压缩传感用于极弱光计数成像

为解决灵敏度达到单光子水平的面阵探测器件其单位像素上灵敏度有限和测量数多等问题,研制了具有极高灵敏度的成像系统来实现欠采样的极弱光成像探测。该成像系统基于光子计数成像技术和压缩感知理论,利用数字微镜器件(DMD)完成随机空间光调制,通过单光子点探测器收集光子,以计数形式记录下光强值。然后,利用算法重建出极弱光照明下的图像。文中设计了相关实验,研究了测量数、光强极弱程度和测量时间对成像质量的影响。最后,引入了图像质量评价标准和系统信噪比,分析对比了实验数据。结果表明,当测量数高于信号总维度的19.5%时,系统能完美成像,信噪比可低至2.843 8dB,DMD单位像素上的平均光子数可低于1.106count/s,成像的关键在于信号的波动大于噪声的波动。该成像系统基本满足了极弱光成像探测在光强、灵敏度和采样数等方面的要求。     

稀疏采样傅里叶望远镜成像

为了实现傅里叶望远镜快速成像,提出了一种稀疏采样图像重构方法,并对利用稀疏傅里叶样本精确重构目标图像的问题进行了研究。首先,基于压缩感知理论,并考虑目标图像在变换域的稀疏性或可压缩性,建立稀疏采样图像重构问题的优化模型。然后,构造适当的随机稀疏采样模板,对目标图像的傅里叶分量进行采样测量。最后,利用随机稀疏测量样本,通过非线性优化精确重构目标图像。实验结果显示,对实际的卫星图像,利用20%～30%随机测量样本非线性重构图像与利用全部测量样本直接重构图像的均方误差仅为4%～6%,表明利用随机稀疏傅里叶样本能够实现精确的图像重构,而且大大减少了测量样本的数量,从而有效降低了实现快速成像对傅里叶望远镜系统的成本和复杂性要求。     

基于压缩感知的频域OCT图像稀疏重构

为了减轻频域光学相干断层扫描成像(Frequency Domain Optical Coherence Tomography,FD-OCT)中高数据量导致的后续数据采集与处理系统的压力,同时解决成像时间和成像质量之间的矛盾,引入了压缩感知技术,并对该技术中的重构算法进行了重点研究。首先,通过分析压缩感知技术的框架,利用离散余弦变换(Discrete Cosine Transform,DCT)获得频域OCT图像的稀疏表示。接着,利用高斯随机矩阵对OCT图像进行线性观测。然后,研究了FOCUSS(Focal Underdetermined System Solver)重构算法的原理,并在算法中结合分块思想、引入正则项lp范数以及嵌入各向异性平滑算子。最后,组合所有小图像块,得到整幅频域OCT图像的压缩感知重构结果。实验结果表明:改进重构算法的运行时间由78.65 s缩短为1.89 s,并且显著改善了图像块效应,将重构图像的PSNR值提高了1.6～2.7 dB,SSIM值可达到0.938 3。压缩感知技术可以用较小的采样数据量精确重构出原始频域OCT图像,改进FOCUSS重构算法可以在一定程度上实现频域OCT图像重构效率和重构质量的平衡。     

空间光调制器DMD多级谱复频成像的研究

依据DMD空间光调制器的调制特性及复频成像特性,设计了一个紧凑的4f傅立叶变换系统,对DMD的多级衍射谱进行复频输出,极大改善了仅用DMD零级衍射谱作为图像读出的光亮度.利用DMD空间光调制器复频成像输出装置构建的一个合成全息图的拍摄系统,拍摄了具有高对比度、低噪音的合成全息图.     

环形稀疏孔径结构的研究

介绍环形稀疏孔径的结构,分析环形光瞳的填充因子,并推导出环形稀疏孔径调制传递函数(MTF)的解析式。用MATLAB软件对其进行模拟,并利用Zemax光学设计软件设计环形稀疏孔径光学系统,得到调制传递函数图像,与理论推导的结果相吻合。采用标准分辨率板,在不同填充因子的环形稀疏孔径光学系统下进行模拟成像;利用分数阶微分算子对模拟所得的图像进行图像加强,改善环形稀疏孔径光学系统成像质量。     

基于MCMC方法的电容成像图像重构算法

研究基于概率统计的电容成像图像重构算法,以马尔科夫随机场的方式给出介电常数分布的先验概率,利用电容成像(electrical capacitance tomography,ECT)线性模型得到似然函数,通过马尔科夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)方法对介电常数分布的后验概率密度进行采样,马尔科夫链的转移核利用Metropolis-Hastings方法得到,结合嵌套迭代提高计算效率。仿真结果表明,嵌套迭代-MCMC方法在正则化参数设置合适的条件下,可以得到较好的图像质量,基于MCMC方法图像重构算法为解决ECT图像重构问题提供一种新思路。     

非均匀磁共振压缩成像的交替方向乘子法

为了缩短磁共振成像的扫描时间、提高成像质量,提出一种在压缩感知框架下的非均匀磁共振压缩图像交替方向乘子算法。该方法联合考虑磁共振成像(MRI)图像在变换域和梯度域下的稀疏性,并使用非均匀傅里叶变换实现插值处理,在此基础上构建出MRI图像重构模型,然后采用交替方向乘子法求解该模型。该算法引入辅助变量,将原始模型中的优化问题分解为更容易求解的子优化问题,再使用交替方向最小化方法分别求解。通过一个乐高积木和一个老鼠心脏的径向MRI压缩成像实验来验证算法的有效性。实验中利用磁共振图像从5%到30%(步进为1%)的欠采样数据进行图像重建,并采用重构图像与原始图像的结构相似度评价重构图像质量,结果显示基于该方法的压缩成像算法重构图像质量显著优于基于回溯线搜索的共轭梯度法的重构图像。同时,以峰值信噪比作为图像质量的评价指标对两种算法下的老鼠心脏重构图像进行比较,依然得到相同的结论。     

基于压缩感知的多角度观测光声成像方法

在光声成像过程中,由于各种限制因素,往往只能完成有限角度的信号采集.采集到的不完备的信号会在图像重构过程中产生伪迹现象,丢失细节信息.基于光声图像的稀疏特性,提出了基于压缩感知的光声成像算法.该方法通过2个单阵元超声探测器成角度采集光声信号,然后基于压缩感知重构算法进行光声图像重建并进行融合处理.仿真证明采用多个角度观测,选用合适的探头分布角度和测量矩阵可以有效弥补远场成像分辨率和减少测量次数,消除光声图像的伪迹现象,最终实现以较少的数据量和较简单的硬件设备实现高分辨率光声成像.     

非笛卡尔并行磁共振成像重建技术研究新进展

相对于传统的k空间笛卡尔采样,非笛卡尔采样能够使得k空间具有更高的覆盖效率,同时可以更有效地利用梯度系统性能,减少d B/dt值,避免引起人体不良的生理反应。k空间非笛卡尔采样和并行成像技术结合能够进一步提高成像速度,但是也使得图像域中的伪影模式更加复杂,因此非笛卡尔并行磁共振成像重建具有更高的技术难度。综述了目前几种典型的非笛卡尔并行成像重建技术,具体讨论了每种方法的技术细节和优缺点,包括敏感度编码(SENSE)、共轭梯度敏感度编码(CGSENSE)、非笛卡尔自标定并行采集方法(non-Cartesian GRAPPA)、基于数据一致性的迭代方法(SPIRi T)和近年来发展迅速的压缩感知技术。SENSE和CG-SENSE理论上可以获得最优的重建结果,但受制于线圈敏感度分布的准确测量;Non-Cartesian GRAPPA无需测量线圈敏感度,但只能对特定的非笛卡尔采样模式进行近似计算;SPIRi T结合了SENSE和GRAPPA的优点,通过迭代优化方法可以获得较满意的结果;压缩感知技术利用图像的稀疏变换特性,配合现有的迭代优化并行成像方法可以进一步提升重建图像质量,将继续成为未来研究的热点。     

基于稀疏处理的多能X射线分离成像

利用独立成分分析(Independent Component Analysis,ICA)并结合多能X射线图像的丰富信息可以将二维X射线图像中重叠目标分离成像,但是海量的图像数量,以及高像素数的要求均会使内存占有量和计算速度面临挑战,因此本研究将压缩感知(Compressed Sensing,CS)与ICA相结合进行分离成像,以提高计算速度和分离成像性能。研究过程中,首先根据被拍摄物体的物质组成确定拍摄多能X射线图像数量,并选取CS技术中K均值奇异值分解(K-means SingularValue Decomposition,K-SVD)稀疏基将多能X射线图像进行稀疏表示,然后利用ICA将此稀疏表示进行盲源分离得到独立源,最后采用正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)将独立源进行重构实现分离成像。研究结果表明:采用ICACS技术比仅采用ICA进行目标分离成像的运行时间减少了46.14s(23.3%)、内存占有率降低了21%、重构图像峰值信噪比(Peak Signal to Noise Ratio,PSNR)提高了2.665dB、边缘梯度提高了0.001、信息熵提高了0.09。     

一种数字显微图像白平衡方法

为了补偿各种不同光源对光学显微镜造成的色差,提出了一种基于光学显微镜的数字图像白平衡方法,该方法根据光学显微数字图像系统光照不均匀的特点,将全局校正与逐点补色相结合。对不符合全局校正的像素点按该点实际曝光值进行调整,先由光源感光情况确定各点的校正系数,再对相同条件的数字图像进行逐点校正。实验表明该方法能够精确地实现显微数字图像的白平衡调整。     

高光谱图像的分布式压缩感知成像与重构

根据高光谱数据的特点,提出了一种基于像元的分布式压缩采样模型来实现高光谱图像的有效压缩采样与重构。搭建了能实现该模型的压缩采样光谱成像系统,并研究了用于该系统成像的重构算法。在图像采集阶段,将高光谱数据分为参考像元和压缩感知像元;地面像元的辐射能通过棱镜进行谱带分离,再利用数字微镜器件实现谱带的线性编码。对压缩感知像元进行低采样率的线性编码,对参考像元进行采样率为1的线性编码。压缩采样数据重构时,不再采用传统方法直接重构高光谱数据,而是利用线性混合模型将重构高光谱数据转换成端元提取和丰度估计,然后根据重构的端元和丰度恢复原数据。对比实验表明,在压缩采样数据为总数据的20%时,重构的平均信噪比提高了10dB。所设计的成像系统应用压缩感知理论减少了采集的数据量,采样方式简单,可应用于星载或机载的高光谱压缩感知成像。     

空间相机焦平面CCD交错拼接重叠像元数计算

针对大视场空间相机焦平面采用的多片CCD交错拼接,提出了一种适用于多种姿态模式的重叠像元数解析计算方法,以保证空间相机成像视场中不出现漏缝。分析了CCD交错拼接的成像特性和产生漏缝的原因;基于空间坐标系变换和中心投影共线方程建立了重叠像元数计算模型,对像点、相机摄像中心、地面景物点建立动态数学关系,通过追踪像点在像面上的运动轨迹计算了拼接缝像元重叠情况。结合实际工程样例,计算和分析了空间相机机动角度、星下点纬度、视场位置等因素对重叠像元数的影响,并将各工况下计算的最多漏像元数作为最终拼接量。结果表明:重叠像元数理论误差小于1pixel;对比侧摆,俯仰成像时所需拼接像元数更多;该计算模型可扩展应用于其他类型空间相机在任何姿态模式下的重叠像元数计算。     

基于数字微镜器件的中阶梯光栅光谱仪的光学系统设计

研究了一种基于数字微镜器件(DMD)具有新型光路结构的中阶梯光栅光谱仪,并采用新的谱图信息接收方式来降低其使用成本和数据处理过程的复杂程度。将具有单波长选通功能的DMD与一维探测器光电倍增管(PMT)相结合接收中阶梯光栅光谱仪的光谱信息,在降低仪器成本的同时将中阶梯光栅光谱仪谱图还原算法与DMD扫描驱动算法相整合,提高了算法效率。由于DMD的填充因子比CCD稍低,该类光谱仪对成像质量和能量集中度提出了更高的要求。本文根据DMD型中阶梯光栅光谱仪特点,在有限的可挑选的光学材料下,采用多重优化的方式合理设计了中阶梯光栅光谱仪准直镜、中阶梯光栅、棱镜、聚焦镜等各个光学元件的光路结构参数,并且在Czerny-Turner结构中加入校正透镜和场镜,校正了系统所有像差,提高了整个光学系统的成像质量和光谱分辨率。最终设计的光谱仪系统分辨率达0.01nm,单个微反射镜内的光斑能量聚集度达到70%。     

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。     

应用压缩传感理论的单像素相机成像系统

采用稀疏二进制矩阵作为测量矩阵完成了单像素相机对不同场景的拍摄。基于压缩传感理论设计的单像素相机,利用数字微镜阵列和单个探测元件实现高分辨率图像的拍摄,将图像采集和压缩合二为一,减少了数据,降低了系统规模、复杂度和成本。对测量矩阵进行了分析,给出了二进制测量矩阵精确重构条件。搭建了硬件实验平台,采用稀疏二进制测量矩阵,对笔划复杂度不同的"中"字、"国"字和复杂实物这3种不同的场景进行了拍摄实验,利用梯度投影重构算法重构出目标图像,图像分辨率为数字微镜阵列大小。实验结果显示,对于3种不同场景,在测量次数为目标图像像素总数的20%～30%时,能精确重构出目标图像,表明单像素相机能实现高分辨率图像的拍摄。     

高帧频CMOS相机对光通信精跟踪系统影响分析

分析了互补金属氧化物半导体(CMOS)相机作为机载光通信精跟踪系统的位置传感器的优势,采用基于CMOS相机与FPGA研制的精跟踪系统,可实现帧频8 800 Hz的图像采集、数据传输、实时图像处理、光斑质心计算以及伺服控制等功能,分析了CMOS相机的噪声、帧频以及光斑质心算法对精跟踪系统跟踪精度的影响,给出了对应的数值分析与实验结果。实验结果表明:CMOS相机噪声对光斑坐标x轴、y轴引起坐标的标准差分别为0.291 9像素,0.120 2像素;当相机帧频从2 200 Hz提高到8 800 Hz时跟踪标准差从1.8降低到0.5个像素;外场光斑质心算法偏差比理想高斯光斑计算结果大8.34-0.71像素。光斑中心算法对跟踪精度影响明显,设计更具针对性的自适应光斑中心算法可以大大改善精跟踪的效果。     

分块非线性加权在车灯检测仪校准器光轴角测量中的应用

针对传统光轴角测量系统中人为因素干扰导致的重复性能降低等不足,设计一种基于图像处理技术与高精度电控转台相结合的自动测量方案。分析了照明光斑光强分布特性,提出了一种基于图像区域分割的最优非线性加权的特征点提取算法。该方法根据光强与灰度的线性关系,将光强量化到3个区间。然后分析灰度因素在特征点定位中的影响;针对不同区间应用局部最优加权法则以实现局部最优化处理。最后,利用光轴偏转角与特征点在像面上位移的对应关系,计算得到光轴角测量值。开展了光斑特征点重复性实验并分析了光轴角检测精度,结果表明:该系统在不同光强、不同角度条件下重复性好,测角精度优于60.18″。与激光光源的光轴角测量实验对比,该算法在光斑光强分布不均的条件下仍能完成稳定且精确的光轴角测量。     

基于压缩感知的非均匀脉冲SAR欺骗性干扰抑制方法

针对SAR欺骗式干扰的特点和传统干扰抑制后SAR成像质量恶化以及传统干扰抑制方法存在着冗余度高、有效信息提取率低等问题,本文提出了将两种新的稀疏采样方式-互质采样与嵌套式稀疏采样同压缩感知算法相结合,用来抑制欺骗式干扰并实现目标高分辨重建的方法。通过仿真实验,对比了本文提出的新重构算法与传统非均匀采样重构算法,证明了在采样率远低于Nyquist速率的条件下,基于压缩感知的稀疏非均匀SAR采样与成像方法不但可以抑制欺骗式干扰,而且能够在避免信号冗余的情况下实现目标的高分辨成像。