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。     

一种CMOS图像传感器自动曝光算法的设计及实现

针对传统自动曝光算法收敛时间长的问题,设计了一种基于对分搜索的CMOS图像传感器自动曝光控制算法,研究了基于CMOS图像的测光方法,给出了自动曝光算法的流程。首先在MATLAB中对算法进行了仿真,并和传统算法进行了比较,曝光收敛时间缩小了一半。最后在基于FPGA的CMOS图像采集平台上对算法进行了实现,实验证明了该算法的有效性。     

基于局部熵的红外图像小目标检测

文中采用红外图像的局部熵变化为检测准则,确定红外图像小目标位置,对较大的红外图像目标,局部熵突变发生在目标边缘,用本方法也可确定目标边缘。文章给出了算法的实现过程,最后,用海上红外小目标真实图像进行了实验,得到了满意的结果。     

基于最大熵准则的多视角SAR目标分类方法

针对合成孔径雷达（Synthetic aperture radar,SAR）目标分类问题,提出基于最大熵准则的多视角方法。采用经典的图像相似度测度构建不同视角SAR图像之间的相关性矩阵,在此基础上分别计算不同视角组合条件下的非线性相关信息熵值。非线性相关信息熵值可分析多个变量之间的统计特性,熵值的大小即可反映不同变量之间的内在关联。根据最大熵的原则选择最优的视角子集,其中SAR图像具有最大的内在相关性。分类过程以联合稀疏表示为基础,对具有最大熵值的多个视角进行联合表示。联合稀疏表示模型同时处理若干稀疏表示问题,在它们具有关联的条件下具有提升重构精度的优势。根据不同视角求解得到的表示系数,按照类别分别计算对于选取多视角的重构误差,并根据误差最小的准则进行最终决策。文中方法可有效对多视角SAR图像样本进行相关性分析,并利用联合稀疏表示利用这种相关性,能够更好提高分类精度。采用MSTAR数据集对方法进行分析测试,通过与几类其他方法在多种测试条件下进行对比,结果显示了最大熵准则在多视角选取中的有效性和文中方法对SAR目标分类性能的优越性。     

基于信息熵的图像置乱程度评价方法

在基于数字图像的信息隐藏算法中，如何评价图像置乱程度是一个很重要的问题。本文以图像分块信息熵与整体信息熵的比值作为置乱程度的判决标准，并同时利用各分块中互为相邻的像素差值的平均值作为加权系数进行加权平均提出一种新的图像置乱程度的评价方法，实验结果表明该评价方法可以有效地描述图像的置乱程度。     

基于相对熵的直觉模糊聚类方法

在众多的模糊集中,直觉模糊集同时定义了信任度、非信任度和犹豫度,便于处理不确定信息.在不确定信息应用领域的背景下,重点研究了直觉模糊环境下的聚类问题,提出了基于相对熵的直觉聚类方法,并通过数值算例验证了方法的可行性和有效性.     

开放互联网环境基于信息熵的信息传播影响力计算方法

研究了开放互联网环境下衡量信息传播的影响力,提出了一种基于最大熵理论的信息传播影响力计算方法。首先,对信息传播影响力所涉及的要素进行建模;然后,以香农信息熵理论为基础,根据“奥卡姆剃刀原理”选取信息影响力关联指标;最后,基于信息熵理论给出了信息传播影响力的计算方法。对学术论文引文和网络舆情事件的传播影响力进行了分析,验证了所提方法的有效性,所提方法对探究信息在开放互联网环境中的传播影响力以及对受众的影响程度具有重要的现实意义。     

基于信息熵的船舶航行与区域监控方法

针对内河与沿海日益复杂及巨量的船舶目标活动带来的监管挑战,开展了船舶AIS信息应用研究。通过数据清洗、目标编批实现AIS船舶目标的初步整编和区域划分,并基于信息熵方法评估船舶目标航行状态,进而提供区域目标密度、区域航行风险评估。研究成果有助于提高目标与区域精细管理能力,降低水面交通风险。     

Extension to the maximum entropy method

The maximum entropy method provides an estimate of the power spectral density which maximizes the entropy of a stationary random process from the firstNlags of the autocorrelation function. The method is extended to accommodate weighted errors in the measured autocorrelation function.     

Extension to the maximum entropy method II

The maximum entropy method provides an estimate of the power spectral density which maximizes the entropy of a stationary random process from the firstNlags of the autocorrelation function. The method is applied to cases where some of the firstNautocorrelation function lags are unknown.     

基于量子最大熵多阈值算法的图像分割研究

针对图像分割中的问题,采取量子多阈值最大熵算法.首先确定图像信息最大熵的概率密度函数,求解出熵最大化验前密度;接着把图像用灰度值分成背景和物体两个区域,统计不同的灰度等级内像素的量子比特值,由所占的比例得出像素点的最佳分割阈值;最后给出了算法步骤.实验仿真给出了不同算法的图像分割结果,本文算法对噪声的抑制能力较强,得到较高精度的图像,并且保留了边缘的重要信息.     

Adaptive edge image enhancement based on maximum fuzzy entropy

Edges carry the most i mportant information in i ma-ges.Ini mages,edges are marked with discontinuities orsignificant variations in intensity or gray levels,provi-dingthe locations of objects'contours[1].Many edge i m-ages that are processed by some gradi…