高清晰超声微扫描成像无损检测系统

设计了一种高清晰焊缝超声成像无损检测方法及检测系统。该系统基于超声无损检测原理和超分辨率图像处理方法,采用水浸聚焦探头对焊缝进行逐点扫描,对每一点的超声反射回波信号进行采样,组成焊缝截面的超声扫描图像,在通过微扫描成像技术获取多帧关于同一场景的互有位移的降质图像后,重建高分辨率高质量图像。设计的检测系统除了具有常规的扫描超声成像功能外,还具有超分辨率成像功能,可突破现有超声成像设备的分辨率限制,大大提高超声成像设备对焊缝中细微缺陷的识别能力,适合于一些需大规模、高质量生产的质量控制单位或制造领域的汽车、造船、集装箱等重要行业使用。     

超声成像检测中图像分辨率问题研究

针对检测系统中提高超声成像的分辨率问题展开研究,提出了将超分辨率图像重建技术应用于超声成像的方法,并给出了详细实施方案和可行性论证,进行了序列低分辨率图像获取和高分辨率图像重建的仿真实验,结果表明:提出的方法切实可行,对提高超声成像设备的分辨率具有参考价值。     

一种红外成像检测系统设计

红外成像系统的性能检测是产品质量的重要保证,本文介绍了一种红外成像系统的检测设备的设计,通过设计一定特征的红外目标图像,检测红外成像系统的成像功能,同时检测红外成像系统的分辨率、成像坏元等关键性指标,通过检测系统控制设计保证检测系统输出的红外图像的温度阈值范围和质量满足被测对象的要求,并能够提供可设置的图像,实现了对红外成像系统的功能和性能检测。检测系统温度分辨率不大于0.2度,图像相对畸变2%,目标运动精度不大于0.05度,光能分布不均匀度不大于10%,视场角不小于8度。     

高质量超声成像与重建研究综述

医学超声作为一种无创、无辐射和实时医学成像模态,在重大疾病早期诊断和精准诊疗领域发挥重要作用。影像分辨率是超声仪器的核心指标,也是影响临床精准诊疗的关键。近年来,超声成像设备呈现多样化的发展趋势,以满足不同的临床应用场景,如超快速成像设备、便携成像设备等。然而,这些超声设备通常以牺牲成像质量来实现特定应用场景的要求,影响了其临床可用性。因此,为提升医学超声设备的诊断能力,研究如何获得高质量超声图像至关重要。本文回顾了近年来高质量超声图像成像的相关工作,从波束形成算法和高质量超声重建算法两方面进行介绍,波束形成算法方面,介绍了以延时叠加方法为代表的传统的非自适应方法,以及 4 类成像效果更优越但计算复杂度更高的自适应的波束形成方法,并对波束形成的深度学习类方法进行了简要介绍。对于高质量超声重建算法的讨论,则是从传统方法和深度学习方法两方面展开,并重点介绍了在高质量超声重建算法方面具有更广阔应用前景的深度学习技术,包括卷积神经网络方法、生成对抗网络方法等。最后,本文从研究方法的侧重点等方面比较国内外研究进展,并讨论了未来发展趋势。     

高光谱图像超分辨率重建技术研究进展

不同于传统图像（如灰度图像、RGB图像等）专注于保存目标场景的空间信息,高光谱图像蕴含丰富的空—谱信息,不仅可以保存目标的空间信息,还可以保存具有高可辨性的光谱信息。因此高光谱图像广泛应用于多种计算机视觉和遥感图像任务中,如目标检测、场景分类和目标追踪等。然而,在高光谱图像获取以及重建过程中仍然存在许多问题与瓶颈。如传统高光谱成像仪器在成像过程中通常会引入噪声,且获得的图像往往具有较低的空间分辨率,极大地影响了高光谱图像的质量,对后续数据分析任务造成了极大的困难。近年来,高光谱图像超分辨率重建技术研究得到了极大的发展,现有超分辨率重建方法可以大致分为两类,一类为空间超分辨率重建方法,可以通过直接提升高光谱图像的空间分辨率来获得高质量高光谱图像;另一类为光谱超分辨率重建方法,可以通过提升高空间分辨率图像的光谱分辨率来生成高质量高光谱图像。本文从高光谱图像超分辨率重建领域的新设计、新方法和应用场景出发,通过综合国内外前沿文献来梳理该领域的主要发展,重点论述高光谱图像超分辨率重建领域的发展现状、前沿动态、热点问题及趋势。     

基于宽波束激励的高帧频超声成像方法研究

超声成像的帧频是影响超声成像应用的一个关键因素,成像系统的帧频决定了系统捕捉运动组织的能力,如3D成像、心脏成像、彩色多普勒等。传统超声成像采用延迟聚焦方法可获得较好的图像,但成像帧频较低。目前提高超声成像帧频主要有平面波成像和宽波束激励成像两种方法。平面波成像是通过激励所有阵元同时发射并同时接收超声波,虽在帧频上获得了显著提高,但由于它使用非聚焦技术,分辨率的提高仍然比较有限,特别是当要维持较高帧率而使用较少的扫描角度时,得到的图像质量仍然不高。宽波束成像技术利用多阵元同时发射超声波、远点聚焦、动态实现孔径变迹等方法可极大地提高图像的帧频、均匀性和空间分辨率。文章通过美国 Verasonics公司 V-1数据采集系统采集宽波束数据,进行波束合成建立宽波束超声图像,并与平面波成像和传统聚焦成像技术进行了对比和分析。实验结果表明,相较于平面波成像和传统聚焦成像方法,宽波束成像具有更好的横向分辨率和轴向分辨率,且可获得比传统聚焦方法更高的帧频。     

基于图像处理的超声探头声场测量

在超声无损探测中,探头的性能好坏直接制约着整个检测系统的性能.论文以超声探头的声场特性为研究对象:首先建立探头的声场特性参数体系,然后采用球靶法进行C扫描成像,接着对声场图像进行预处理及二值化、边缘检测及特征提取,获得探头的近场长度、孔径大小和声束半扩散角等性能参数,根据实际检测的声场参数来指导超声无损检测.最后通过实...     

基于小波域CHMT模型的110 kV变电站设备超温红外预警方法

为了提高110 kV变电站设备温度云图分辨率,精准判断设备内部超温位置,研究了基于小波域CHMT模型的110 kV变电站设备超温红外预警方法。以CHMT模型作为变电站设备图像小波域的先验知识,将变电站设备超分辨率图像重建问题转换为最优代价函数最小化问题,经共轭梯度法求解后,结合小波变换获取变电站设备超分辨率图像重建结果;通过红外热成像取得110 kV变电站设备超分辨率重建图像表面温度场分布状况,获取变电站设备表面温度云图;结合红外热成像非破坏性检测机理,通过ANSYS软件,确定110 kV变电站设备内部缺陷位置。实验结果表明：该方法可有效测量变电站设备温度,检测变电站设备不同时刻的温度场和热流场,发出110 kV变电站设备超温红外预警,并且可以准确判断该设备内部缺陷位置。     

一种高重复频率激发电路下的高速超声内窥成像系统

光学相干层析-血管内超声联合（Optical coherence tomography intravascular ultrasound, OCT-IVUS）成像技术能同时弥补光学相干涉成像的低成像深度与超声成像的低分辨率,能够较为全面地进行血管内的易损斑块识别,但受血管内超声（Intravascular ultrasound, IVUS）技术超声激发重复频率限制,OCT-IVUS成像难以在高帧率成像的同时获得高成像线数,从而影响显示分辨率。为提升IVUS成像速度,同时不降低图像显示的分辨率,尝试应用高重频超声激发技术的方法解决这一难题。本文设计了一种50 kHz的高重频超声激发电路,并在此设计基础上研制了一种50 f/s的高速超声内窥成像系统;进而对系统性能进行测试。激发电路高压脉冲测试以及信噪比（Signal noise ratio, SNR）测试结果表明：激发电路可用于25 MHz超声换能器的激发,具有较高的SNR;应用此激发电路所研制的超声内窥成像系统能够在不降低显示分辨率的前提下提高成像速度,该系统技术能有效检出易损斑块,促进OCT-IVUS的临床应用,对心血管疾病的早期发现、诊断和预防具有一定价值。     

超声相控阵用于无损检测的一种新方法

基于超声相控阵技术的无损检测在工业上已经得到广泛应用,相控阵技术的最大优点就是能快速控制和聚焦阵列换能器发射的辐射声束,根据换能器参数设置的不同,辐射声束也会随之改变。所研究的超声相控阵检测系统,对实时信号进行高速采集,将全部22个晶片发射和接收的信号进行存储,并通过检测系统数据处理软件将所存储数据处理,改善了信噪比,提高了横向和纵向分辨率,完成了被检测处的B扫描成像。实验证明：检测系统在工业无损检测方面有较好的应用前景。     

Computational methods in super-resolution microscopy

The broad applicability of super-resolution microscopy has been widely demonstrated in various areas and disciplines. The optimization and improvement of algorithms used in super-resolution microscopy are of great importance for achieving optimal quality of super-resolution imaging. In this review, we comprehensively discuss the computational methods in different types of super-resolution microscopy, including deconvolution microscopy, polarization-based super-resolution microscopy, structured illumination microscopy, image scanning microscopy, super-resolution optical fluctuation imaging microscopy, single-molecule localization microscopy, Bayesian super-resolution microscopy, stimulated emission depletion microscopy, and translation microscopy. The development of novel computational methods would greatly benefit super-resolution microscopy and lead to better resolution, improved accuracy, and faster image processing.     

超分辨率重建技术及其在太赫兹图像中的应用

超分辨率重建就是通过相应的算法,重建图像截止频率之外的细节信息,重构出一幅清晰的高分辨率图像。首先介绍了超分辨率重建算法——非均匀内差法,迭代反投影法（IBP）,凸集投影法（POCS）,说明了各算法的概念和应用,并着重介绍了基于最大后验概率（MAP）的图像超分辨率算法,给出了MAP超分辨率复原算法处理实际太赫兹图像的结果。实验表明,超分辨率图像重建具有重建效果好、抗噪声性能强的优点,有效地重建了高分辨率太赫兹图像,在太赫兹成像领域具有良好发展和应用前景。     

双路径反馈网络的图像超分辨重建算法

图像超分辨率重建在安防系统,小目标检测以及医学图像等有着广泛的应用.本文提出一种双路径反馈网络来提高图像超分辨重建的性能.在双路径网络中,一条路径采用深度残差稠密网络学习重建图像的高频信息,另一条路径直接在输入图像上通过亚像素卷积层上采样到所需分辨率来给重建图像提供低频信息,然后将两条路径得到的特征图进行融合来自适应的选取所需要的信息,接着通过一个反馈型卷积层进行局部循环训练来获得大的感受野.通过在数据集DIV2K上训练,实验结果表明所提方法的有效性和优越性.     

一种多幅欠采样图像的凸集投影超分辨率重建方法

介绍了一种由多幅欠采样低分辨率图像重建一幅高分辨率图像的凸集投影超分辨率重建技术。首先介绍了超分辨率空间域迭代重建方法中一个至关重要的因素--成像过程模型;其次通过介绍凸集投影的理论依据,给出了插值-模拟采样迭代超分辨率重建方法的模型和重建步骤;最后通过实验数据对算法进行了验证。     

低质量无约束人脸图像下的超分辨率摆正

针对人脸识别算法准确率受面部姿态、遮挡、图像分辨率等因素影响的问题,提出一种超分辨率摆正的方法,作用于低质量无约束输入图像上,生成高清晰度标准正面视图。主要通过估计输入图像与3D模型间的投影矩阵,产生标准正面视图,通过人脸对称性的特点,补全由于姿态、遮挡等原因所产生的面部缺失像素。在摆正过程中,为了提高图像分辨率以及避免面部像素信息丢失,引入一个16层的深度递归卷积神经网络进行超分辨率重构;并提出两个扩展：递归监督和跳跃链接,来降低网络训练难度以及缩小模型体量。在经过处理的LFW数据集上实验表明,该方法对人脸识别和性别检测算法的性能具有显著提升作用。     

自适应的归一化卷积超分辨率重建算法研究

图像超分辨率重建技术是数字图像领域的一个研究热点,应用广泛。为了使重建的图像能更好地保持边缘细节,采用各向异性高斯核函数作为适用度函数,并将改进的自适应归一化卷积超分辨率重建算法应用于设计的多通道光学成像系统图像。由于各向异性高斯核函数邻域的尺度和方向由提出的自适应结构张量矩阵决定,其能很好地估计图像局部结构的方向和强度。实验仿真结果表明,提出的方法与其他方法相比可以保持边缘细节和提高信噪比,从而改善图像成像质量。     

血管内光声图像的时间反演重建方法

目的 将光声成像与医学内窥技术相结合的血管内光声(IVPA)成像技术可为心血管内易损斑块的检测以及指导介入治疗提供可靠的参考。针对采用单阵元探测器进行圆周扫描的IVPA成像系统,提出基于时间反演(TR)算法的重建IVPA横截面灰阶图像的方法。方法 通过建立超声传播模型,对光声信号的反向传播过程进行模拟,反演得到血管横截面的2维初始光声压分布图像。针对测量位置稀疏和有限角度测量都会造成光声数据不完备,进而导致重建图像质量下降的问题,通过对探测器采集到的光声信号进行样条插值达到提高成像质量以及消除伪影的目的。结果 仿真实验结果表明,与相同测量位置下利用滤波反投影(FBP)算法重建出的图像相比,采用本文算法重建出的图像的结构相似性指标(SSIM)值可提高约65%。结论 该方法能有效地提高IVPA重建图像的质量,为后续图像重建算法的优化提供有益参考。     

基于SIFT特征的多帧图像超分辨重建

精确的亚像素级图像配准是图像超分辨重建中的关键问题.在图像超分辨重建中广泛使用的基于像素特征的光流法,对于大幅度运动场的计算很难做到精确的亚像素级配准.本文考虑了一种基于SIFT(scale invariant feature transform)特征的鲁棒性多帧图像超分辨重建算法.首先提取输入的低分辨待匹配图像对的SIFT关键点及其特征矢量.随后选取候选匹配关键点对,通过RANSAC(random sample consensus)鲁棒方法去除奇异值,并根据假设的平移性几何约束模型,获得图像对的平移运动配准参数,然后选取视场中心对应的或指定的图像帧为初始参考帧,再使用传统的超分辨重建框架获得最终的重建结果.仿真实验结果表明,提出的基于SIFT特征的图像超分辨重建方案是有效的,超分辨重建的图像质量在主观评价和客观指标上都获得了优于经典算法的效果.