滤波预处理对提高全聚焦算法重建图像质量的比较研究

针对超声波无损检测方法中全聚焦算法重建缺陷图像伪影严重的问题,提出在全聚焦算法中加入滤波处理来进行压制,以提高图像质量和成像分辨率。首先分析了全聚焦算法重建缺陷图像的不足之处,然后提出分别使用R-L、S-L、Cosine和Hamming四种滤波函数对超声反射实验系统采集的全矩阵数据进行处理,最后将原始信号和分别经过四种滤波函数处理的回波信号通过全聚焦算法进行缺陷图像重建。成像结果表明,由经过四种滤波后重建的缺陷图像信噪比均优于由原始信号重建的图像,且R-L和S-L在四种滤波函数中对于提高图像重建质量的效果最好。试件Ⅰ经过R-L和S-L滤波重建的图像信噪比较未滤波的分别提高了8.99 dB和8.96 dB,试件Ⅱ分别提高了9.56 dB和9.55 dB。

一种改进选点及加窗处理的相位梯度自聚焦算法

相位梯度自聚焦(Phase Gradient Autofocus,PGA)算法被广泛应用于补偿合成孔径雷达(Synthetic Aperture Radar,SAR)图像的相位误差。PGA算法的处理流程中,选点和加窗这两步操作对于算法性能的影响非常大。传统的PGA算法常因选点质量不佳或窗宽估计有误而导致聚焦效果变差,收敛速度变慢。本文提出一种基于能量-信杂比最大准则的强点选择方法和一种自适应窗宽估计方法。利用能量和信杂比两个维度从图像数据中筛选出理想的孤立强散射点,结合并改进两种传统加窗方法自适应地估计窗宽,实现算法稳定性和收敛速度的提升。仿真和实测数据处理结果证实了本文算法的有效性。

多种相控阵超声后处理聚焦算法的仿真对比

相控阵超声检测是1种新型、高级的工件内部缺陷无损超声检测技术,其可使用多个不同晶片独立发射超声波,并按照设定的时序和要求通过电子信息控制系统激发各晶片阵源,从而实现声场的偏转、多角度和聚焦。随着该技术的快速发展,出现了多种相控阵超声后处理聚焦算法。文章通过对几种常见相控阵超声后处理聚焦算法的原理简介与仿真,对比各种算法在分辨率设置、成像质量和运算数据量等的差异,分析各种算法的优缺点和适用范围,为合理的选择相控阵超声后处理聚焦算法提供参考依据。

异质结构焊缝检测的相控阵超声全聚焦算法优化

船舶异质结构焊缝检测的相控阵超声全聚焦算法信噪比高、适应性强,但该算法存在超大计算量和伪影等诸多问题。依据声束指向性提出该算法的优化方案。过滤非声束指向性声场中的重构点可大幅提升计算速度,并可优化相同路径默认调取全矩阵中同一幅值的伪影问题。将优化算法用于异质结构,获得高效高质量的检测结果,为满足铝钛钢复合接头大批量在线无损检测的工程需求提供思路。

对比度最优自聚焦算法

该文研究了一种适用于SAR的自聚焦算法,称作对比度最优自聚焦算法(Contrast Optimiza-tion Autofocus Algorithm,COAA)。该算法是一种原理简单、收敛快、计算量小、鲁棒性强的自聚焦算法,该文着重研究了COAA的实现方法。通过计算机仿真模拟证明了该算法的有效性。将COAA运用于中关村地区L-SAR数据并得到了理想的图像,这说明该算法具有重要的实际应用价值。最后,该文通过一些具体例子验证了该算法与其他算法相比具有更强的鲁棒性。

显微镜自动聚焦算法的研究

自动聚焦技术是全自动控制显微镜系统中的核心部分。自动聚焦算法综合了快速灰度差分法和高精度拉普拉斯函数法的优点,根据聚焦过程中各阶段聚焦评价函数的梯度选择合适的焦距评价函数和步长,并通过改变步长实现了从快速粗调到精确细调的过渡。实验表明,与传统的单一聚焦评价函数和单一步长的聚焦算法相比较,该算法在保证聚焦速度的情况下显著地提高了聚焦位置的精度。

基于图像清晰度的自动聚焦算法

在数字监控和机器视觉中 ,摄像头的焦距可以由计算机根据图像的清晰度自动控制。本文针对监控系统在目标跟踪时对自动聚焦的速度和精度的要求 ,提出了两次定位、单向搜索的快速精确的聚焦算法。在聚焦精度方面首先针对全局图像进行第一次粗略的聚焦 ,图像的清晰度判断采用计算速度较快的相邻象素差分法的判断函数 ;然后再对图像中的目标区域进行第二次精确的聚焦 ,图像清晰度判断采用对清晰度变化敏感的基于Laplacian边缘检测的判断函数。调焦过程采用最佳焦距位置的单向搜索法 ,以提高聚焦的速度。实验证明该算法具有较好的实时性和精确性。

基于自动聚焦算法的多聚焦图像融合

在分析了多聚焦图像特点的基础上,将镜头自动聚焦算法移植到多聚集图像融合问题的研究中,并加以改进,其主要思想是:以高频分量作为图像清晰度的判据,寻求多聚焦图像的聚焦区域,将其直接移植到融合图像中;而对于一个焦点到另一焦点的过渡区域,对其用取最大特征的融合算子进行处理。实验表明,该算法是原图像特征的最佳近似,优于小波分解的融合算法。

麦克风阵列二维方向估计聚焦算法研究

聚焦算法是解决宽带信号方向(DOA)估计问题的重要算法。常规的宽带聚焦算法需要进行预估计和多次迭代,算法的计算复杂度较高。该文根据宽带聚焦算法的思想,结合语音信号的特点,以各频率点的频域相关矩阵和聚焦点的相关矩阵的均方误差最小为最优化准则,提出了一种不需要预估计和迭代的二维宽带聚焦算法。该算法实时性好、计算复杂度低。采用八元均匀圆环麦克风阵列,仿真验证了该算法的良好二维DOA估计性能。

显微镜一种新的自动聚焦算法

在开发普通光学显微镜自动聚焦系统的过程中 ,起初作者采用图像灰度熵和灰度方差这两种常用的显微镜聚焦算法 ,但实际应用效果不很理想。经检验发现了这两种算法的一些不足之处 ,并针对这些不足点加以改进 ,进而提出了灰度差分绝对值之和算法。经实际聚焦过程中的对比实验 ,证明了新算法在聚焦可靠性、聚焦速度及聚焦结果等方面都具有一定的优越性。

相位梯度自聚焦算法在条带模式SAR中的应用

相位梯度自聚焦 ( PGA)算法是一种稳健的高分辨 SAR相位校正方法 ,在 SAR领域得到广泛应用。但PGA是对聚束模式成像提出的 ,不能直接用于条带模式。本文利用两种模式之间的内在联系 ,将条带模式 SAR数据分块处理 ,等效成聚束模式数据。然后 ,用聚束照射 SAR成像算法实现成像 ,此时就可以利用 PGA完成各块子图像的自聚焦过程 ,最后将各子图像适当拼接 ,从而实现条带模式 SAR的 PGA处理 ,外场数据的处理证实了本文方法的可行性 ,同时 ,分块处理条带 SAR数据实现了聚束照射 SAR与条带模式 SAR成像算法上的统一。

用于TOF-SIMS的锆石样品图像自动聚焦算法

为满足现代二次离子质谱仪(SIMS)锆石样品图像自动聚焦系统对聚焦准确度的要求,提出了一种具有自动消除噪声功能的锆石样品图像自动聚焦算法,并将其应用于飞行时间二次离子质谱仪(TOF-SIMS)。该算法包括锆石图像识别分割法、分段式聚焦算法和调焦控制策略。在聚焦远峰区,采用Roberts算子的聚焦评价函数及差分累加的调焦控制策略进行粗调;在聚焦近峰区,捕捉图像中的锆石目标进行识别分割,采用局部坐标算子的聚焦评价函数与爬山法相结合的调焦控制策略进行聚焦细调。实验结果表明:该算法聚焦准确率达99%,可有效抑制噪声干扰,实现了对锆石样品图像的自动、准确聚焦。

小波多尺度影像边缘聚焦算法

讨论了基于光滑函数的二维小波极大模边缘算子和小波过零点边缘算子及其特性。提出了多尺度二进小波变换过零点边缘聚焦算法。通过对不同尺度下小波变换的遥感影像进行复合、边缘提取和聚焦后结果进行比较 ,可以发现该算法适应影像空间尺度不确定性目标边缘提取。既可保证大尺度下的轮廓信息不失真 ,又能在边缘定位上保持很高的精度。

对比度最优与子孔径相关自聚焦算法的比较

为了选用快速高效的自动聚焦算法对机载 SAR数据进行聚焦处理 ,针对两种自聚焦算法对比度最优法 (Contrast Optimization,简称 CO)与子孔径相关法 (Map Drift,简称 MD) ,利用中科院电子所机载 L波段合成孔径雷达 (SAR)的实际数据和仿真的点目标对这两种算法进行了对比实验研究 .给出了分别用两种算法处理的点目标冲激响应和实际 SAR图像 .通过对比分析 ,表明 CO算法比 MD算法计算速度快。

基于MATLAB核径迹图像聚焦算法的研究

为了解决噪声对核径迹图像的参数提取、判别、分类与计数以及数据处理的影响,借助MATLAB软件分析了不同焦距核径迹图像的直方图特征、频谱特征和边缘特征,并确定了Robert算子作为对核径迹图像边缘检测的最好算子。同时,以核径迹图像的总灰度值之和取最大值为核径迹图像聚焦质量的评价标准,并按照这个标准设计了显微镜的自动聚焦算法。

基于二维波束聚焦算法的低速冲击监测研究

冲击损伤监测是结构健康监测的主要研究内容之一,为提高冲击定位的精度以及传感器的利用效率,提出了一种基于十字阵列型传感器布置方法的二维波束聚焦冲击定位算法,在高精度的前提下有效减少了传统定位方法所需布置的传感器数量。通过十字阵列型的压电传感器布置方法,可以将远场的定位精度大大提高,对于内场的盲区采用四点圆弧定位算法进行冲击定位,从而将整个大型平板结构的冲击定位精度大大提高。通过实验研究验证了该方法的有效性与实用性。

FMCW SAR相位梯度自聚焦算法研究

调频连续波合成孔径雷达(FMCW SAR)是一种新近提出来的成像雷达体制,它结合调频连续波与合成孔径成像技术,具有体积小、重量轻、成本低、分辨率高等一系列优点。在SAR成像中,相位误差是成像质量下降的主要原因。针对FMCW SAR的特点,分析了二阶相位误差对成像质量的影响,然后以二阶相位误差为例建立了存在相位误差的FMCW SAR信号模型,研究了适合于FMCW SAR的相位梯度自聚焦算法,仿真结果表明该算法能够校正相位误差的影响,提高了成像精度。

自适应峰度最优自聚焦算法

研究了一种适用于合成孔径雷达的自聚焦算法,称自适应峰度最优自聚焦算法(AKOAA)。该算法能有效解决对比度最优算法的局部极值问题,且具有原理简单、收敛快、计算量小、适应性强等特点。该文着重研究了AKOAA的原理及实现方法,最后通过对实际的L_SAR数据成像得到了较为理想的图像,这既证明了该算法的有效性,也说明了该算法具有重要实际应用价值。

一种改进型灰度差分聚焦算法研究与实现

为解决显微图像采集中聚焦的准确性和快速性,设计并实现了一种包括图像采集端、图像处理算法实现模块、OSD菜单实现模块、系统控制模块和HDMI输出模块等硬件采集系统。结合实际应用和现有的图像处理算法,提出了适合数字显微图像的图像预处理自动聚焦算法,在灰度差分绝对值之和函数的基础上增加了对周围点的判断,提高了算法的精确度。实验结果表明,通过对切片图像在显微镜物镜10倍、40倍、100倍下采集到的离、聚焦图像以及聚焦曲线呈现单峰性,无偏性等特点,能实现良好的聚焦能力。

一种基于RELAX的SAR自聚焦算法

该文提出了一种基于RELAX的自聚焦算法。根据多个特显点和杂波同时存在的模型,该算法交替迭代地进行相位校正和散射点参数估计,在精确估计出散射点子回波参数的同时估计出自聚焦所需的相位误差。由于该算法未对杂波和噪声模型作任何假设,可应用于绝大多数成像场景,同时该算法可用于估计任何类型的相位误差,因此是一种稳健的自聚焦算法。实际数据处理结果表明该方法是有效的。