基于凸集投影算法的被动毫米波图像超分辨率恢复

为了提高被动毫米波图像分辨率,该文将凸集投影算法(POCS)应用于被动毫米波图像的超分辨率恢复中.文章对引起被动毫米波成像系统图像降质的因素进行了分析和讨论,建立了成像模型,结合POCS算法原理,利用图像的噪声统计特性以及幅度约束条件,对POCS算法用于被动毫米波图像的超分辨率恢复进行了详细分析,并给出了算法流程.仿真结果表明:POCS算法用于被动毫米波图像的超分辨率恢复相对双线性差值方法恢复效果有明显改善.     

微扫描超分辨率超声成像技术研究

针对提高超声成像的分辨率问题展开研究,提出了微扫描超分辨率超声成像的方法.通过将微扫描和超分辨率技术结合并应用于超声成像中,微扫描技术获取满足超分辨率技术的多幅低分辨率图像,然后应用超分辨率图像重建算法获取高分辨力图像,并对此过程进行了仿真.仿真结果表明:提出的基于微扫描的超分辨率超声成像方法在实际应用中有一定的可行性,对提高超声成像设备的分辨率具有参考价值.     

基于编码超表面的三维孔径编码成像研究

针对雷达系统在微波频段对静止目标成像分辨率低的问题,基于超材料和孔径编码成像体制设计了一套三维成像系统,同时提出了一种三维成像的优化算法. 系统将立体目标所在场景划分为4个成像平面上的成像网格,利用编码超表面在不同编码时辐射特性的不相关性构造测量矩阵,实现了在Ka波段对静止目标的高分辨成像. 仿真结果表明,此成像系统能够对2 m距离内的静止目标实现准确重构,方位向分辨率为20 cm,距离向分辨率为10 cm.      

基于MAP估计的遥感图像频域校正超分辨率算法

为解决超分辨复原中遥感图像调制传递函数过零点引起的病态问题,提出了一种基于最大后验概率估计,利用遥感系统成像模型对图像进行频域校正的遥感图像超分辨率复原算法.该算法首先假设图像满足高斯马尔科夫先验模型,使用最大后验概率估计法实现图像频谱外推.然后根据成像模型对外推的频率分量进行频域校正,去除调制传递函数过零点附近的伪信息.最后使用优化最小化方法完成数值求解,降低了计算复杂度.实验结果证明,该算法考虑了图像成像模型本身特性,对合成图像和各种地物条件下的遥感图像都能取得快速有效的超分辨复原效果.     

用于CMOS图像器件的超分辨率算法研究

提出一种基于CMOS图像器件的超分辨率图像合成算法,该方法将4幅沿水平、垂直及对角线方向错位获取的CMOS图像重新组合,得到一幅重建的新图像.对重建图像的像素灰度进行了理论分析和计算,求出了重建超分辨率图像的算法.结果表明,在不提高CMOS工艺水平的条件下,该算法能将重建的CMOS图像的分辨率提高到原图像的2×2倍.实现了CMOS图像器件的超分辨率图像合成算法.对该算法进行了计算机仿真,结果同理论分析计算的结果完全一致,证明了所提出的CMOS图像器件超分辨率算法是正确的.     

基于正则的POCS无源毫米波超分辨率重建

针对无源毫米波图像普遍存在分辨率不高的问题,提出一种基于正则化技术的超分辨率重建方法.在具体的成像模型基础上,对获取的无源毫米波图像序列进行基于正则的凸集投影(POCS)处理.将正则化条件作为POCS的一个凸约束,使得到的高分辨率图像在平滑噪声的同时能很好地保护图像的纹理细节.实验结果表明,该方法还可以提高图像的分辨率,是一种较好的无源毫米波超分辨率重建方法.     

基于参考图像的膝关节MRI超分辨率重建算法研究

针对在膝关节MRI图像重建中,传统超分辨算法存在重建图像纹理不清晰、参考图像难以与低分辨率图像纹理严格对齐等问题,提出了一种基于参考图像的膝关节MRI超分辨率成像算法。该算法利用纹理相似性,将参考图像的迁移纹理与低分辨率图像纹理自适应地对齐,丰富低分辨率图像的细节,实现膝关节MRI超分辨率成像。纹理迁移利用残差网络与跳跃链接构成的生成网络实现。实验结果表明,与传统算法相比,该算法重建图像分辨率更高、纹理更真实。     

利用不规则曲线测量数据实现雷达目标三维成像

由于平台任务要求或环境影响,雷达数据采样路径可能是不规则曲线。利用通常舍弃的不规则曲线测量数据实现雷达目标三维成像,而且在稀疏测量情形下的成像分辨率甚至超过密集采样时传统成像算法的分辨率。不规则曲线测量数据的空间采样具有稀疏性和非均匀性,不能用传统成像算法得到高分辨率图像。基于压缩感知的雷达目标成像,突破了传统分辨率的瑞利准则限制,且可应用于非均匀采样数据。目标高频散射的稀疏性为压缩感知在雷达成像中的应用奠定了基础。更重要地研究证明,不规则曲线测量矩阵具有良好的互不相干性,因此基于压缩感知的三维成像能够满足重构精度和稳定性要求。考虑到三维成像中测量矩阵的高维性,用分段正交匹配追踪算法实现目标信号的稀疏重构。实验结果表明,算法不仅能够精确实现超分辨三维成像,而且成像算法具有很好的鲁棒性。     

基于深度学习的图像超分辨率重建方法综述

图像超分辨率重建(super-resolution, SR)是指从观测到的低分辨率图像重建出相应的高分辨率图像,在目标检测、医学成像和卫星遥感等领域都有着重要的应用价值.近年来,随着深度学习的迅速发展,基于深度学习的图像超分辨率重建方法取得了显著的进步.为了把握目前基于深度学习的图像超分辨率重建方法的发展情况和研究热点,对一些最新的基于深度学习的图像超分辨率重建方法进行了梳理,将它们分为两大类(有监督的和无监督的)分别进行阐述.然后,在公开的数据集上,将主流方法的性能进行了对比分析.最后,对基于深度学习的图像超分辨率重建方法进行了总结,并对其未来的研究趋势进行了展望.     

近程毫米波被动扫描成像特性研究

针对近程毫米波辐射计扫描成像分辨率低、图像模糊的问题,采用天线近程辐射特性融合极大似然估计方法对图像进行高分辨率恢复.首先分析了系统天线的近程辐射特性,它是影响成像质量的最主要因素.分析表明近程条件下天线辐射特性大大改变,增益减小,尺度变大,在此基础上估计了扫描体制下图像的点扩散函数,最后用极大似然估计方法对金属环的被动毫米波图像进行了高分辨率恢复.结果表明经过恢复的图像提高了分辨率和目标识别率.     

共焦扫描显微成像系统的非相干光学传递函数

共焦扫描光学显微（ＣＳＯＭ）系统有透射式和反射式、相干光和非相干光荧光等类型。ＣＳＯＭ 系统的平面分辨率和纵深分辨率依赖于放置在光电探测器前面的空间滤波器的孔径大小。根据不同孔径计算反射式荧光ＣＳＯＭ 系统的非相干光学传递函数,并进一步说明反射式荧光ＣＳＯＭ系统的成像特性对孔径的依赖关系     

共焦扫描显微成像系统的部分相干光学传递函数

共焦扫描显微成像系统（ Ｃ Ｓ Ｏ Ｍ） 是以共焦原理为基础,集扫描技术和数字图像处理技术为一体的高精度的成像系统。系统空间滤波器孔径大小和探测物体的离焦量大小都会影响系统的成像质量,这反映了系统的光学传递函数（ Ｏ Ｔ Ｆ） 有着明显的变化。导出了 Ｃ Ｓ Ｏ Ｍ 系统的部分相干 Ｏ Ｔ Ｆ,并给出了不同离焦量的 Ｏ Ｔ Ｆ 变化曲线。     

超分辨率数字图像特征提取及重构方法研究

当前超分辨率数字图像特征提取及重构方法容易受到外界环境的干扰,导致重构结果不可靠,重构图像质量较低。为此,提出一种新的超分辨率数字图像特征提取方法,通过BRISK描述子对超分辨率数字图像特征进行提取,以提高重构图像质量。详细分析了重构约束的构建过程;在此基础上,通过低分辨率数字图像与平滑性求解获取高分辨率数字图像,从而实现超分辨率数字图像的重构。实验结果表明,采用所提的新的超分辨率数字图像特征提取及重构方法对图像进行重构,不仅匹配性能高,而且重构图像质量优、效果佳。     

基于L1范数的总变分正则化超分辨率图像重建

设计了一种基于L1范数的总变分正则化超分辨率图像序列重建算法.采用L1范数对重建图像保真度进行约束,利用总变分正则化克服重建问题的病态性,有效地保持了图像的边缘并且提高了运算速度;运用设计的算法对模拟的低分辨率图像序列进行重建,分别从主观效果和客观衡量指标两方面与基于L2范数的总变分正则化的超分辨率重建结果进行比较,实验结果表明该算法在保持图像边缘的同时,提高了超分辨率重建算法的运算速度.     

基于模拟退火的多尺度岩心三维图像融合重建

在岩心图像分析中,低分辨率岩心图像能够显示较大视域,具有较好的全局代表性,而对于低尺度信息无法准确表征;高分辨率岩心图像能够准确地表征岩心的低尺度信息,但通常仅能显示较小的视域.为了能综合分析高低分辨率下的不同岩心图像,本研究提出了一种基于模拟退火,将低分辨率三维岩心图像和高分辨率二维岩心图像融合重建为高分辨率三维岩心的算法.具体地,对于给定的高分辨率二维岩心图像,首先,将低分辨率三维岩心图像进行插值放大以统一两者的点长度,统计二者在二维中的孔隙分布情况,只保留高分辨率二维岩心图像中的小尺寸孔隙,以作为训练图像;然后,在融合重建过程中将低分辨率三维岩心中的大尺寸孔隙相设置为硬数据,以两点相关函数为目标函数重建其中的小尺寸孔隙.实验结果表明,本研究提出的融合重建算法可以很好的将低分辨率岩心重建为高分辨率岩心结构,且融合重建结果有效,准确.     

用于非扫描3D激光成像的精密计时电路设计

针对目前带读出电路(ROIC)的APD阵列国内还缺乏产品的问题,设计采用一种高精度数字时间转换芯片(TDC-GP21)来测量激光脉冲在空中的飞行时间,从而得到目标的距离信息,实现高分辨率的距离图像. 利用FPGA控制时间数字转换芯片设计了非扫描3D激光成像的精密计时电路,进行了程序仿真与实验. 仿真结果表明设计的精密计时电路能够呈现出目标的距离图像.      

用于三维主动视觉传感的投影系统的光学设计

通过投影系统将编码图片投射到物体的表面,然后再用CCD接收被测物体表面调制的图形,从而得到物体三维信息。文章叙述了投影系统的原理和结构,并对投影系统进行了外形尺寸计算,利用光学设计软件对聚光镜、投影物镜进行了优化,得到了一个较为理想的、满足视觉传感精度的投影系统,且成本低及成像质量好,有较高的实用价值。     

基于残差神经网络的高强度运动超分辨率图像重构

针对实际拍摄的亚像素信息较少的低分辨率运动图像,重构图像通常较为模糊,甚至不能分辨。为此,提出一种新的基于残差神经网络的高强度运动超分辨率图像重构方法。令沿运动方向的亮度保持恒定,通过光流场匹配实现高强度运动图像的运动估计;根据运动估计结果和超分辨率重构的基本思想,将BP神经网络看作残差神经网络的基础建立残差神经网络,对残差神经网络进行训练,参照训练样本将经插值法放大若干倍的待重构高强度运动图像作为输入,将高分辨率图像和输入图像间的残差作为输出,把输入和输出累加获取超分辨率图像,实现若干放大倍数高强度运动超分辨率图像的重构。实验结果表明,所提方法运动估计准确,重构图像清晰、质量佳。     

双相机系统的高分辨率重建

为获取高分辨大视场的目标图像,提出了双相机系统的高分辨重建算法. 根据小视场高/低分辨图像对,学习图像的高频特征,利用线性回归函数表征图像高分辨与低分辨的高频特征映射关系;在小波域实现低分辨、大视场目标图像的超分辨重建,使其达到高分辨、小视场目标图像的分辨率水平;设计了10组双相机系统的仿真实验,并与双三次插值、小波域插值和学习自身的重建等3种流行算法进行对比. 实验结果表明,本文算法取得了最好的重建效果,时间代价也相对较小,并且重建评价指标PSNR比传统双三次插值高约0.26.      

Development of fully 3D image reconstruction techniques for pinhole SPECT imaging

The purpose of this study was to develop fully 3D image reconstruction techniques for pinhole SPECT imaging with our Micro-SPECT system.Our studies involve in the derivation of projection operators,analysis of the sampling characteristics of pinhole SPECT imaging in Radon space,development of effective geometric calibration method for system misalignment,and 3D image reconstruction development and implementation with quantitative degrading compensation for pinhole SPECT with both circular and helical scan.The performances of pinhole SPECT imaging were evaluated using computer simulations and experiments with the Ultra-Micro Hot-Spot phantom,Ultra-Micro Defrise phantom and small-animal imaging.The results from the computer simulations and phantom imaging experiments indicate that the statistically-based iterative algorithms with quantitative compensation provide overall image quality improvement,and the system resolution is significantly recovered for quantitative imaging.The helical pinhole SPECT improves the axial field-of-view (FOV) as compared with the standard pinhole SPECT with circular-orbit scan.The mouse bone imaging experiment shows that the helical pinhole SPECT imaging also provides decent high-resolution whole-body small animal imaging.In conclusion,we have successfully developed a set of valid fully 3D image reconstruction techniques for single-pinhole SPECT imaging.These techniques can be easily extended to multi-pinhole SPECT imaging.