基于图像分割与重组的激光全息图像处理方法

为了提高激光全息图像成像质量,设计了图像分割与重组的激光全息图像处理方法。采用边缘检测技术通过边缘细化与边缘剪切实行图像分割处理,获取分割后的激光全息图像;通过空间邻域边缘能量融合方法对分割图像实行重组,得到重组处理后的激光全息图像;利用偏微分方程的各向异性扩散方法对重组后的图像实行去噪处理,获取清晰的激光全息图像。以激光全息图像为例进行仿真实验,结果表明:所研究方法的图像分割准确性高,重组效率好,去噪后的高层建筑激光全息图像成像视觉效果更清晰、信噪比高,图像处理效率高。     

有效视角图像切片嵌合法全息体视图的数值重构

全息体视图打印技术是当下广泛应用的一种全息技术。近年来本课题组提出了一种新的对视角图像进行预处理并进行全息体视图打印的方法,称为有效视角图像切片嵌合(EPISM)法,该方法可以通过一步记录实现传统两步法的全息打印效果,具有很高的研究价值。为了在光学实验之前对EPISM法全息体视图的打印结果进行预测,提出一种EPISM法全息体视图的数值重构算法,采用该算法对EPISM法处理过的合成视角图像进行数值重构,可以在光学打印之前预先得到不同观察角度和观察位置所看到的再现图像。将数值重构图像与原始采样图像以及光学实验再现像进行比较,结果表明:该算法可以较好地对EPISM法全息体视图打印的光学实验结果进行模拟。     

全息体视图——从打印到计算（特邀）

全息体视图可利用光学打印、计算机生成方法获得,具有制作简单、视觉效果真实等特点,有望应用在大幅面全息显示、增强现实（AR）和虚拟现实（VR）等领域中。介绍全息体视图光学打印技术的写入方法的发展和打印装置的更新,以及计算全息体视图中计算方法的迭代和计算速度的提升,讨论了当前面临的挑战,并对全息体视图的未来发展进行了展望。     

燃烧室雾化场全息图像分割方法研究

通过分析不同情况下雾化场全息图像中粒子数随阈值变化的规律,建立了基于粒子数变化的阈值估计算法,并给出不同情况下最优阈值的选择依据。针对粒径20μm以下的雾化场全息图像,选择粒子数随阈值变化的一阶微分最小值所对应的阈值为最优阈值。该方法已应用于超燃冲压发动机燃烧室雾化场实际测量工作中,并获得了较好的结果。     

赝像-正像转换算法在全息体视图打印中的应用

将适用于三维场景信息非对称采集和显示的赝像-正像转换(POC)算法应用于全息体视图打印,得到了采样平面与全息图平面的距离、采样间隔与全息单元尺寸比例不同时,采样图像和合成视差图像之间的像素匹配关系。分析了曝光光学系统参数和POC算法参数对体视图再现像视场角的影响,得到了场景深度和视场角之间的制约关系。实验通过在不同场景深度下三维物体的再现,验证了POC算法对全息体视图打印的适用性以及场景深度和视场角之间制约关系的正确性。实验结果表明,当场景深度较小时,再现像重影导致分辨率降低,并从理论上分析了全息体视图重影现象产生的原因。像素级精确的视差图像避免了数据误差对体视图再现质量的影响,对提高再现像分辨率有积极意义。     

一种全息体视图虚实场景融合显示的图像编码方法

为了较好地实现全息体视图虚实场景融合的立体显示,分析了虚实场景之间存在的遮挡关系,提出一种基于实例分割与深度值判定的图像编码方法。理论分析表明,场景间的遮挡来源于特定视角下物点的不同深度信息,相机采样时只能保留近处物点的强度信息。求解采样图像的深度图,利用深度值判定的方法可以实现场景的有效融合。为进一步降低深度值求解不精确的影响,利用Mask R-CNN实例分割算法对真实场景的采样图像进行分层处理,并赋予各层伪深度值,再采用深度值判定方法实现虚实场景之间有遮挡关系的融合编码。采用基于有效视角图像分割与重组(EPISM)的方法进行全息打印光学实验,结果表明,所提出的图像编码方法可以有效实现虚实场景融合的立体显示。     

基于计算全息的全视差合成全息研究

文中进行了一种新型三维全息图的制作方法研究,该方法基于计算全息原理,与合成全息相结合,实现激光三维全息图的直写打印制作。首先进行了菲涅耳计算全息图的实验,表明计算全息与合成全息结合的可行性与合理性。然后根据合成全息原理与计算全息原理对三维模型进行采样和图像变换处理,再计算出相应的菲涅耳计算全息图,借助数字全息激光打印系统完成三维全息图的拍摄,在激光下进行光学再现,最后对再现结果进行了分析与讨论。     

体全息存储图像的信噪比研究

根据全息存储二值图像的特性,提出了评价重构图像信噪比的方法,并对掺铁铌酸锂晶体中角度复用全息存储图像的信噪比作了详尽的定量研究,包括存储过程中图像信噪比的动态演变,以及页内和页间串扰对重构图像信噪比的影响。测量结果表明,串扰噪声引起的信噪比下降趋势与理论分析一致,图像信噪比的恶化主要是由于相干光学噪声和测量仪器的噪声;实验结果还表明即使在较小的衍射效率下也可获得较好的存储图像信噪比,从而为存储容量和图像质量之间的最佳均衡创造了条件     

用波前平面提高全息体视图成像分辨率

针对全息体视图成像分辨率较低的问题,提出了用波前平面提高成像分辨率的方法。定量分析了空间采样、角采样和衍射效应对全息体视图成像极限分辨率的影响;以人眼在距离全息图600 mm处观察的极限分辨能力为标准,给出了全息体视图的成像极限分辨率与三维场景深度及全息单元(Hogel)尺寸之间的关系;得出了在波长取632.8 nm时,全息体视图能够高分辨率再现的三维场景的极限深度为12.80 mm,最佳Hogel尺寸为90μm,并且依据极限深度设置了波前平面。选择2个三维场景进行了验证实验:数字模拟再现了结构较为复杂的坦克模型,可以准确表现出模型的各个深度上的精细结构;用基于空间光调制器的全息三维显示系统对茶壶模型进行了光学再现,再现图像很好地提供了深度和光泽等三维感知因素。     

图像分割方法研究

图像分割是图像处理与计算机视觉的基本问题之一,是图像处理到图像分析的关键步骤。目前,图像分割已有上千种方法,既有经典的方法也有结合新兴理论的方法。从分割所应用特定理论工具的角度出发,对近年来图像分割的新方法或改进算法进行综述,并简要讨论了每类分割方法的特点。     

图像分割方法综述

图像分割是图像理解和物体识别的第一步。对于较为热门的基于物体分割的视频编码,首要问题也是图像分割,近来提出了不少较为新颖的分割方法。文章回顾了一些传统的方法,并与一些新方法加以比较。     

基于体全息图像库的模式识别算法

定义了特征识别向量并提出了图像识别模板的概念 ,在此基础上发展了相关系数的算法 ,对存有 10 0幅图像的体全息图像库所进行的模式识别实验表明此算法能够有效地提高识别准确率。     

一种快速有效的交互式医学序列图像分割方法

提出了一种结合Live-Wire算法、种子填充以及轮廓插值的序列医学图像分割算法。该方法首先将病灶组织形状变化较大的断层图像作为关键层,然后综合应用Live-Wire算法和种子填充对关键层中病灶区域进行分割,最后利用轮廓插值技术对中间的过渡图像进行自动分割。实验表明这种算法能快速有效地从序列医学图像中分割出感兴趣的物体。     

应用分层MRF/GRF模型的立体图像视差估计及分割

视差估计与分割是立体图像编码及立体视觉匹配的核心问题,本文提出一种基于分层MRF/GRF模型和交叠块匹配(HMOM)视差估计算法以及结合主动轮廓模型的视差分割提取算法.该混合视差估计方法,可得到光滑准确,且具有清晰边缘的视差场;并便于用主动轮廓模型提取感兴趣对象(OOI)的视差轮廓.与通常的变尺寸块匹配(VSBM)相比,本算法得到的视差补偿图像的峰值信噪比可提高2.5dB左右.本文得到的视差场及对应的轮廓可进一步用于立体图像编码以及视频对象分割.     

基于视差场校正和区域分割的中间视图像生成与内插方法

针对中间视图像生成依赖于精确稠密视差场估计以及遮挡区域检测的问题,提出了利用被编码传输的视差场进行中间视生成与内插算法,避免了复杂的视差场估计。本文算法将区域分割与视差场校正相结合,可对原有的误匹配视差进行校正。在中间视内插中,使用区域分割技术来对具有遮挡和模糊区域的内容进行判断,最后根据视差场的特性进行填充。实验结果表明生成的中间视图像具有良好的视觉效果。     

移动图像分割方法研究

随着MPEG-4,MPEG-7等一系列新的图像和视频信号压缩编码国际标准的出台,移动图像分割日益显示出其广泛的实用性,它使图像的有效压缩、快速检索等成为可能的同时,也在其他领域如自动收费系统、不停车缴费、失窃车辆的查寻、停车场车辆管理及其他检测和识别领域等占据着举足轻重的位置.文中针对移动图像的图像分割,采用时间域信息捕捉移动物体,然后利用空间域信息进行细致的分割,提出了一种新颖又实用的移动图像分割方法.