基于盖格-雪崩光电二极管的光子计数成像

考虑用传统的成像技术检测光生电荷信号时易受模数转换噪声干扰,本文提出了一种基于单光子灵敏雪崩光电二极管(GM-APD)的光子计数成像方法。该方法以单光子灵敏GM-APD作为探测单元,以全数字化方式实现微弱光学信号的有效检测。建立了GM-APD光子流响应模型,利用马尔科夫更新过程分析了光子探测盲区对GM-APD瞬态响应的影响,得到了GM-APD输出的数字脉冲频率与光子流密度之间的关联表达式。搭建了二维扫描成像实验验证装置,通过实验得到了不同密度光子流条件下的光子计数图像。采用标准化互信息量分析得到,在光子流密度为3.0×104count/s的条件下,该实验装置仍然可以实现可视成像;当光子流密度达到2.7×105 count/s时,标准化互信息量大于0.5;实现了在低光子流密度时采用光子计数方式对目标物体的有效成像。

光谱角匹配加权核特征空间分离变换高光谱异常检测算法

提出了一种光谱角匹配(SAM)加权核特征空间分离变换(KEST)高光谱异常检测算法.在基于核的特征空间分离变换(KEST)算法基础上,利用光谱角匹配(SAM)测度对高维特征空间中检测点邻域差异相关矩阵(DCOR)中的每个样本引入权重因子,各样本权重因子取决于该样本光谱向量与检测窗口数据中心向量夹角,从而抑制检测窗口中的病态数据,突出主成分数据的贡献,使得DCOR矩阵能够更好地描述目标、背景数据分布差异.通过理论分析和对模拟、实际数据实验比较,证明该算法较传统异常检测算法和KEST算法具有更高的检测率.

基于交叉累计剩余熵的多光谱图像配准方法

针对传统互信息图像配准容易产生局部极值的问题,提出将双边滤波器和交叉累计剩余熵结合作为匹配算法,进行多光谱图像的配准。在这种配准算法中,首先针对多光谱图像特点,提出基于概率密度的双边滤波器边缘提取方法,其次采用交叉累计剩余熵代替互信息作为测度函数将参考图像与待匹配图像的边缘进行匹配。双边滤波器的特性是去噪保边,而累计剩余熵比香农熵更具一般性,且该函数可以有效地避免局部极值,去除噪声。实验证明,该方法鲁棒性好,配准效果明显。

基于偏振菲涅尔反射比分布的主动偏振成像目标辨别方法

由于偏振特性是材料自身所决定的物理特性,其偏振图像含有丰富的目标信息,利用偏振信息对目标进行识别一直是国内外目标探测领域的研究热点,而主动偏振成像较之被动偏振成像更具有信噪比高以及可控性好等优势。在详细分析了偏振菲涅尔反射比分布的理论基础上,提出了一种利用探测物体表面的偏振菲涅尔反射比的主动偏振成像方法。该方法在发射端将偏振方向正交的两种偏振态的光源交替照射到目标场景中,在探测端用分别装有两个偏振方向垂直的偏振片的CCD采集偏振图像。同时,将探测端架构在不同的探测方向采集目标经主动光源照射后的偏振数据,最后将这些数据传输到计算中心,通过最优化拟合技术反演出不同目标的光学常数,由于不同目标的表面材质不同,其反映出的光学常数就不同,从而达到辨识不同材质目标的目的。实验分别采用了仿真数据和实测数据来验证该方法的有效性。仿真实验显示,所提出的方法利用材料的光学常数对不同材料进行区分不仅是科学的而且更方便有效。实测数据进一步验证了该方法能够较好的恢复出目标的相关光学常数,尤其在区分金属和非金属材料方面表现突出,并且探测方法结构简单实用,在目标探测、伪装识别等领域中有较大应用前景。

基于三维光谱角统计的光谱图像信息提取方法

提出了一种新的基于三维光谱角统计的光谱图像信息提取方法。通过对影像上横向、竖向和对角方向相邻像元间采用光谱角计算相似度,构成一个三维的信息统计模型。该模型反映了相邻像元间所代表物质的相似度,通过在统计模型中设置不同的阈值和提取不同轴向的切片,可以从影像中提取代表同种物质的均匀区域和边缘信息,用于监督分类中训练样本的采集。该统计方法与直方图、散点图等传统统计工具相比,鲁棒性和可靠性更高,提取的信息更丰富。

先进夜视成像技术发展探讨

夜视成像技术是在低照度条件下,将不可见辐射加以转换或将微弱的夜天光进行增强,以实现人眼夜间隐蔽观察的一种成像技术,在夜间侦查瞄准、辅助驾驶、导航制导等现代军事应用中发挥着重要作用。为了确保“单向透明”,充分发挥“拥有黑夜”的技术优势,世界军事强国都投入大量人力、物力开展先进夜视成像技术研究,使夜视装备性能得以迅速发展。本文作为本期《红外与激光工程》——“南京理工大学”专刊的引子,概要地介绍了夜视成像技术当前的进展与所面临的挑战,并对未来先进夜视成像技术的发展趋势——基于光电转换的光强直接成像与基于计算成像的信号反演成像分别进行了探讨与展望。

地球临边场景红外遥感成像仿真方法

地球临边场景仿真是卫星红外探测领域的关键组成部分,是空中高速目标远距离探测场景模拟的重要基础。临边观测下的地球表面近似于球面,传统的基于海洋三维形态并计算表面辐射特性的海洋红外图像仿真方法不适用。云层的厚度和高度对红外辐射传输特性的计算有重要影响,视云层为粒子团的处理方法会大大降低仿真的计算速度。因此,研究了海洋和云的红外辐射模型、地球-空间坐标系与红外相机坐标系的转换关系和大气传输模型,提出地球临边场景红外遥感成像仿真方法。根据场景组分的差异,分别建立海洋分布模型、多层云分布模型,并根据海洋和云层的红外辐射与反射特性,构建地球临边场景红外辐射模型。通过地球-空间坐标系与相机坐标系的转换关系,利用大气传输理论和传感器效应仿真,计算各观测角度的地球临边场景卫星遥感红外仿真图像。实验结果表明:仿真得到的红外图像画质清晰,符合地球临边场景红外辐射特性,其平均拉普拉斯算子和可达0.15,平均灰度梯度可达0.70。

计算光学成像:何来,何处,何去,何从?

计算光学成像是一种通过联合优化光学系统和信号处理以实现特定成像功能与特性的新兴研究领域。它并不是光学成像和数字图像处理的简单补充,而是前端(物理域)的光学调控与后端(数字域)信息处理的有机结合,通过对照明、成像系统进行光学编码与数学建模,以计算重构的方式获取图像与信息。这种新型的成像方式将有望突破传统光学成像技术对光学系统以及探测器制造工艺、工作条件、功耗成本等因素的限制,使其在功能(相位、光谱、偏振、光场、相干度、折射率、三维形貌、景深延拓,模糊复原,数字重聚焦,改变观测视角)、性能(空间分辨、时间分辨、光谱分辨、信息维度与探测灵敏度)、可靠性、可维护性等方面获得显著提高。现阶段,计算光学成像已发展为一门集几何光学、信息光学、计算光学、现代信号处理等理论于一体的新兴交叉技术研究领域,成为光学成像领域的国际研究重点和热点,代表了先进光学成像技术的未来发展方向。国内外众多高校与科研院所投身其中,使该领域全面进入了“百花齐放,百家争鸣”的繁荣发展局面。作为本期《红外与激光工程》——南京理工大学专刊“计算光学成像技术”专栏的首篇论文,本文概括性地综述了计算光学成像领域的历史沿革、发展现状、并展望其未来发展方向与所依赖的核心赋能技术,以求抛砖引玉。

分辨率、超分辨率与空间带宽积拓展——从计算光学成像角度的一些思考

传统光学成像实质上是场景强度信号在空间维度上的直接均匀采样记录与再现的过程。在此过程中,成像的分辨率与信息量不可避免地受到光学衍射极限、探测离散器采样、成像系统空间带宽积等若干物理条件制约。如何突破这些物理限制,获得分辨率更高,视场更宽广的图像信息,是该领域的永恒课题。本文概括性地介绍了分辨率、超分辨率与空间带宽积拓展的相关基础理论,核心机理及其在计算光学成像中的若干实例。通过将这些具体个案置入“计算光学成像”这个更高维度的体系框架去分析与探讨,揭示了它们大多数都可以被理解为一种可称作“空间带宽积调控”策略,即利用成像系统的可用自由度,在成像系统有限空间带宽积的限制下,以最佳方式进行编解码和传递信息的过程,或者形象地说——“戴着脚镣跳舞”。这实质上是一种在物理限制下,在“得”与“失”之间所作出的符合规律的权衡与选择。本文的结论有望为设计和探索面向各类复杂现实成像应用的新型成像机理与方法提供有益启示。

利用偏振图像加权融合及CLAHE算法的水下成像方法

针对传统基于偏振差分原理的水下光学成像方法中,由于目标退偏振特性差异引起的图像中局部反射光损失的问题,提出了基于偏振图像加权融合与限制对比度自适应直方图均衡(CLAHE)算法的水下成像方法。一方面,将原始水下图像分解为偏振光强图像和非偏振光强图像,根据不同退偏振特性目标在两幅图像中的灰度值分布特点,设计相应的权重因子,对两幅图像进行加权融合,从而实现在压缩原始水下图像中散射光的同时保留更多目标反射光,提升整体目标反射光在融合图像中所占的比例。另一方面,为了进一步提升融合图像的对比度,利用CLAHE算法对融合图像进行处理。该算法能够在提升融合图像对比度的同时,有效避免图像噪声的放大。实验结果表明,相较于传统的偏振差分方法以及独立的直方图均衡算法,该算法能够有效提升水下图像的清晰度和对比度。

一种基于归一化光谱向量的高光谱图像实时性非监督分类方法

在保证分类结果清晰、准确的前提下,为了提高分类执行效率,本文基于图形处理器(graphic processing unit,GPU)及并行优化,提出一种基于归一化光谱向量的高光谱图像实时性非监督分类方法。利用高光谱图像的空间一致性有效提高分类精度,同时,利用归一化光谱向量简化了像元间相似性的计算公式,统一了图像内像元处理方式,并利用GPU并行技术有效提高计算速度。首先,利用GPU并行处理方法计算空间相邻像元间光谱向量相似性,根据高斯拟合取得安全阈值;然后利用光谱角作为像元光谱相似测度,将相似像元划为同质区;最后以同质区内各像元平均光谱向量表述同质区光谱特征,根据安全阈值合并相似的同质区完成分类。用AVIRIS数据评估了该方法性能。本文的理论分析和实验结果显示,与现有非监督分类方法相比,该方法分类精度更高,同时,算法本身运行速度更快。

光场表征及其分辨率提升技术:文献综述及最新进展(特邀)

自高斯时代以来,成像系统的设计和开发便始终致力于透镜的持续迭代和优化,以收集来自物平面上某点向不同方向发射的光线,并尽可能完美地将其汇聚到像平面上的一个点。然而,成像传感器仅能捕捉并记录下光线的空间位置信息,导致角度信息的丢失,并完全丧失了对三维场景的视角变换与深度感知能力。为了弥补这一缺陷,计算光场成像技术应运而生,它能够记录空间光辐射场的完整分布,联合记录空间位置和角度信息,突破了经典成像的局限性,正逐渐被应用于生命科学、国防安全、虚拟现实/增强现实、环境监测等领域,具有重要的学术研究价值和广阔的应用潜力。然而,光场成像技术仍然受到数字成像器件和图像传感器的联合制约,成像系统的有限空间带宽积致使光场成像在实际应用中往往需要在空间分辨率和角度分辨率之间做出权衡,导致难以达到传统成像技术的高空间分辨率。自光场成像技术诞生以来,如何赋予其更高的自由度,即在保持高分辨率成像的前提下,提高时间分辨率和角度分辨率,从而实现更清晰、更立体的成像性能是光场成像技术亟需解决的关键问题,也一直是该领域的研究热点。该综述全面回顾了光场成像技术的发展历程,阐述了全光函数和四维光场的基本概念,并总结了在时间、空间和角度这三个维度上实现高分辨率成像的关键方法,最后还对光场成像技术的未来发展趋势进行了展望。

基于条件生成对抗网络的低照度彩色图像增强算法

针对低照度条件下的彩色图像增强问题,提出一种基于条件生成对抗网络(Conditional Generative Adversarial Network,CGAN)的低照度图像增强算法。首先,设计了集成密集连接残差模块和注意力机制模块的生成器网络,更加关注低照度图像中的重要目标特征;然后,构建了基于选择性卷积核的判别器网络,使得判别器能够根据输入自适应地调整其感受野大小;接着,通过设计Prewitt边缘损失项和YUV色度损失项分别增强了网络模型对于图像边缘细节的提取能力和对图像色彩畸变的消除能力;最后,在LOL公开数据集上对文中算法分别进行了定性和定量测试。实验结果表明:与目前基于深度学习的低照度彩色图像增强算法相比,文中算法在峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)、结构相似度(Structure Similarity Index Measure,SSIM)和色差(Color Difference,CD)等指标上分别提升了32.7%、57.5%和48.45%,能够较好地克服低照度成像条件下的图像噪声与色偏干扰问题。

基于多帧配准的红外焦平面阵列非均匀性自适应校正(英文)

提出了一种场景自适应的非均匀性校正固定图案噪声去除方法.基于多帧配准和相邻帧之间的全局位移估计,利用最小均方算法迭代计算均方误差函数,同时结合误差函数均方差以及互相关峰值,从而能够自适应场景变化.所提出的算法充分利用相邻多帧之间的相关性,对模拟和实际红外图像序列非均匀性的校正效果突出.实验结果表明本方法能够精确估计非均匀性参数,收敛速度较快,几乎不残留鬼影.

红外焦平面阵列条纹非均匀性校正方法

条纹非均匀性是线扫红外焦平面阵列和非制冷凝视型红外焦平面阵列成像系统中一种特殊的固定图案噪声。提出了一种基于实际场景和非均匀性分离的模型方法,能够在单帧内实现条纹非均匀性的校正。通过局部窗口模版遍历相邻列的误差函数,得到其非均匀性校正参数估计,并依据相邻两帧相关性的继承性,完成条纹非均匀性的校正。通过对模拟条纹非均匀性和实际图像的实验和理论分析,结果表明,文中算法能够显著提高条纹非均匀性校正效果。

纳秒激光作用下二氧化钒薄膜相变特性

采用脉冲激光沉积法制备了VO2薄膜,应用X射线衍射和X射线光电子能谱分析表明样品为多晶薄膜。采用泵浦-探针方法研究了二氧化钒薄膜的相变特性,实验结果表明当激光重复频率为160 Hz时,样品最小相变响应为12ns,相变恢复时间与激光能量按照自然指数关系变化。仿真结果表明当激光能量一定时,二氧化钒薄膜相变恢复时间与衬底材料的热导率、热扩散系数有关。

基于相位一致性和Hough变换的多源图像配准方法

由于红外图像与可见光图像对比度不同,常用基于梯度幅值的特征匹配方法难以正确配准。在分析红外图像与可见光图像成像机制的基础上,提出了一种结合相位一致性边缘检测与Hough变换的多源图像配准新方法。该算法首先采用高通滤波和平台直方图均衡方法对红外图像进行预处理以提高红外图像的对比度,再利用具有图像对比度不变性的相位一致性边缘检测法提取两幅图像的边缘,结合Hough变换选取图像空间中最长的线作为特征,采用改进相位相关法作为相似性度量,在对数极坐标域下计算出两幅图像的几何变形参数。仿真实验结果表明,该方法能够以较高查准率实现红外与可见光图像自动配准,并具有较强的鲁棒性。

采用最优峰值的相位相关红外图像配准方法

对数极坐标域下的图像配准方法常因相位相关互功率谱呈现多峰分布而影响匹配准确度,为此提出了一种基于区域最优峰值的相位相关红外图像配准方法。首先将待配准图像和参考图像转换到对数极坐标域,其次以自适应巴特沃斯高通滤波为预处理,最后结合归一化互相关和相位相关的相似性测度,在合理截断互功率谱半径轴低数值段的基础上,筛选出最优峰值实现自动配准,同时研究了对数极坐标变换尺寸对匹配性能的影响,给出了最优尺寸变换比。实验结果表明:该算法对噪声污染图像表现出较好的鲁棒性,对于存在平移、旋转和缩放的红外图像具有更高的配准精度。

利用导向滤波的宽动态范围图像增强技术（英文）

随着现代CCD和CMOS相机阵列尺寸的增大,越来越多的像素被集成到焦平面阵列上。基于该项技术可以获取更高分辨率和更宽动态范围的图像,该图像包含了更多真实的细节信息。然而,在处理这种图像的时候,尽管图像具有宽动态范围,但是却无法显示图像的所有有用信息。一些技术已经被用于先进的相机以解决上述问题,但它们还是存在或多或少的缺点。因此,提出了一种新的宽动态范围图像增强算法。该算法使用导向图像滤波器对图像进行分割,然后同时处理被分割的基频层以及细节层。通过增强高频信号来突出细节层中图像的细节,同时使用策略处理基频层以控制灰度对比度。颜色饱和度可以通过两个层一起控制。通过细节层和基频层来增强原始宽动态范围图像,提高数字细节、灰度自适应以及颜色对比度。对算法进行了详细的分析。图像仿真示例显示该算法性能可靠。

基于单调场景运动的复杂非均匀性校正

在红外探测器中,高频非均匀性主要表现为列或者行条纹,而低频非均匀性则主要表现为片状。在实际应用中,场景是沿着一个单调方向,并且有不同的非均匀性出现。基于这样的考虑,提出了一个基于场景的非均匀性校正技术,不仅符合上述校正要求,而且也实现了小型化、低功耗的实时硬件系统。通过为配准原则开发一种新的投影估计来解决问题,同时在硬件系统上实现了这一技术。通过评价标准测试了这项技术的性能,展示了在单调运动下系统非均匀性校正的实际效果。实验结果表明:该算法具有校正精度高、收敛速度快的优点。