基于阵列图像采集的反应堆压力容器主螺栓孔检查方法研究

本文针对反应堆压力容器主螺栓孔,提出了基于阵列图像采集的检查方法,该方法使用阵列摄像机进行同步图像采集,利用高密度LED的条形光源辅助照明,采用字符叠加器将实时螺孔位置信息与视频信号叠加,并传输至硬盘录像机进行同步录像,合成的视频图像可实时播放,也可录制、回放、下载、导出供后续分析。结果表明,基于阵列图像采集的螺孔检查方法,显著提高了螺孔螺纹检查的效率,视频图像清晰、缺陷识别度高且定位准确。

基于小波变换的红外焦平面阵列图像边缘保护处理法

针对红外焦平面阵列图像成像系统中的准确、清晰、无失真的要求,提出了一种基于小波变换的图像边缘保护处理方法,重点分析了将图像的二维小波变换与统计学中的最大后验概率估计算法结合来进行图像消噪的处理方式,介绍了该方法在红外焦平面阵列图像中的应用。仿真实验表明,这种方法明显减轻了失真度,使图像更加清晰,有效的扼制了"人工虚影"现象。

纸基纳米金阵列图像特征值自动提取方法

纸基纳米金作为一种能够实现重金属离子检测的比色传感器,具备快速、精确、特异性高等优点。当前,手动处理是实现纸基特征信息提取的主要方式,其效率低下,容易引入人为误差,所得特征信息的可重复性也较差。针对这些问题,在纸基阵列图像基础上,提出基于HSI颜色空间和种子区域生长的两阶段自动特征提取方法。首先将图像由RGB空间转换到HSI空间完成粗分割、形态学滤波和网格划分;在此基础上提出首先基于色调吸引力(HAF)和亮度吸引力(IAF)的相似性度量的种子区域生长(SRG)算法,该算法有效地结合SRG算法的像素物理位置邻接特性和HAF及IAF的颜色空间邻接特性,实现细分割和特征提取。实验采用10张5×5纸基阵列(共计250个反应点),对该特征提取方法进行精度和稳定性测试,并采用10张不同尺寸的纸基阵列,对其进行自适应特性测试。实验结果表明,该特征提取方法的平均误差在1%以内,最大误差及标准差在5%以内,针对不同尺寸的阵列处理正确率为100%,具有较高的精度、稳定性和自适应性。

含弱信号点微阵列图像的自动网格划分

网格划分是微阵列图像处理的关键步骤。本文主要针对弱信号和阴性样点较多的图像,先经过边界提取,通过Radon变换对图像进行倾斜校正,采用投影法分别进行水平竖直两个方向的投影,对得到的投影信号进行形态学重构,去除一定的噪声,再进行二值化。结合数学统计学方法对投影信号进行优化,自动计算样点的半径,样点中心的坐标,将网格线自动定位到样点内部,从而避免由于弱信号点和噪声引起的网格线的冗余和缺失,同时也得到了图像阵列的行数与列数。实验结果表明本文采用的方法既适用于高通量的微阵列图像,同时对含较多弱信号点的图像样点定位取得良好的结果,算法具有较强的鲁棒性。

微阵列图像降噪和自动定位

针对基因芯片实验中存在的数据处理效率低、数据分析质量差等问题.将一种新的小波降噪技术和自动样点定位方法用于cDNA微阵列图像处理.研究表明:基于小波分解的降噪方法,对微阵列图像的噪声滤除非常有效,平均峰值信噪比可达到65dB.利用一种允许高吞吐量分析的全自动划格方法,对微阵列图像进行自动定位,对于基因表达微阵列图像精度可达到97%.

基因芯片荧光靶点阵列图像CCD扫描采集系统

为提高芯片图像扫描采集效率,研制了一种基因芯片荧光靶点阵列图像CCD扫描采集系统,通过将落射式荧光显微镜、紫外荧光激发光源、精密电控平移台和半导体制冷CCD相机等仪器进行有效集成构建成像扫描机构,以工业控制计算机(IPC)为测控核心,实现了显微镜自动调焦控制、荧光靶点图像自动扫描和采集、靶点阵列图像拼接等功能,提高了核酸扩增杂交反应基因芯片试验效率。

二维多视点图像阵列采集及虚拟视点合成算法

针对二维多视点图像阵列由于采集设备限制而难于获取的问题,采用单个相机结合摄影轨道的方法进行采集.为了提高采集效率和满足不同显示设备对图像源的需求,提出一种基于深度图绘制(DIBR)技术的二维虚拟视点合成算法,在水平、垂直以及斜线方向实现了相邻参考图像间的虚拟视点合成.实验结果给出了实际采集到的二维多视点图像阵列以及合成的虚拟视点图像,并分别从图像质量和立体感两个方面对虚拟视点图像进行评价,评价结果表明,虚拟合成后的图像具有连续的视差变化可以真实再现拍摄对象的结构信息.

结合成像几何特征的立体元图像阵列编码

为了解决集成成像系统中立体元图像阵列存储和传输的问题,本文提出了一种结合成像几何特征的立体元图像阵列编解码算法。首先,根据立体元图像阵列采集过程中的相关物理参数确定不同立体元图像中同名像点的偏移量,对立体元图像阵列中每行相邻立体元图像进行分组并确定编码顺序。然后,确定待编码立体元图像的预测图并计算待编码立体元图像与其预测图的残差。最后,对残差进行HEVC编码。实验结果表明,与传统的HEVC帧内预测编码算法,以及与将立体元图像阵列中的所有立体元图像组成一个视频序列进行HEVC编码的算法相比,在相同比特率的情况下,本算法解码图像的质量提高了10~25dB,说明本文提出的算法具有更高效的编码性能。

Bayer阵列图像去马赛克算法综述

Bayer阵列图像去马赛克技术是对稀疏采样的Bayer阵列图像进行RGB信息重建,图像重建质量是成像设备评价的重要因素之一,同时也对其他计算机视觉任务(如图像分割、人脸识别)产生影响。随着深度学习方法的快速发展,图像去马赛克领域提出了多种高性能算法。为了便于研究者更全面了解图像去马赛克算法的原理和研究进展,本文对该领域的经典算法和深度学习算法进行综述。首先对Bayer采样阵列原理和图像去马赛克技术进行概述。然后将现有方法分为传统方法和基于深度学习方法两类进行总结,同时根据去马赛克任务是否具有独立性,将深度学习方法分为独立去马赛克任务和联合去马赛克任务两类,分析不同方法的原理和优缺点,重点阐述基于深度学习的去马赛克方法的网络结构和重建机理,介绍去马赛克领域常用的公共数据集和性能评价指标,并对图像去马赛克相关实验进行分析对比。最后,围绕网络深度、运算效率和实用性等方面分析了现阶段图像去马赛克技术面临的挑战及未来发展方向。目前,基于深度学习的图像去马赛克方法已成为主流发展方向,但仍然存在计算成本较高、实际应用性不强等问题。因此,如何开发出重建精度高、处理时间短以及实用性强的图像去马赛克方法,是该领域未来重要的研究方向。

基于不同微透镜阵列参数的集成成像微图像阵列生成方法

提出一种基于不同微透镜阵列参数的集成成像微图像阵列生成方法。在该方法的拍摄过程中,首先通过微透镜阵列1拍摄三维场景获得微图像阵列1,再通过一个包括虚拟显示和虚拟拍摄两个步骤的像素映射算法,生成与微图像阵列1参数不同的微图像阵列2。在显示过程中使用的微透镜阵列2与拍摄时的微透镜阵列1具有不同的参数,微图像阵列2通过微透镜阵列2重建出全真的3D图像,重建的3D图像没有图像缩放和畸变。同时本文还推导了微图像阵列1、2和微透镜阵列1、2各参数应满足的数学关系。实验结果验证了理论推导的正确性。

基于压电阵列图像的结构健康监测方法与系统研究

结构健康监测对保障基础设施结构安全具有重要意义。视频图像监测方法与机敏网仿生监测方法因其具有快速、直观监测的优势,而在结构健康监测中得到了一定的应用,但均难以监测结构应力状态。本文提出一种基于压电阵列图像实现结构应力场与损伤监测的方法,并设计了监测系统。实验表明,该系统能够有效地对结构状态进行监测,并将监测到的数据场变化情况以图像的形式直观呈现。

基于串匹配的多视点视频图像阵列自编码仿真

针对传统多视点视频图像列阵自编码方法编码效率低、响应时间长的问题,提出基于串匹配的多视点视频图像阵列自编码方法。首先根据串匹配算法,组建视点之间相互对应的对极线校正索引表。将其应用于视觉估计中来缩小两视点之间的视差搜索范围,然后将原有的视差搜索二维降到一维,利用拟合三维二次函数确定不同关键点的具体坐标位置以及尺度,同时删除无用的响应点,在得到匹配点后,通过描述子来准确描述特征点,匹配不同的描述子信息,获取符合标准的匹配点集,以达到多视点视频图像阵列自编码的目的。仿真结果表明,所提方法能够有效提升编码效率,且所需响应时间短,能够获取理想的编码效果。

立体元图像阵列的分布式预测编码

为解决组合立体成像系统中立体元图像阵列的存储和传输问题,采用分布式预测编码的方法对立体元图像阵列进行压缩.利用立体元图像间的像素关系,将立体元图像阵列变换成子图像阵列;根据子图像阵列的规律性变化,采用最优位移预测结合PRISM分布式编码结构对子图像阵列进行分级编码.实验结果表明,所提算法的率失真性能明显优于JPEG编码标准;在立体元图像阵列分辨率一定的情况下,组合立体成像系统的显示分辨率越高,本方法的压缩性能越好,对未来高分辨率显示的组合立体成像系统具有更好的适应能力.

CMOS图像传感器阵列在μ秒级物理暂态摄像系统中的应用

介绍了CMOS图像传感器阵列在物理暂态摄像系统中的应用方法。通过时序控制火花点阵闪光与传感器阵列曝光保持同步,拍摄到0.5μ火花图像,验证了原理的可行性。CMOS图像传感器阵列为4x4方阵,分时顺序控制,拍摄间隔在0-9999μ内可调,为高速摄像技术提供了新的方法。

超大阵列CMOS图像传感器时序控制驱动电路设计

分辨率是CMOS图像传感器最重要的指标之一,分辨率越高,意味着像素阵列越大,像素阵列横向尺寸的增大对时序控制驱动电路的驱动能力提出了更高的要求,纵向尺寸增大也使得延迟影响行选信号的正常产生.本文研究了超大阵列CMOS图像传感器时序控制驱动电路.在像素阵列尺寸确定的情况下,采用左右两端同时驱动来提高控制电路的驱动能力,分析了寄生效应对时钟走线的影响,提出一种将移位寄存器时钟反向接入的方法,在不增加额外版图消耗的前提下提高了电路的可靠性.此外传感器尺寸较大,因此将时序控制驱动电路设计成可重复单元,再进行拼接.基于110 nm CMOS工艺,设计了超大阵列CMOS图像传感器时序控制驱动电路,并进行了2 k×2 k的样品芯片设计.配合2-share型5T像素结构,时序控制驱动电路可以实现滚筒模式、滚筒像素合并模式、全局模式3种模式的切换,并且可以开启高增益模μm式来获得低光照条件下的良好表现.样品芯片的像素尺寸为6μm×6μm,单侧行驱动电路尺寸为2 256μm×12 288μm,芯片整体尺寸19 300μm×19 500μm,帧频2帧/s,每行行选时间24.36μs,左右两端同时驱动,左右两侧信号差小于5 ns.

微图像阵列参数不匹配对集成成像3D显示的影响

集成成像具有裸眼观看、无立体观看视疲劳、全真再现等优点,是目前主流的一种裸眼3D显示技术。在集成成像3D显示器研制过程中,由于微图像阵列尺寸不等于显示器像素的整数倍,将产生微图像阵列尺寸的缩放,同时由于集成成像3D显示器装配误差或微透镜阵列制作工艺精度不够等问题,将使得微图像阵列相对于微透镜阵列产生一定程度的平移。针对微图像阵列尺寸缩放和平移对集成成像重建的3D图像在图像深度和3D观看视角方面的影响问题,本文基于几何光学原理,采用集成成像图像重建技术和视角分析方法,分别分析微图像阵列尺寸缩放和平移时重建3D图像的深度及3D观看视角的变化情况。通过计算机模拟再现实验和实际的光学再现实验对理论分析进行了验证。模拟再现实验结果表明,3D图像深度随着微图像阵列尺寸的放大而减小,反之则增大;光学再现实验结果表明,3D观看视角随着微图像阵列尺寸的放大而增大,反之则减小,微图像阵列平移对3D观看视角产生了一定的平移,而对3D观看视角大小的影响甚微。根据模拟再现实验和光学再现实验结果得出的结论,微图像阵列缩放将引起3D图像深度畸变和3D观看视角的改变,而微图像阵列平移对集成成像3D显示的影响较小。该研究结果将为集成成像3D显示器的研制和优化起到实际的指导作用。

低对比度cDNA图像分割的局部水平集方法

互补脱氧核糖核酸(cDNA)微阵列是一项广泛应用的技术,该技术现被应用于同时研究数千个基因的表达水平.样点分割是c DNA微阵列图像处理技术中的关键环节.微阵列图像动态范围较高,部分区域对比度较低且包含噪声,因此给分割带来一定难度.本文首先使用规则网格技术,将微阵列图像划分成单个子图像.为了增强对比度,将子图像归一化后在每个网格内使用C-V模型和水平集技术进行分割.为消除噪声造成的干扰,使用样点面积先验知识作为标准,得到最终的样点位置.实验结果表明,与相关算法相比本文算法具有一定的优势.

微阵列样点定位与信息提取

提出了一种自动划格方法用于定位cDNA微阵列图像中的样点,这种方法对于解决大量微阵列图像数据处理优势明显。结合局部阈值和对数阈值的处理方法对图像进行样点提取,为信息提取提供更高的精度。将自动划格方法用于定位微阵列图像,有效地避免了人工参与带来的干扰,提高了微阵列图像处理速度。

傅氏级数和多项式结合的图像灰度建模及位移测量

利用图像传感器的成像灰度实现位移测量,需要在位移过程中用相机对靶标进行成像,进而建立位移值与成像灰度值之间的映射关系,即成像灰度模型,该方法的测量精度取决于成像灰度模型与灰度噪声水平。实际测量过程中,光照不均匀、靶标制造误差、相机成像系统畸变等外部误差源以及内部不同图像传感器单元之间成像特性的差异性均会使成像灰度模型偏离理想情况,从而影响测量结果。为了进一步提高测量精度,所提方法考虑了上述的非线性因素带来的建模误差,采用Fourier级数与高阶多项式结合构造成像灰度模型类,提高模型的泛化逼近能力进而提高建模精度,校正上述误差源导致的灰度畸变。在此基础上,采用基于位移连续性原理的顺序求解法解算位移,实验结果显示,使用该改进模型在10.46 mm行程下的位移测量误差标准差由校正前的56.4μm降低至1.5μm。

一种基于Sobel分解算子的图像边缘检测并行算法

串行Sobel梯度算子边缘检测算法需要将两个掩模S1和S2分别在图像的每个像素上移动,并在每个像素上进行11次加法运算,即需要11×N2次加法,时间复杂度为O(N2);文章提出了一种Sobel算子分解模型,并设计了一种在SIMD-MPP模型上基于Sobel分解算子的并行图像边缘检测算法,该并行算法总共只需要8次平移操作和9次加法运算即可完成,其时间复杂度为O(1),加速比达到N2,大大地提高了基于Sobel算子的图像边缘特征提取的效率。