基于频率域点扩散函数的视频中运动模糊车牌复原与识别优化

车辆是刑事案件中常使用的工具,车牌识别是涉案车辆认定的重要依据之一,因此对运动模糊造成的车牌图像退化的复原是刑事技术工作的重要研究方向。文中提出一种基于频率域点扩散函数参数估计的车牌图像复原算法,运用二维离散傅里叶变换、Radon变换以及Wiener滤波算法解决监控视频视角下运动模糊车牌的复原问题。通过预处理对运动模糊图像进行灰度化和降噪,并对图像添加Hanning窗,进行二维离散傅里叶变换和对数运算,计算图像的功率频谱图,运用Radon变换对频谱图进行检测,估算模糊方向;对频谱图进行最小值计算,求模糊长度,完成对点扩散函数两个参数的估算。通过Wiener滤波算法进行图像反卷积,实现图像复原。针对传统频谱图估算模糊参数易受中央亮线干扰的问题,在离散傅里叶变换之前添加窗函数进行优化。使用道路监控拍摄的模糊图像,进行点扩散函数参数估计实验,同时与目前未加窗的方法进行对比,验证所提算法的复原效果。实验结果证明,所提算法在复原车牌图像语义信息方面具有优势,能为刑事图像技术领域模糊车牌复原提供方法补充。

飞行时间和点扩散函数对18F-FDGPET/CT肺癌纵隔淋巴结转移的增益价值

目的探讨飞行时间(TOF)和点扩散函数(PSF)重建对18F-FDGPET/CT显像肺癌纵隔淋巴结转移的增益价值。资料与方法回顾性分析2020年3月9日—2021年7月23日在佛山市第一人民医院行PET/CT检查的肺癌纵隔淋巴结转移患者68例。分别采用有序子集最大期望值迭代法(OSEM)、OSEM+TOF、OSEM+PSF、OSEM+TOF+PSF重建图像,比较不同重建算法对肺癌纵隔淋巴结转移病灶的分辨能力,以及病灶信噪比(SNR)和标准化摄取值(SUV)的差异。结果使用OSEM+TOF+PSF重建可获得病灶SUVmax、SUVmean和SNR的最高值,与常规OSEM比较分别增加了21.99%、22.86%和60.14%(t=28.321、19.11、11.059,P均<0.01);其差异百分比在直径≤22 mm的较小病灶中明显大于直径>22 mm的较大病灶(24.1%比21.1%、25.3%比19.3%、70.6%比63.3%;Z=-3.658、-4.313、-2.154,P均<0.05),在SNR≤15.31的低对比度病灶中明显大于SNR>15.31的高对比度病灶(23.6%比21.4%、25.3%比21.1%、85.7%比46.0%;Z=-3.519、-2.336、-5.106,P均<0.05);在不同重建算法的病灶可检测性评价结果中,OSEM+TOF+PSF图像对纵隔淋巴结转移病灶的显示最清晰,其中87.4%的病灶为明确存在,显著高于OSEM图像的73.1%(χ^(2)=11.704,P=0.001),但OSEM+PSF图像中病灶明确存在的比例与OSEM比较并未显著增加(73.1%比75.8%;χ^(2)=0.361,P=0.548)。结论TOF和PSF结合能显著提高肺癌纵隔淋巴结转移病灶的探测能力,以及病灶SNR和SUV,尤其在小病灶和低对比度病灶中更为显著。

计算成像技术中的点扩散函数工程

围绕光学成像中点扩散函数(Point spread function,PSF)在计算成像中的新内涵与应用,介绍了传统光学成像中PSF的概念以及PSF在光学系统设计中关键作用,并简要说明了几种利用PSF恢复图像算法以及图像评价指标。在此基础上以计算成像框架下信息传递的视角重新审视了PSF的内涵,从狭义、广义光学系统两个方面对计算成像领域中的相关研究进行了归纳总结,最后展望了PSF工程技术的应用前景及发展趋势。

折反式变形光学系统偏振像差分析及其对点扩散函数的影响

变形光学系统是一种具有双平面对称性的相对特殊的光学系统,其结构会引入非旋转对称的偏振像差。针对这一问题,本文构建一个折反式变形光学系统,并对该系统的偏振像差及其对点扩散函数的影响进行系统分析。基于三维偏振光线追迹对折反式变形光学系统进行仿真计算,获得偏振像差的详细数据,并计算各个表面的二向衰减、相位延迟分布特性以及系统的琼斯瞳、振幅响应矩阵、点扩散函数和偏振串扰对比度。结果表明:最大二向衰减为0.145,最大相位延迟为1.46×10^(-2)rad,均出现在次镜位置。2∶1变形比的光学系统的振幅响应函数在长焦端和短焦端方向的偏振串扰项存在40.6%的差异,偏振串扰将该变形光学系统的对比度限制在10^(-6)量级。高精度变形光学系统中的偏振像差不可忽略,可采用膜层设计和折反式结构等方法降低偏振像差影响。该研究结论可为变形光学系统在深空探测、相干通信系统等领域的设计提供参考。

用于三维单颗粒示踪的多焦面双螺旋点扩散函数显微研究

双螺旋点扩散函数(double-helix point spread function,DH-PSF)显微可实现纳米尺度的三维单颗粒示踪(three-dimensional single particle tracking,3D SPT),被广泛应用于生命科学等领域,但DH-PSF显微的成像景深和定位精度有限,限制了其在活体厚样品中的应用.为了解决此问题,本文提出了一种基于轴向分光棱镜的多焦面DH-PSF显微(z-splitter prism-based multifocus DH-PSF microscopy,ZPMDM)方法和系统,通过将基于轴向分光棱镜的多焦面显微与DH-PSF相结合,在无需扫描的情况下提高DH-PSF显微的轴向定位范围和定位精度,解决完整活细胞内3D SPT的大景深探测难题.通过系统标定,ZPMDM中3个通道的平均三维定位精度分别为σ_(L(x,y,z))=(4.4 nm,4.6 nm,10.5 nm),σ_(M(x,y,z))=(4.3 nm,4.2 nm,8.2 nm),以及σ_(R(x,y,z))=(4.8 nm,4.4 nm,10.3 nm),DH-PSF的有效景深扩展至6μm,实现了大景深范围内的甘油-水混合溶液中的荧光微球示踪,并初步研究了活巨噬细胞的吞噬现象,进一步验证了该方法的有效性,对于3D SPT的发展和应用具有重要意义.

考虑点扩散函数效应的光谱遥感图像超分辨率制图

由于硬件设备的限制和土地覆盖类别的多样性,采集得到的光谱遥感图像的空间分辨率有时较为粗糙,导致大量混合像元产生,严重影响了土地覆盖类型空间分布的制图精度。超分辨率制图技术可以有效地处理光谱遥感图像中的混合像元,获得准确的地物类别分布信息。在遥感大数据背景下,来自同一卫星采集同一区域的多位移图像可以作为辅助数据改进超分辨率制图结果。然而,目前多位移图像插值超分辨率制图方法很少有效地考虑点扩散函数效应影响,导致制图结果精度降低。为了解决这一问题,本文提出了一种考虑点扩散函数效应的多位移光谱遥感图像超分辨率制图方法,改善土地覆盖类别制图结果。在所提出的方法中,首先,对多位移图像进行光谱解混,以生成粗糙丰度图像。然后,在考虑点扩散函数效应的情况下,对粗糙丰度图像先采用面到点克里格法,然后进行理想方波滤波,得到改善的粗糙丰度图像。接下来,通过插值对改善的粗糙丰度图像进行上采样以获得上采样丰度图像,并对上采样的所有丰度图像进行整合以获得精细丰度图像。最后,根据精细丰度图像提供的类别比例信息,使用类别分配方法将类别标签分配给亚像元,以获得理想的制图结果。实验结果表明,通过减少点扩散函数效应影响,所提出的方法展示出最佳性能表现,例如在美国华盛顿特区数据集实验结果的总体精度分别达到77.63%和Kappa系数达到0.7263。

基于点扩散函数的图像学高分辨率技术

常规基于一维假设的高分辨率处理技术如反褶积、反Q滤波方法等,针对水平构造或者小倾角构造有较好的处理效果,但在面向高陡构造或者断裂等复杂构造时处理效果不佳。而偏移成像结果可以看作是点扩散函数(PSF)与真实反射系数褶积的结果,高维空间条件下的高分辨率处理技术实际上是此正演问题的一个反问题,即基于成像结果进行反射系数反演。为此,提出了一种基于点扩散函数的高分辨率处理技术,首先基于点扩散函数的计算原理,推导出了基于高频近似条件下的快速求解算法,并在高维空间褶积理论的指导下结合图像学反演算法研发了纯数据驱动的点扩散函数提取技术,最后采用高维空间反褶积算法求得高分辨率成像结果,实现地震频带的有效拓宽和成像分辨率的提升。模型数据和实际数据测试结果表明,该算法可在不损失低频的前提下有效扩宽高频,且具有在计算效率与常规高分辨率算法基本相当的条件下有效提高不同展布方位地质体分辨率的优势。

基于高斯核函数的差分隐私模糊C均值聚类算法的构建与应用

目的:提出一种基于高斯核函数的差分隐私模糊C均值聚类算法(DPFCM_GF),旨在优化大数据背景下医疗数据分析和挖掘带来的数据隐私安全问题,为数据隐私保护提供理论基础。方法:针对随机初始化模糊C-均值隶属度矩阵降低算法精度问题,采用最大距离法确定初始中心点,使用聚类中心点的高斯值计算隐私预算分配比率,并添加拉普拉斯噪声以完成差分隐私保护,构建DPFCM_GF。收集整理美国加州大学欧文分校机器学习存储库的心脏病、乳腺癌、甲状腺疾病及糖尿病公开数据集对DPFCM_GF有效性进行验证,收集2019年1月1日至2022年12月31日淮安市第二人民医院收治的756例胃癌和肺癌患者病例数据集,对DPFCM_GF的可用性进行验证,并将分析结果与模糊C均值聚类算法(FCM)以及差分隐私模糊C均值聚类算法(DPFCM)进行对比分析。结果:对于心脏病、乳腺癌、甲状腺疾病及糖尿病公开数据集,DPFCM_GF和DPFCM的最优聚类效果与FCM聚类效果相当;相较于DPFCM,DPFCM_GF迭代时间更快,聚集速度显著,差异有统计学意义(t=4.01、4.71、4.01、12.38,P<0.05)。对于肺癌和胃癌数据集,随着隐私预算ε的增大,DPFCM_GF正确识别率逐渐聚集于91.9%和93.9%,受试者工作特征(ROC)曲线下面积(AUC)值分别为0.79和0.81;当隐私函数ε为0.1、0.5、1和2(ε<3)时,DPFCM_GF聚类效果显著优于DPFCM,且聚类效果更佳,差异有统计学意义(χ^(2)=12.25、87.12、68.58、7.76,P<0.05;χ^(2)=4.74、43.51、42.47、4.89,P<0.05)。结论:DPFCM_GF是一种有效保护医疗数据隐私的方法,同时也可进行数据分析和挖掘任务,具有一定的研究意义和研究前景。

基于核函数的隔离森林算法

基于随机子采样的隔离森林算法没有考虑到子采样中来自不同区域样本点之间的相对密度,为此提出基于核函数的隔离森林算法K-iForest,根据概率密度函数重新采样来提高隔离森林算法的性能。在离群点检测数据库(ODDS)的Annthyroid、ForestCover、Mulcross、Shuttle和Http(KDD Cup 1999)、Smtp(KDD Cup 1999)、KDD CUP 99数据集上验证K-iForest算法的有效性和效率,并与iForest算法、EIF算法、RRCF算法、GIF算法以及HIF算法进行比较。实验结果表明,K-iForest算法的AUC值高出其他算法0.1%~100.2%。

基于线型回归的快速点扩散函数参数提取算法

现有基于迭代算法的超分辨显微技术通过收敛到极值的方式实现荧光显微镜的超分辨成像得到荧光图像中各点中心的精确值,面临着图像数据处理过程较为复杂、对算力要求较高等问题。为了提高计算速度,提出了基于线型回归的快速点扩散函数参数提取算法,不需要涉及迭代过程。实验结果表明:与现有能够精确计算出图像点中心位置和半高宽的对比算法相比,虽然计算精度稍低,但是该算法计算时间仅不到对比算法的20%。而且,算法得到的计算结果可以作为更为精确的对比算法的初始参数,能够使对比算法的整体计算时间降低30%。算法也可以作为一种实时的点扩散函数半高宽计算算法,应用在显微镜自动聚焦中。

基于射线理论点扩散函数的成像域最小二乘偏移

最小二乘偏移能够消除非规则地震采集、带限子波等因素对偏移结果造成的不良影响,提高成像分辨率和振幅保真度,但高昂的计算成本严重制约了其实用性和应用前景.本文基于射线理论格林函数和地震波走时一阶近似,提出了一种快速的点扩散函数计算方法,不但可以大幅降低点扩散函数的计算成本,还能够适应任意的空间采样以保证点扩散函数的插值精度.以此为基础,本文进一步发展了成像域最小二乘偏移方法,能够高效、灵活地实现地下反射率的迭代更新,并最终获得分辨率更高、照明更加均衡的反演成像结果.文中给出的模型和实际数据的测试结果验证了上述方法的正确性和有效性.

基于高斯核函数的差分隐私技术联合聚类算法在医疗数据安全中的应用

目的针对数据隐私泄露的风险,提出一种基于高斯核函数的差分隐私技术联合聚类算法。通过对医疗数据的处理和保护,旨在提供一种保证医疗数据隐私安全的解决方案。方法通过介绍医疗数据在机器学习过程中隐私暴露的问题以及差分隐私技术原理、差分隐私模糊C均值聚类算法(Differential Privacy Fuzzy C-means Algorithm,DPFCM)和基于高斯核函数的差分隐私模糊C均值聚类算法(Differential Privacy Fuzzy C-means Algorithm Based on Gaussian Kernel Function,DPFCM_GF)的构建过程,采用最大距离法确定初始中心点,使用聚类中心点的高斯值来计算隐私预算分配比率,使用拉普拉斯噪声完成差分隐私保护。通过收集整理心脏病、乳腺癌、甲状腺疾病、糖尿病的公开数据对各算法进行验证。结果DPFCM_GF和DPFCM对不同数据集的聚类效果随隐私预算的增加逐渐改善。DPFCM_GF限值隐私预算分别为1.31、0.85、0.66、1.75,相对DPFCM减少了41.78%、50.29%、53.52%、38.38%,具有较快的收敛迭代速度,增幅差异具有统计学意义(P<0.05)。结论在医疗数据分析中,DPFCM_GF在一定程度上能够保护医疗数据的隐私,同时可提供具有较高准确性的聚类结果,具有潜在的应用前景和市场价值。

运动模糊图像点扩散函数尺度鉴别

运动模糊图像的运动模糊方向被高精度地鉴别出来后,将之旋转到水平轴,则二维问题可简化为一维问题来处理。将旋转后的模糊图像在水平方向上进行一阶微分,然后在水平方向上求微分图像的自相关,并将自相关图像的各列加起来,得到一条鉴别曲线,在鉴别曲线上的零频尖峰两侧,会对称地出现一对共轭的负相关峰,两负相关峰间的距离等于运动模糊点扩散函数尺度的两倍。这一新的运动模糊点扩散函数尺度鉴别方法,不仅适用于匀速运动模糊尺度鉴别,也适用于振动、加速运动等变速直线运动的模糊尺度鉴别,而且具有很强的抗噪声干扰能力,鉴别精度高。文中借用信息光学中用于目标识别的光学联合变换相关器JTC概念,给出了该新鉴别方法的解析理论分析。

点扩散函数深度域反演

当前地震勘探领域缺乏深度域反演的有效方法,无法直接利用深度偏移后的地震数据进行储层预测。为解决这一问题,本研究采用基于点扩散函数的深度域反演方法对深度域地震数据进行反演,该方法借鉴光学领域的点扩散函数的概念,在偏移速度场中加入均匀分布的点散射体,然后使用波动方程有限差分的方法进行正演模拟,在此基础上进行叠前声波波动方程逆时偏移,得到点扩散函数。并且本研究依据最小二乘理论推导了点扩散函数深度域声波阻抗反演的公式,最后使用该反演方法在Marmousi模型和实际的地震资料上进行了测试。反演测试结果表明:该深度域反演方法反演结果精度高,稳定性好。

利用拉氏算子鉴别散焦模糊图像点扩散函数

对于散焦模糊图像,通常把其散焦点扩散函数近似为圆柱形函数。若能有效地从模糊图像中鉴别出该圆柱形的半径,则等价于求出了散焦模糊点扩散函数。利用拉氏算子对散焦模糊图像进行无方向性的二阶微分,然后求微分图像的自相关,则三维显示的自相关图像上会出现一个环形槽。环形槽由数值为负的一系列相关峰连成,槽底位置连成鉴别圆。该鉴别圆以零频尖峰为圆心,直径等于作为散焦点扩散函数的圆柱形直径的两倍。通过插值求和,得到一条鉴别曲线,可以直接鉴别出其直径。这一新的鉴别方法计算量小,鉴别精度高,抗噪声能力较强。

运动模糊图像点扩散函数参数识别的新方法

为了估计任意大小运动模糊图像点扩散函数,提出了真实方向、测量方向和列宽行高比的角度变换公式。在此基础上利用Radon变换最大值曲线检测峰值角度作为候选方向,剔除候选方向中Radon变换未出现规律性波谷的干扰方向后为待变换方向,再进行角度变换即为识别方向。取该方向上Radon变换向量,利用相邻波谷位置差剔除奇异值求均值的方法检测暗条纹间距,通过曲线拟合鉴定模糊尺度。仿真结果表明算法实时性好、精度高、抗干扰能力强。

图象模糊点扩散函数的求解

给出了一种求解图象模糊点扩散函数的实用方法。成像系统在远处和在近处对同一景物所成的两幅图象，远处像比近处像模糊，图象模糊点扩散函数描述了从近处像中求解远处像的转换关系。针对求解过程中的数学病态性，采用高斯函数约束枚举法进行正则化约束计算。实验表明，该方法具有抗噪声干扰能力强，运算速度快等优点。

运动模糊图像点扩散函数参数估计

为解决图像拍摄过程中相机与目标之间相对运动造成的图像模糊问题,提出一种基于梯度倒谱、最小二乘法与微分自相关结合的算法估计运动模糊图像点扩散函数(PSF)参数,通过对模糊图像梯度倒谱分析并结合最小二乘法估计出模糊方向,进而通过微分自相关法估计模糊尺寸。采用该算法对仿真模糊图像和实拍模糊图像进行PSF参数估计,当模糊方向角在0°~179°、模糊尺度在5~60个像素时,本文算法估计的模糊角度绝对误差小于2°,模糊长度绝对误差小于2个像素。与其他文献算法的对比结果表明,本文算法可以准确识别图像运动模糊参数。

基于SRResNet和点扩散函数设计的高分辨率超透镜成像

超透镜作为一种可在亚波长尺度灵活调控光场的人工微结构,近年来在光学成像领域受到了广泛关注。在超透镜成像系统设计中,通常只根据焦距和工作波长设计超透镜,而不考虑成像过程,这往往导致整个系统成像质量不佳。为提升成像质量,文章通过将超透镜参数设计和图像恢复算法两个过程同时纳入成像系统的设计过程,提出了一种联合优化方法来实现基于超透镜的高分辨率成像。方法不仅对超透镜参数进行了相应的优化以获得比较理想的点扩散函数,还实现了2倍于输入图片分辨率的高质量图像重建。

模糊图像点扩散函数的亚像素精度离散化方法

快速准确的点扩散函数(PSF)估计方法,是获取良好模糊图像复原效果的前提。针对散焦模糊和匀速运动模糊的PSF在以往离散化实现过程中的近似误差问题,提出一种结合退化模型几何性质和亚像素估计的离散化方法,定义了近邻像素点的距离相关权值分配原则,并以此进行亚像素精度的估计,从而实现了PSF的离散化。实验结果表明该方法的估计精度有很明显的提高,并在主观视觉质量和客观图像清晰度评价函数、峰值信噪比(PSNR)、改善信噪比(ISNR)方面均优于传统方法。