红外偏振与红外光强图像的融合研究

分析了红外偏振与红外光强的成像特性差异,提出了基于局部能量的支持度变换融合方法。实验结果表明,融合图像综合了两幅图像的冗余信息,使图像更清晰,信息更加丰富。融合图像同原红外偏振和光强图像相比,局部标准偏差分别提高了13.67%和11.51%;局部熵分别提高了16.46%和1.95%;平均梯度分别提高了15.41%和44.05%。证明了该融合方法的有效性。

红外偏振与红外光强图像的伪彩色融合研究

针对RGB和l空间转换过程复杂,运算速度慢,不便于用灰度融合图像直接代替亮度分量的问题,提出了一种基于YC C空间的伪彩色融合方法。该方法首先对源图像进行基于特征差异的颜色映射,所得RGB图像通过YC C变换提取亮度分量Y;然后采用新的融合规则对红偏振与光强图像进行了支持度融合,其中低频和高频分别采用目标背景分割和区域方差最大的融合规则;最后用融合结果代替亮度分量,再与C,C分量进行YC C逆变换,得到伪彩色图像。实验结果表明,与文献[8]方法比较局部方差提高21.5%、对比度提高1.15%、清晰度提高6.05%、运算速度提高30.5%,证明了本文算法的可行性和有效性。

基于红外光强的数字微流控系统定位

基于介电润湿(EWOD)效应的数字微流控(DMF)系统是一种能够实现多个独立的微液滴控制的新兴技术。该技术具有芯片结构简单、控制方法易于实现、样品消耗小和无流体运动死区等优点。为了满足DMF系统液滴精准驱动与控制的迫切需求,提出了一种基于红外光强的DMF系统定位方法,该方法可以在驱动控制液滴的同时,实现无输入参数的液滴精准定位。进一步基于该定位方法,实现了DMF系统的反馈控制。最终实现了一套具备液滴驱动、定位和反馈功能的DMF控制系统。实验结果表明提出的方案有利于提高DMF系统应用的成功率和可靠性。在同样的芯片参数结构下,成功率提高了约38%。同时设计的控制系统可以为其他研究基于EWOD的DMF系统的研究团队提供一个可靠的自动化实验平台。

基于混合l0l1层分解的红外光强与偏振图像融合算法

红外光强与偏振图像融合能够更全面地描述探测场景的特征,有利于后续的处理工作。本文提出基于混合l0l1层分解的红外光强与偏振图像融合算法,首先,利用混合l0l1层分解对红外偏振与光强图像进行多尺度几何变换;接着,对于低频特征子带图像采用指数局部高斯分布相似度作为红外偏振低频图像融合权重,并将其注入红外光强低频图像中;然后,对于高频子带图像利用局部空间频率和局部能量进行融合,并用主成分分析将两类特征融合图像进行合成,获得高频融合图像;最后,通过重构获得最终融合图像。通过实验对比,本文算法融合结果能够较好地融合两类图像间的互补特征,显著提升融合图像质量。

特征差异驱动的红外偏振与光强图像融合

针对原有红外偏振融合算法中单一差异特征对不确定和随机变化的图像特征信息不能有效描述而产生不利于融合的问题,本文在分析源图像差异特征形成机理基础上,提出了一种基于NSCT(non-subsampled contourlet transform)的红外偏振与光强图像的特征差异驱动融合算法。通过实验仿真表明,相比SVT(support value transform)、WPT(wavelet packet transform)和NSCTLELV(NSCT local energy and local variance),该算法能更有效地融合源图像的互补和细节信息,且在实际的目标识别中具有一定的应用价值。

红外偏振和光强图像差异特征分类树的构建

红外偏振和光强图像差异特征分类是融合算法随着差异特征类型的变化而自适应变化的前提。构建了差异特征分类树,以此实现差异特征分类。首先分析红外偏振和光强成像的差异特性,依据其成像差异特性构建分类树第1层差异的类别;然后对多组图像统计并描述第1层差异类别下的各差异信息,依据统计结果构建第2层差异的类别;最后提取红外偏振和光强图像的差异特征,将其按照差异特征分类树进行分类。实验表明,所建立的差异特征分类树可将红外偏振和光强图像的差异特征分类。

基于DWT的红外偏振与光强图像的融合

提出了一种基于离散小波变换DWT(discrete wavelet transform)的红外偏振与光强的融合方法。该算法采用DWT对源图像进行多尺度分解,然后对低频子带系数采用局部能量融合,而对高频子带系数采用消除高频噪声与局部均方差准则结合进行融合,最终通过逆变换得到重构的融合图像。实验结果表明,与加权平均融合和绝对值较大法的融合规则相比,局部标准偏差、粗糙度、对比度、局部熵分别提高了1.1%,3.0%,15.2%,2.6%,从而可以看出文中的融合方法具有一定的优势和现实意义。

1100～1800nm宽波红外强光治疗眶周皱纹的临床观察

目的：验证宽波红外强光治疗眶周皱纹的有效性和安全性。方法31例治疗前改良的Fitzpatrick皱纹分型（MFWS）眶周皱纹处于0.5～2.5级的患者被纳入研究。采用1100～1800 nm宽波红外强脉冲光进行治疗，能量26～34 J/cm2，4周1次，3～5次为1个疗程。由两位独立的第三方专家同时对患者眶周皱纹治疗前、疗程结束后、疗程结束后1个月和3个月的疗效进行分析。通过问卷形式由患者对术中疼痛度和术后3个月疗效满意度进行评分。结果治疗后1个月、3个月随访中患者Fitzpatrick 皱纹分型平均值分别由治疗前的1.5级下降到0.85级和0.75级，差异有统计学意义（P＜0.05）。93.54%（29/31）的患者认为治疗过程中无疼痛，无明显不良反应。结论宽波红外强脉冲光技术治疗眶周皱纹安全有效，疼痛感少是其优点。

基于局部能量与模糊逻辑的红外偏振图像融合

针对红外偏振与红外光强图像的成像特征差异,提出了一种基于NSCT(NonsubsampledContourlet Transform)的红外偏振与红外光强图像的新融合算法。该算法首先采用NSCT对源图像进行多尺度、多方向分解,然后对低频子带图像采用局部能量融合规则,融合后再对低频融合图像进行直方图均衡化处理,而对高频方向子带图像采用了模糊逻辑,根据各图像的特征差异来分别选择基于像素、基于区域和加权平均的融合规则,再对得到的各个子带图像进行NSCT重构,从而得到最终的融合图像。通过实验仿真表明本文算法能有效的融合源图像的互补信息,使得该算法在目标识别中具有一定的优势和现实意义。

不透明矿物流体包裹体红外显微测温研究：进展、存在问题与解决方案

摘要流体包裹体是古地质流体的唯一直接记录，为反演地质过程涉及的物理化学条件等提供了最为重要的证据。流体包裹体是研究热液矿床成矿流体最有利手段，常规的测试对象为透明的脉石矿物，而矿石矿物中的流体包裹体更为直接、准确地记录了成矿流体信息。大多数矿石矿物在显微镜透射光下不透明，其捕获的流体包裹体研究需要使用配备有红外成像系统的显微镜进行。近20年来，不透明矿物流体包裹体红外显微测温研究获得了长足的进展，但其中仍有一些问题尚未解决，制约了该方法的应用；同时，国内该研究领域正处在起步阶段，多个实验室已安装了红外测试仪器，但尚未开展系统的研究工作。因此，需要对该研究领域进行综述，探讨存在的问题，以促进该研究方法的发展。本文首先介绍了红外显微镜仪器工作原理及样品制备注意事项，阐述了影响不透明矿物红外透明度的因素，讨论了红外显微测温研究中的主要问题和难点，并针对测温过程中相变观察困难、红外光可能影响测温结果等问题提出可行的解决方案，最后论述了红外显微测温系统在矿床学领域的应用前景。

基于DWT的红外偏振自适应选择融合方法

针对舰船目标在雾天自然场景融合需要,论文提出了一种基于DWT的红外偏振自适应选择融合方法。利用DWT变换分别获取红外光强图像和偏振度图像的低频和高频成分,然后分别对低通带采用基于SR和像素平均值的融合方法,对高频带分别采用像素绝对值取大,特征匹配度,一致性检验,还有基于区域最大值四种融合规则。再经过DWT反变换分别得到基于不同的低频和高频处理方法的八张融合图像,最后再运用Choquet模糊积分计算将取得模糊积分最大值的图像作为最佳融合图像。实验结果表明,论文提出的融合算法在凸显红外偏振和光强图像共有信息的同时保留他们的特有信息,且提高了融合图像的细节信息,利于后期做目标检测的研究。

不同图像融合技术的融合性能分析比较

现有红外偏振图像融合算法多采用单一固定的融合技术对源图像进行描述,在实际融合中无法全面描述、提取变化的源图像差异特征,不利于融合。针对这一问题,对比分析了多种图像融合技术,归纳总结了不同融合技术在融合红外偏振与光强图像时的特点,引入了梯形模糊数构建客观评价指标阈值,对多组图像的融合效果进行对比分析。研究表明:小波包变换(wavelet packet transform,WPT),双树复小波变换(dual-tree complex wavelet transform,DTCWT),非下采样剪切波变换(nonsubsampled shearlet transform,NSST),非下采样轮廓波变换(non-subsampled contourlet transform,NSCT),主成分分析(principal component analysis,PCA)等融合技术能较充分地融合源图像的信息;WPT、DTCWT、NSST、NSCT、PCA、顶帽变换(Tophat)等融合技术较好地融合图像的边缘、轮廓;离散小波变换(discrete wavelet transform,DWT),多分辨率奇异值分解(multiresolution singular value decomposition,MSVD),Top-hat等融合技术的融合结果有明显的块效应、锯齿状边缘;当某一源图像提供的信息量较大时,PCA相比其他融合技术更具有优势,但会丢失重要的局部特征。