动态场景下深度自监督多曝光图像融合方法

近年来,面向动态场景的多曝光图像融合技术取得重大进展.其中,基于深度学习的方法在视觉效果和运算效率上都远超传统算法,成为高动态范围成像技术的主流.然而,现有基于深度学习的融合方法都以有监督学习的方式实现,过度依赖真值图像,难以被广泛应用于实际场景中.本文提出了一个基于深度自监督学习的动态多曝光图像融合网络,主要贡献包括:设计自监督的动态多曝光融合网络框架,探索高动态范围图像与低动态范围图像序列的内在关联;提出基于注意力机制的全局去伪影模块,使用全局文本模块减少动态融合产生的运动伪影,增强图像细节;提出融合重建模块,通过残差和稠密连接实现多层次特征之间的信息流动;设计运动掩膜引导的自监督损失函数,用于网络的高效训练.实验表明,与现有方法相比,本文提出的方法在高动态范围图像重建的主观和客观质量上均表现较好,运算效率显著提升.     

基于重映射和曝光融合的HDR成像

传统的高动态范围（HDR）成像方法需采集多幅图像,不仅容易引入视场误差,而且很难适用于新兴的HDR图像采集系统。为此,提出了一种基于重映射和多尺度曝光融合的简单有效的HDR成像方法。该方法只需要采集一组短、长曝光图像,通过人工重映射分别生成一系列多曝光序列;然后根据曝光评价因子求取多曝光序列权重图;接着对权重图进行高斯金字塔分解,并对多曝光序列进行拉普拉斯金字塔分解;最后基于多尺度曝光融合生成一幅细节保持良好的高质量HDR图像。实验结果表明,对比一些主流的算法,所提方法在多个场景测试中性能较好,图像质量在MEF-SSIM评分中得到较大提升。其中,相比基于梯度场的方法提升了13.33%,相比基于深度学习的方法提升了2.62%。所提方法为HDR成像领域提供了新的参考,可潜在地应用于基于CCD/CMOS的成像系统进行高质量HDR图像采集。     

基于自适应多曝光融合的高动态范围表面测量方法

为解决结构光测量高动态范围表面物体时出现局部过度曝光或曝光不足的问题,提出一种改进的多曝光融合方法,利用自适应曝光代替手动曝光,并对图像融合过程进行优化.首先,将初始曝光时间下拍摄的图像利用直方图进行分析,将被测物体表面反射率不同的区域分为若干组,分别计算出每个组别的最佳曝光时间;在此基础上,拍摄不同组别对应最佳曝光时间下投射白光和条纹的图像,并去除图像中超过设定阈值的高灰度值区域,再将投射白光处理后的图像制作成掩模图,与相同曝光时间下投射条纹处理后的图像相乘,进而对多组相乘后的图像进行亮度压缩与融合;最后,通过CLAHE算法提高融合后所生成条纹图的对比度与清晰度,并对条纹解相后进行点云重建和尺寸测量.实验结果表明:文中方法中自适应曝光相较于手动曝光具有高效性和准确性,U型卡、连接块、圆盘三个高动态范围表面物体的点云重建率分别高达 99.98%、99.74%、99.76%,测量出的标准块阶梯高度差绝对误差为 0.062 mm,相对误差仅为 0.69%,该方法有效解决了高动态范围表面物体测量时点云缺失的问题,提高了三维轮廓的测量精度.     

一种基于信息熵的自动调光方法

根据遥感相机的数字成像和信息学原理,基于信息熵的自动调光方法已经在遥感相机上得到了应用并对其性能进行了详细的分析。针对灰度级在不同曝光时间下的特性以及图像亮度和信息熵之间的关系,提出了一种改进的MCS算法来快速逼近最佳曝光时间。该算法已经在改进的微型CMOS遥感相机上成功地证明了其有效性。实验结果证明,该算法能够通过图像信息快速、灵敏、可靠地自动调整曝光时间。这对于提高CMOS相机空间成像的质量有很高的价值。     

基于帧转移CCD的超高动态循环曝光控制技术研究

提出了一种可大幅度提升高光谱成像探测动态范围的基于帧转移电荷耦合器件(CCD)的曝光控制技术。该技术采用先积分后读出的工作模式,结合CCD快速电荷倾倒时序控制方法,能够有效清除空闲时段的无效电荷,实现超短积分时间和长积分时间曝光周期的快速切换;针对同一被探测目标,在规定时间范围内通过多档积分周期之间的快速切换,实现多档曝光周期的不间断循环曝光,从而使该技术的光谱探测动态范围相较传统技术提升2个数量级以上。设计了循环曝光档数和曝光时间可动态设置方式,时序仿真与测试结果表明,该方式能够有效提升高光谱成像技术在复杂光环境下的适应性。     

便携式多波段相机的自动调光算法

为提高便携式多波段相机在宽照度环境下的拍摄需求,针对传统多区域均值加权曝光时间调节算法中图像灰度参考均值的取值范围对调光性能影响大的问题,提出了一种基于便携式多波段相机的多区域均值加权调光和图像信息熵调光相结合的调光方法。系统采用多区域均值加权调光方法,实现了过高或过低图像灰度情况下的快速调光;利用图像信息熵调光方法,解决了传统调光算法中超调振荡问题,提高了便携式多波段相机的照度环境适应性;进行了基于便携式多波段相机的调光实验,调光时间为31 ms,消除振荡时间约为180 ms。实验结果表明,利用多区域均值加权和图像信息熵相结合的调光算法可快速、稳定地选择合适的曝光时间,获得更好的多波段拍摄结果。     

一种宽范围自动曝光控制系统的设计

为了获得高清晰的地面目标图像,航空摄影机需要自动控制曝光。提出了一种光圈和快门曝光时间都可以变化的宽范围自动曝光控制原理,给出了宽范围自动曝光控制系统的硬件原理电路和软件设计,经测试和使用证明,此系统适应曝光范围大,控制精度高,工作稳定可靠。     

检测多元相关关系的最大信息熵方法

目前提出的用于检测变量间相关关系的方法,如最大信息系数(Maximal Information Coefficient, MIC),多应用于成对变量,却很少用于三元变量或更高元变量间的相关性检测。基于此,该文提出能够检测多元变量间相关关系的新方法最大信息熵(Maximal Information Entropy, MIE)。对于k元变量,首先基于任意两变量间的MIC值构造最大信息矩阵,然后根据最大信息矩阵计算最大信息熵来度量变量间的相关度。仿真实验结果表明MIE能够检测三元变量间的1维流形依赖关系,真实数据集上的实验验证了MIE的实用性。     

基于多曝光的高动态图像合成的噪声处理

针对在高动态范围图像合成的过程中有噪声影响图像的质量这一问题,采取一种基于多曝光图像的高动态范围图像合成降噪算法。通过对各曝光图像的灰度数据进行提取、整理、分析,能合成代表原始场景光线分布的亮度图像。通过分析噪声对高动态范围图像合成质量的影响,提出在图像合成前将图像中含有的噪声进行处理。根据光子散粒噪声变化的特点,将图像混有的噪声问题转化为求解一个多曝光图像序列组的平均值问题,合成的图像视觉效果与真实图像极为接近。     

基于HDMI数码显微相机的自动曝光优化方法

针对HDMI数码显微相机在观测时由于不同目标反光水平不一致而出现过曝、曝光收敛速度慢、不稳定的问题,提出一种自动曝光优化方法。相较于传统的HDMI显微相机中的自动曝光控制方法,所提方法实现了基于感兴趣区域的曝光控制,可对RAW图像中的任意区域进行测光和亮度统计,拓展亮度统计的动态范围并实现基于不同目标的曝光控制,提升亮度统计的准确性,解决因目标过亮或者过暗而出现的过曝现象。同时设计了可变的曝光调节步长,该功能能够根据当前亮度水平动态调整曝光步长,实现曝光的粗调和细调,以平衡曝光收敛速度和曝光精确度。最终结合实际的相机进行实验,所提曝光控制优化方法相较于原有的自动曝光法曝光偏离度降低了一半,曝光收敛时间缩短了一半以上,最快能在4帧图像内完成曝光收敛。     

改进的模糊熵与图像局部信息相结合的遥感图像分割新算法

针对传统的一维最大模糊熵图像分割算法没有考虑图像的局部信息而对噪声十分敏感的这一不足,本文提出了结合图像局部信息的一维模糊熵图像分割算法。该算法将图像的空间信息和像素信息引入到一维模糊熵图像分割算法中,并运用微正则退火算法对一维最大模糊熵进行改进,从而提高了传统的一维最大模糊熵分割精度。实验结果表明,该算法显示了很好的分割效果和较强的抗噪性能。     

基于安全熵的间接非授权行为分析理论

针对系统中存在间接非授权访问可能性的量化分析和证明问题,提出了一种基于安全熵的量化分析理论.首先,结合信息论有关知识引入安全熵概念,提出系统对间接非授权访问行为响应的不确定性计算方法;然后,基于安全熵提出了系统的间接安全性定理,作为判断系统是否可能存在间接非授权访问的依据;最后,应用该方法对经典安全模型进行了量化分析,验证了该方法的实用性.结果证明该方法适用于系统或访问控制模型对间接非授权访问的防护能力评估和证明.     

三元变量间一维流形依赖关系的检测

最大信息系数(Maximum Information Coefficient,MIC)能够很好的检测成对变量间的线性和非线性依赖关系,但却不能直接用于检测三元变量间的相关关系.基于MIC的思想和全相关的概念,本文提出了一种直接检测三元变量间一维流形依赖关系的方法-最大全相关系数(Maximal Total Correlation Coefficient,MTCC).MTCC用落在[0,1]区间上的值来表明三元变量间一维流形依赖关系的强弱,其中0和1分别表示最弱和最强的依赖关系.使用MIC的计算策略,本文还提出了一种有效的动态规划方法来近似计算MTCC的值.仿真实验说明MTCC与非线性相关信息熵(Nonlinear Correlation Information Entropy,NCIE)相比具有更好的通用性和公平性,真实数据的分析验证了MTCC的实用性.最后,强调了其专用性.     

离散最小误差熵估计的原理及应用

本文简要讨论了离散Ｓｈａｎｎｏｎ信息熵测试及ＭＥＥ估计的一般描述，为有效地求解离散ＭＥＥ估计问题提供了新颖实用的算法，包括穷搜（ＥＳ）算法，降维搜索（ＲＳ）算法以及人工智能（ＡＩ）算法，最后用ＭＥＥ方法了浑沌系统的状态估计和预测问题。     

基于信息理论的成像系统干扰效果评估

把信息熵应用于成像系统中,用端到端的互信息评价图像成像系统,研究成像系统的干扰设计方法.模拟系统设计参数,计算机仿真分析了三种性质的干扰对成像系统的影响,做出了基于互信息量的干扰效果仿真曲线.这对于光电对抗装备的研制、开发和效能评估具有一定的参考价值.     

雷达目标三维成像算法研究

逆合成孔径雷达三维成像技术可有效揭示雷达目标散射源的空间分布;相比于传统的距离向和方位向二维成像,三维成像又增加了俯仰向的分辨能力,可以识别雷达目标高度方向的散射源分布情况。从雷达目标回波信号分析出发,探讨了三维成像的基本公式及算法。距离向分辨采用传统的FFT(快速傅里叶变换)实现,方位向和俯仰向分辨运用卷积反投影算法实现。讨论了两种实现方位向和俯仰向成像的投影插值算法,即二维投影插值法和直接投影法,与传统的二维投影插值算法比较,直接投影法具有计算速度快和计算精度高的优点。     

属性约简准则与约简信息损失的研究

属性约简是粗糙集的重要研究内容,信息熵是度量信息量的方法.在研究绝对约简和几种相对约简的基础上,归纳出属性约简的一般准则.定义了基于条件属性信息熵的属性约简和基于联合熵的属性约简,研究了几种属性约简与绝对约简之间的关系.定义了基于条件属性信息熵的约简信息损失,澄清了属性约简不损失信息的含糊观念,指出了属性约简只是在约简准则意义下不损失信息,在信息熵意义下可能损失信息.为进一步研究粗糙集、粒计算中属性约简与分类夯实了信息论基础.