获取物体的三维轮廓信息。这一方法特别适于对人体的运动进行三维跟踪测量。     

Signal-dependent noise removal for color videos using temporal and cross-channel priors

Noise widely exists in video acquisition, and is especially large under low illumination conditions. Existing video denoising methods are usually at the risk of losing perceptually crucial scene details and introducing unpleasant artifacts. Inspired by high sensitivity of human vision system to thin structures and color aberration in natural images, we incorporate two video priors into a joint optimization framework besides the constraint from the adopted Poisson–Gaussian noise model: (i) we force the motion compensated frames to be a low rank matrix to separate thin structures from large noise. (ii) we utilize the consistency of image pixel gradients in different color channels as a cross channel prior to eliminate color fringing artifacts. To solve this non-convex optimization model, we derive a numerical algorithm via the augmented Lagrangian multiplier method. The effectiveness of our approach is validated by a series of experiments, with both objective and subjective evaluations.