可消除时间延时积分型CMOS图像传感器中3管像素复位噪声的读出方法（英文）

提出了一种应用于时间延时积分型CMOS图像传感器的读出方法,可以有效的消除3管像素的复位噪声.采用了跨行双采样方法,使得执行减法操作的2个电压信号分别来自于不同行的像素,方法与经过优化的滚筒式曝光方式相结合,可以将像素的复位噪声在传感器的信号累加过程中加以消除.使用软件对该方法进行了仿真,结果表明该方案可以有效的消除复位噪声.     

一种提升CMOS图像传感器动态范围的方法

分析了CMOS图像传感器动态范围的限制因素,介绍了目前常用的动态范围扩展技术.针对多次曝光法和多斜率积分法提升动态范围时存在的问题,提出了一种提升动态范围的新方法——多次多斜率积分法.采用基于LUPA 1300-2的相机系统对该方法进行了验证实验;并对实验结果进行了分析.结果表明多次多斜率积分法提升系统的动态范围效果明显.     

一种提升互补型金属氧化物图像传感器动态范围的方法

分析了CMOS图像传感器动态范围的限制因素,介绍了目前常用的动态范围扩展技术。针对多次曝光法和多斜率积分法提升动态范围时存在的问题,提出了一种提升动态范围的新方法——多次多斜率积分法。采用基于LUPA1300-2的相机系统对该方法进行了验证实验;并对实验结果进行了分析。结果表明多次多斜率积分法提升系统的动态范围效果明显。     

混合信号处理实现2D-DCT的CMOS图像传感器结构

为了减少原有混合信号处理方法实现二维离散余弦变换(2D-DCT)的运算周期,提出了一种新型的CMOS图像传感器(CIS)结构.该结构利用2D-DCT可以行列分离以及变换核对称的原理,对像素阵列进行8×8分块,增添采样电容阵列,通过寄存器控制、选择相应核系数的电容比例、结合模拟累加器完成列变换,通过电容复用和数字域累加完成行变换.对结构进行建模验证,结果表明:此结构能够正确实现2D-DCT,保留15.63%DCT系数压缩时,峰值信噪比(PSNR)达到73.54,dB,运算周期缩短为原有混合信号处理方法的25%.该结构提高了传统CIS的输出效率,适用于无线视频传感网络、生物医疗等低功耗高效率成像系统.     

无暗电平信息的高速CIS的视频采样设计

传统光电传感器CISCIS（ Contact Image Sensor）和 CCD（ Charge Coupled Device）具有统一的视频输出信号格式,此信号格式可以采用相关双采样的方式进行模数转换以消除低频噪声,从而获取清晰的数字图像。新近推出的高速CIS,为了提高像素输出速度,在像素信息中去掉了暗参考电平的信息,不能直接使用通用视频AD芯片对其进行处理。针对这款新型的高速CIS进行电路设计,调整了CIS的输出信号,依然使用通用视频AD进行模数处理;同时,根据相应的信号调整完成软件一致性校准的设计,最终获取满意的数字图像。     

单模VCSEL激光自混和测距系统设计

本文给出了一个基于自混和效应的优化设计的激光测距系统．为了提高系统的测距精度和扩大测量的动态范围,我们使用了差频模拟锁相环（APLL）取代快速傅立叶变换（FFT）对信号进行处理,同时选取合适的三角波电流调制频率fm=400-600Hz．来对测量系统的性能进行优化．当采样时间是0．1s时,实验结果袁明使用了三角波电流调制和差频APLL的测距系统．整个系统的测量动态范围也能达到50—500mm,且精度为2mm．     

冷热水混合器出水温度控制系统参数估计方法

采用基于计算流体力学（CFD）的系统辨识方法,对冷热水混合器出水温度控制系统进行了建模。结合CFD技术与系统辨识理论,将递推参数估计算法嵌入CFD数值模拟软件FLUENT中。实现了基于CFD的“虚拟”控制系统的在线参数估计．结果表明：该方法利用CFD模拟被控对象,不受物理实验限制,可以有效地估计控制系统参数;用计算模拟时间步长决定采样时间,而数值模拟实际计算时间对参数估计的实时性没有影响,即参数估计相对于被模拟的控制对象永远是实时的;特别是针对流体流动过程的系统建模,该方法是一种可行的选择．     

空间目标光子数密度对斑点成像的影响

空间扩展目标斑点成像的质量受到短曝光像中光子密度的限制.通过有限光子数短曝光像的模拟,对短曝光像频谱信噪比进行了计算,研究了有限光子数下大气光学系统传递函数的估计方法,光子数有限时目标振幅谱和相位谱中的有偏项影响,点源目标恢复图像的信噪比和动态范围.实验结果表明,根据斑点成像系统的参数,可以定量地确定光子密度、短曝光像数目和恢复图像的质量(分辨率)之间的关系.     

大动态范围CMOS图像传感器像素单元的设计

设计了CMOS图像传感器的像素单元,通过将光电二极管的光电压与参考电压比较,产生控制信号来调节积分时间,可实现随光强自动调节的光电响应,在低照度下实现线性光电响应,高照度下实现对数光电响应．其中参考电压由存储于RAM中的数据通过DAC读出产生．该像素单元采用Chartered 0．35μm工艺设计,仿真结果表明该像素结构可使CMOS图像传感器的动态范围达到126dB．     

时间交替模数转换器采样时间失配校正方法的研究

时间交替模数转换器（TIADC）是近几年来实现高速数据采集的重要方法,由于能最大限度提高实时采样速率并便于硬件实现,已经普遍用于商业应用中．本文对时M交替模数转换器的采样时间失配误差产生原因及影响进行分析,并对一种双通道的基于相位误差估计的梯度的采样时M失配误差的校正方法进行研究和说明,可以看到该自适应算法是鲁棒的,在不同的奈奎斯特区域中都能收敛于最优值．     

织物纬斜检测图像光照不均匀的校正方法

为了解决在织物纬斜的检测过程中织物图像光照不均匀的问题,提出一种织物图像校正方法.首先,在每个像素点所处的列中,统计一个纬线宽度范围内像素值小于该点的个数,将统计结果作为该点的像素值;然后,按比例还原每个点的像素值,使每条纬线对应位置的像素值恢复到同一灰度水平;最后,把校正后的图像用Otsu法进行二值化,并与其他解决光照不均匀问题的经典方法进行对比.结果表明:文中方法能够很好地消除光照不均匀的影响,得到接近均匀光照下的二值图像.     

光强倒数色度空间的彩色人脸光照预处理

为了解决彩色人脸识别中色彩信息易受光照影响的问题,提出一种基于光强倒数色度空间（IICS）的彩色人脸图像预处理方法。本方法首先将图像均匀地分割成子块;将每个图像块变换为 IICS 空间中的一个二维数据集,并根据数据集的线性分布特性估计图像块的光照颜色;然后对全部图像块的光照估计进行颜色直方图统计,根据直方图对分块估计的结果进行合并;最后,利用估计得到的光照和对角模型将图像光照校正到标准白光下,用于人脸识别。在 AR 和 FERET 人脸库上的实验表明,通过引入本光照预处理,有效增强了彩色人脸识别方法对光照变化的鲁棒性,提高了识别精度。     

玻璃瓶底污物的实时检验图像识别方法

玻璃瓶底残留污物的实时自动检，其难点在于瓶底图像复杂多变，耍设法把由瓶底本身凸凹结构或标记等形成的暗影与真正污物区分开。针对实际生产的需要，捉出一种玻璃瓶底实时自动检验的计算机图像识别方法。主要包括分区选择多级自适应特正门限，通过区域生长方法提取污物特征参数，判决分类。此方法有效地解决了实时性与准确性要求的矛盾，并已在模拟验瓶系统上用软件实现。实验与测试结果表明，在检测直径为 ２ｍｍ不透明污物的最小溶限下，正确识别率为 ９６．４％，漏检率０．４％，误检率３．２％．能满足实际生产中每秒检验１０个瓶于的需要。     

适于路面破损图像处理的边缘检测方法

根据路面图像存在的背景不均、损坏比例低和损坏方向不规则的问题,提出了适于路面损坏图像处理的边缘检测方法.在传统边缘检测方法的基础上,引入了预处理和边缘增强.其中预处理包括背景校正、高斯平滑、灰度直方图变换,并提出有效灰度区间的概念;边缘增强则采用了数学形态学的膨胀运算和中值滤波.针对路面损坏图像实例,采用8方向Sobel算子和最大类间方差分割算法,按照上述流程进行边缘检测.结果表明,该方法能有效降低噪声对路面图像处理的影响并最大限度地保留图像中的损坏特征,而背景校正和基于有效灰度区间的灰度直方图变换则是该方法的关键.对经过预处理的边缘图像,最大类间方差法可取得理想的分割效果.     

一种异形自适应窗口局部立体匹配算法

如何通过立体匹配提高图像景深精度一直是机器视觉研究领域的一个难点, 针对自适应窗口算法易受光照不均和窗口形状难以有效描述待匹配图像边界等问题, 提出一种异形自适应窗口局部立体匹配算法. 由于传统 Census 变换易受中心像素波动影响, 因此提出一种像素信息三维化处理技术, 并通过窗口内非中心像素间差异和窗口间中心像素的差异信息计算匹配代价; 为更好地贴合图像轮廓, 提出了由双螺旋路径法确定的异形窗口进行代价聚合, 对像素区域同时沿两条搜索路径自适应确定形状大小, 形成比传统技术更加高效多变的匹配窗口. 实验结果表明, 相比 Middlebury 平台上其他算法, 所提算法具有更为准确的图像边界描述能力, 可有效提高立体匹配精度, 同时对于光照不均的情况具有更强的鲁棒性.     

基于遗传算法的人脸跟踪研究

提出了一种快速的、鲁棒的人脸定位及跟踪研究方法 ,定义了一种新的运动能量表示方法 ,利用该方法可以很快地检测出图像中的运动区域。在检测到的运动区域内 ,利用人的头部及面部结构知识确定出人脸区域 ,再将检测到的人脸区域作为模板 ,利用遗传算法在新的图像序列中动态地进行模板匹配 ,以确定人脸在新的图像序列中的位置。实验结果表明 ,该方法不但检测速度快 ,而且对光照、人脸姿态、表情及其他噪声具有较强的鲁棒性     

多尺度自适应Gamma矫正的低照图像增强

为了在提高低照图像的亮度和对比度的同时,保持图像的色彩自然度,提出了多尺度自适应Gamma矫正的低照图像增强方法.鉴于HSI颜色空间的明度分量Ⅰ决定着图像的明暗程度,以及明度分量的多尺度特性,首先,将图像转换到HSI颜色空间,对明度分量Ⅰ进行多尺度Retinex分解;然后,对分解得到的多尺度光照图像分别进行自适应的Gamma矫正,其中Gamma指数自适应于暗区像素的占比,鲁棒地改善光照图像的光照分布,经Retinex反变换得到增强的多尺度明度分量;最后,将增强的多尺度明度分量的线性融合作为增强的明度分量Ⅰ’,与色相分量H和饱和度分量S重组,得到最后的增强图像.实验结果表明,相对于部分最新提出的现有方法,新方法的PSNR和SSIM值分别高出1.19 dB和1.8%以上,具有更好的增强效果和鲁棒性,增强图像的视觉效果更适宜,对比度更高.     

最优区域与离散小波变换结合的颜色恒常性计算算法

颜色恒常性计算就是通过消除光照对颜色的影响,得到与光照无关的稳定的颜色描述因子。目前基于底层特征驱动的颜色恒常性算法,大多数利用整幅图像的像素信息来估计场景的光照。然而,并不是所有的像素点都包含颜色恒常性计算的有效信息,而且没有考虑像素点周围的空间信息的影响。本文针对这两个问题提出一种基于最优区域选择和离散小波变换结合的颜色恒常性算法,在分割区域上进行不同尺度的离散小波变换,利用得到的小波系数估计出不同区域不同尺度上的误差,选择出误差最小的分割区域用于整幅图像的光照估计。该算法简单易行,实验结果证明可以取得比较好的光照估计效果。     

基于自适应学习速率混合高斯模型的背景消除

背景消除是智能视觉监控和自动目标识别与跟踪首先要解决的问题。采用混合高斯模型对背景图像进行建模,并应用图像的相关性与各点的置信度对背景模型的学习速率进行快速更新,完成背景模型的重建。与其他方法比较,该方法能够有效地对新背景进行快速的学习和适应,达到动态背景下运动目标实时跟踪的要求。     

基于图像灰度信息的三维曲面测量方法应用

提出一种由图像灰度信息恢复三维形状的自由曲面测量方法,以自然方式提取物体表面的形状信息,实现了系统间的信息集成。介绍了一种适合于自由曲面测量的改进光照模型及其参数的确定方法,给出了基于改进光照模型的由单幅灰度图像和单目多幅灰度图像的曲面重构算法,并用数字相机拍摄的实际图像对算法进行验证-结果表明该测量方法有效可行。