PISM-DSB原理及其应用

反相对称调制(PISM)与普通双边带(DSB)调制相结合可在同一载频上同时传输2路不同的信号,而在接收端采用2种解调方法可以分别接收到这2路不同的信号。将这一方法用于实际通信系统中会使信道利用率提高1倍。另外PISM-DSB对它台干扰也有一定的抑制作用。本文论述了这一方法的基本原理,并对它进行了计算机仿真,得到了满意的结果。     

基于边缘增强引导滤波的光场全聚焦图像融合

受光场相机微透镜几何标定精度的影响,4D光场在角度方向上的解码误差会造成积分后的重聚焦图像边缘信息损失,从而降低全聚焦图像融合的精度。该文提出一种基于边缘增强引导滤波的光场全聚焦图像融合算法,通过对光场数字重聚焦得到的多幅重聚焦图像进行多尺度分解、特征层决策图引导滤波优化来获得最终全聚焦图像。与传统融合算法相比,该方法对4D光场标定误差带来的边缘信息损失进行了补偿,在重聚焦图像多尺度分解过程中增加了边缘层的提取来实现图像高频信息增强,并建立多尺度图像评价模型实现边缘层引导滤波参数优化,可获得更高质量的光场全聚焦图像。实验结果表明,在不明显降低融合图像与原始图像相似性的前提下,该方法可有效提高全聚焦图像的边缘强度和感知清晰度。     

基于纹理信息引导的光场深度图优化

光场相机获取的四维光场信息可用于场景深度估计,但是大多深度估计算法获得的深度图存在边缘模糊、精度有限等问题。因此,结合引导滤波器边缘保持局部平滑特性,提出基于纹理信息引导的光场深度图优化算法。该算法以纹理信息丰富的光场中心孔径图像作为引导图像,建立了基于多评价函数的混合引导滤波参数寻优模型,以获得合理滤波器参数实现深度图引导滤波优化。实验结果表明,优化后的深度图边缘的视觉效果明显改善,与散焦结合相关性评价算法获得的原始深度图相比,均方误差平均降低1.12%。     

投影仪标定中的相位误差补偿

为了减小由投影仪-摄像机γ非线性引起的红蓝棋盘格标定板相位误差,分析了非线性相位误差的产生原因和表现特征,建立了非线性相位误差和相位主值之间的数学模型,由该模型得到相位误差补偿矩阵并修正展开相位;同时采用MATLAB仿真并结合相关试验对该算法进行了验证。结果表明,误差补偿后棋盘格平面展开相位的均方根误差从0.0836rad下降到0.0218rad;由γ非线性引起的棋盘格角点在标靶图像中像素坐标的最大误差值约从补偿前的0.3pixel降低到0.1pixel。该方法有效减小了由投影仪-摄像机γ非线性引起相位误差,提高了标靶图像的角点坐标精度。     

基于PCNN的车牌分割技术

近几年,随着神经网络理论的深入研究,神经网络技术的并行性计算能力、非线性映射和自适应能力等优点得到了充分的认识,各种神经网络模型在图像处理领域中得到了广泛的应用.脉冲耦合神经网络(PCNN)是20世纪90年代发展起来的新一代神经网络模型,特别适合于图像处理的各个方面.对PCNN在彩色图像分割上的应用进行了研究,将彩色图像空间变换成三个独立的分量作为PCNN的输入,实现车牌的定位分割,实验表明,该方法对于车牌的定位分割是有效的.     

角度差异强化的光场图像超分网络

由于采用了更为先进的成像技术，光场相机可以同步获取场景的空间信息与角度信息。该技术以牺牲空间分辨率为代价，实现了更高维度的场景表示。为了提高光场相机拍摄场景的空间分辨率，本文搭建了角度差异强化的光场超分辨率重构网络。该网络先采用8个多分支残差块实现浅层特征提取，再采用4个强化的角度可变形对准模块实现深层特征提取，最后采用6个简化的残差特征蒸馏模块和像素洗牌模块完成数据重构。所提网络在利用光场角度差异完成空间信息超分时，更加强调视图自身特征的深入挖掘，以获得更加丰富的视图间差异特征。在5组公开的光场数据集上对本文所提网络的性能进行了验证，本文算法获得了PSNR、SSIM值更高的高分辨率光场子孔径图像。