结合光吸收和大气散射模型的可解释图像去雾网络

在雾霾天气下拍摄的图像存在对比度低和颜色偏移的问题,这会进一步影响后续高级计算机视觉应用的准确性。大气散射模型(Atmospheric Scattering Model,ASM)作为图像去雾中的热门技术之一,越来越受到研究者的关注。然而,现有的基于ASM的方法由于忽略了光陷现象而会引起暗淡效应。为了解决这个问题,构建了一种基于光吸收的可解释图像去雾网络。具体地,首先构建了一种基于光吸收的大气散射模型(Light Absorption-based ASM,LA-ASM),在ASM中引入了由纹理密度和场景深度定义的光吸收系数。此外,构建了一种可解释网络LA-ASMNet,该网络通过学习LA-ASM的雾气成分来辅助图像去雾。基于RESIDE数据集的仿真结果证明了LA-ASMNet在缓解图像去雾暗淡效应方面的有效性。

改进型大气散射模型下的双光幕约束雾图复原算法

当雾霾退化场景处于光照不均匀的条件下时,部分场景细节不仅会由于雾气遮盖导致可见度降低,同时会因为光照阴影使得部分区域不可见。针对这一问题,提出一种基于改进型大气散射模型的双光幕边界约束的雾天图像复原算法。分析传统大气散射模型的成像原理,利用其退化机理结合Retinex理论对模型进行改进;引入均值不等关系与高斯衰减函数,通过预估特征值的方法对大气光幕进行估计,并设定上下边界对其进行约束;依照改进型大气散射模型求取场景入射光,并利用亮通道先验求取有雾图像亮通道对场景入射光进行补偿;改进局部大气光的获取方法,提出基于中通道的局部大气光估计方法,结合所求大气光幕与场景入射光代入改进型大气散射模型获得无雾图像,并使其与图像纹理层进行融合得到最终的复原结果。根据对实验结果的定性与定量分析,所提算法不仅可以有效复原出场景光照不均的有雾图像,针对其余场景下的雾霾场景也可得到较好的复原效果,且复原场景清晰,明亮度适宜。

小角中子散射物理模型自动化筛选

小角中子散射(SANS)实验数据的分析过程需要科研人员选择样品对应的物理模型进行迭代拟合来表征样品的结构和属性。目前选择物理模型的方法大多是基于人工经验,分析门槛高、准确率较低。基于标准神经网络模型的小角中子散射实验样品物理模型自动化筛选方法面临着图像缺乏局部特征、类内差异大、类间差异小等问题。设计双模态特征融合卷积神经网络(BFF-CNN)模型,先引入物理感知的傅里叶-贝塞尔变换(FBT)来提取散射图像的全局结构信息,再将原始图像与FBT变换图像通过两个子网络分别进行特征提取与特征融合,以提升神经网络整体的特征表达能力。提出受限Softmax(R-Softmax)损失函数,通过在原生Softmax损失函数的基础上添加惩罚项来限制输入样本被分配到非本真类的概率,可在Softmax损失接近0时缓解梯度的消失问题,进而提高收敛速度。在自建的小角中子散射图像数据集上的实验结果表明,BFF-CNN的预测准确率和平均召回率相比于ResNet-18、PMG等模型提升幅度较大,采用R-Softmax与中心损失函数的联合学习策略后的预测准确率和召回率相比只采用Softmax损失函数提升了5.4和10.5个百分点,具有较好的小角中子散射图像分类效果。

基于GBK标量散射模型的超光滑光学元件表面特性参数预测方法

在引力波探测系统中,要实现对引力波的高精度测量,超光滑光学元件散射特性至关重要。然而,现有光学元件表面特性参数测量方法难以满足超光滑光学元件的测量需求。针对这一难题,提出了一种基于GBK(Generalized Beckmann-Kirchhoff)标量散射模型的光学元件表面特性参数预测方法。利用GBK标量散射模型和基于光腔衰荡技术的表面散射测量方法,建立了表征超光滑光学元件表面特性参数(表面粗糙度和自相关长度)的方程组,进而利用图解法求解得到超光滑光学元件的表面特性参数。为了验证预测方法的适应性,对不同表面特性参数下的多种待测光学元件进行了预测,获得了不同表面特性参数下元件表面粗糙度和自相关长度预测值的相对误差曲线。结果表明:表面粗糙度在0.1064~1.064 nm范围内时,其预测值相对误差均在1%以内;自相关长度在1064~3192 nm范围内时,其预测值相对误差均在1%以内。因此,在文中提出的表面特性参数范围内,该预测方法能快速准确预测超光滑光学元件的表面特性参数,具有较好的适应性和有效性,可为引力波探测系统中超光滑光学元件散射特性的测量提供参考。

大气散射模型与关联帧补偿的视频图像去雾及增强

针对雾霾天气下获取的视频及图像存在雾化、模糊等问题,提出大气散射模型结合关联帧补偿的视频图像去雾及增强算法。首先,设计了多维空间权重注意力模块提取空间信息,转移不同特征信息权重,提高其利用率;其次,构造参数估计子网络提取大气光和透射图,结合大气散射模型求取清晰图像;其次,提出关联帧补偿机制,利用视频帧间关联性提高参数估计准确度,降低网络学习难度;最后,设计多项式损失函数进一步提高输出质量。在多个数据集下的实验结果表明,算法处理后的结构相似性(Structure Similarity Index Measure,SSIM)和峰值信噪比(Peak Signal to Noise Ratio,PSNR)分别达到0.91和27.13 dB,均优于对比的经典及新颖算法,有效解决图像雾化问题的同时能增强纹理细节等特征,满足视频和图像实时去雾要求,为后续基于人工智能的视觉任务提供良好基础。

基于散射模型的球头锥目标几何结构参数估计

针对传统几何参数估计方法对成像质量要求较高,对低信噪比、稀疏孔径的散射回波数据估计精度低的问题,选择球头锥目标为研究对象,提出了一种使用几何参数散射模型和正交匹配追踪(orthogonal matching pursuit,OMP)算法相结合的方法,简化了计算过程,提升了参数估计精度。该方法首先根据先验信息确定代估参数的取值范围,并等间隔地在取值范围内设置参数网格,再根据对应的参数值计算散射模型,生成二维像,之后通过OMP算法拟合回波信号的成像结果,得到精确的几何参数估计值。所提方法实现了在原始回波数据质量较差的情况下,对球头锥类目标的几何参数精确估计与重构。

基于改进大气散射模型的图像去雾算法

由于雨雾天气的影响,清晰图像的获得较为困难,通常存在能见度低、对比度差、细节信息缺失等问题。针对上述问题,文中提出一种鲁棒性高的图像去雾算法。首先,将输入图像转换为细节图像,衰减图像并重新定义三个颜色通道,根据最小颜色损失原则对颜色进行补偿并平衡三个颜色通道的差异;其次,通过改进的大气散射模型EASM和暗通道先验算法解决图像发暗的问题,去雾结果明显、颜色鲜艳、细节清晰。在自然图像和合成图像数据集上进行对比实验并设计消融实验,结果表明,所提算法在信息熵、FADE、自然图像质量评估器(NIQE)、结构相似性(SSIM)等方面表现优于最新的去雾算法,具有较高的鲁棒性和应用前景。

基于大气散射模型的机场雾图定量化模拟方法

雾天低能见度给机场运行安全和运行效率带来了极大威胁,低能见度下的目标识别在监控机场运行并确保其安全和效率方面发挥着至关重要的作用,然而机场低能见度图像的获取具有随机性。论文提出了一种基于大气散射模型的机场雾图定量化模拟方法,通过曲线拟合建立大气散射模型中大气散射系数与机场图像能见度的函数映射关系,实现基于能见度对机场雾图进行定量化模拟,利用机场实测数据训练了一个用于机场雾图能见度检测的神经网络来验证该方法的准确性。实验和仿真结果表明,该方法模拟的机场雾图能见度与能见度检测值的平均相对误差小于3%,可实现对机场雾图进行定量化模拟,为解决定量能见度的机场雾图获取问题提供参考方案。

基于声相关计程仪(ACL)的海底散射模型研究

为了进行声相关计程仪(ACL)仿真研究,结合K irchhoff近似和R ay le igh-R ice近似散射模型,根据ACL垂直发射波束的特点,在掠射角90°附近,利用已发表的海底散射实验数据与APL-UW散射模型及L am bert公式的理论计算结果相比较,基于K irchhoff近似的散射模型与实验数据具有很好的一致性,仿真结果证明,由于不同类型海底沉积物引起的体积散射在上述情况下是可以被忽略的,这将大大简化进行声相关测速仿真研究的海底建模过程。

结合三维电磁散射模型和深度学习的SAR目标识别框架设计

不断提高合成孔径雷达(SAR)图像目标识别能力对于全天时、全天候战场情报侦察具有重要意义。近年来,深度学习模型在SAR目标识别领域得到了广泛应用和验证,但由于SAR图像样本往往十分有限,模型的适应性受到一定制约。提出结合三维电磁散射模型和深度学习的SAR目标识别框架,充分运用三维电磁散射模型在目标SAR数据生成以及物理属性描述方面的优势,提升深度学习模型的分类可靠性和适应性。

自由空间中偶极子云团极化散射特性研究:相干散射模型

根据相干散射模型 ,求得了偶极子云团的极化散射矩阵 ,并导出了偶极子云团散射截面的精确计算公式 ,它们能够反映出由于偶极子云团空间分布的变化而造成的散射截面起伏规律 ,原则上适用于一切偶极子云团 (包括在大气层内抛撒的情形 )散射截面的计算问题。

基于三维电磁散射参数化模型的SAR目标识别方法

合成孔径雷达目标识别是雷达数据解译中一个长期研究的难点问题。近年来,基于模型的SAR目标识别方法由于在扩展条件下的识别性能表现良好而备受关注。在联合国内多家研究单位进行攻关的基础上,该文简要阐述了对该问题的初步研究成果及思考。首先从3个方面出发梳理了散射部件模型发展的技术脉络并对其进行了补充完善;然后从正向推算和逆向反演两条技术途径提出了复杂目标电磁散射参数化建模方法;最后提出了基于复杂目标电磁散射参数化模型的目标识别新框架。论文最后对基于模型的SAR目标识别下一步研究方向进行了展望。

基于微波冠层散射模型的水稻生物量遥感估算

为寻求有效的水稻生物量估算方法,尝试开发了微波冠层散射模型。将实测的水稻结构参数作为输入变量,运行微波冠层散射的改进模型来模拟水稻冠层后向散射系数,结合遗传算法优化工具,从星载微波雷达遥感ALOS/PALSAR数据反演水稻的结构参数,进而对水稻生物量进行了空间制图。结果显示,模拟的水稻冠层后向散射系数误差在1 dB以内,估算的水稻生物量的误差小于200 g/m2。表明利用微波遥感机理模型反演水稻结构参数和估算水稻生物量具有应用潜力。

非直视紫外光通信单次散射传输模型研究

依据Lambert定律建立了非直视紫外光通信系统单次散射传输模型。模型表明:大气传输中的两次斜向传输引入的大气透射比衰减,大气散射衰减和距离平方反比衰减是导致接收光功率随距离增加迅速衰减的主要因素。为便于实际计算,对建立的散射传输模型做了合理的计算简化,经实验验证简化后的传输模型计算结果与实验结果吻合较好。利用简化后的传输模型可以方便有效地计算出非直视紫外光通信接收机在不同距离下的接收功率和路径传输损耗,进而可以迅速、有效地计算和评估已知参数的非直视紫外光通信系统的极限工作距离。

几种散射辐射模型精度的对比

通过对既有散射辐射模型的分析,结合上海地区太阳辐射实测数据,建立了各向异性散射辐射新模型,其后从天气类型、朝向、季节和倾角等方面对新模型及既有模型的精度进行了对比分析.对天气类型的研究表明,阴天或多云天时,Klucher模型、Hay模型及Skartveit和Olseth模型与实测值较为吻合;但晴天时,Perez模型和新各向异性散射辐射(NADR)模型更佳.对朝向的研究表明,对于东向和北向,Perez模型和NADR模型较为准确;而对于南向和西向,Liu和Jordan模型,NADR模型较为准确.对季节的研究表明,夏秋季Perez模型和NADR模型较为准确;秋冬季Liu和Jordan模型,NADR模型较为准确.对于倾角的研究表明,Klucher模型与实测值较为吻合,各类散射辐射模型在计算倾角较小的倾斜面散射辐射精度优于倾角较大的情况.对天气、朝向、季节和倾角等多因素的综合考虑表明,Temps和Coulson模型,Gueymard模型准确性相对较低,而NADR模型的准确性最高.

雷达目标散射中心模型反演及其在识别中的应用

提出了一种基于散射中心模型的距离像识别方法。首先采用稀疏空间网格上的宽带测量数据离线反演目标散射中心模型,再将从距离像中实时提取的一维散射中心特征与该散射中心模型的一维投影进行匹配完成在线识别。在散射中心模型反演中,提出了稳定散射中心的概念并基于此完成稀疏空间网格下的一维散射中心投影关联。在识别过程中,通过设计合适的匹配函数解决散射中心参数估计误差和模型误差造成的散射中心数目、幅度和位置不完全匹配问题。仿真实验表明,对于精度较高的模型,基于模型的识别方法与基于距离像模板的方法识别率相当,而在存储量和灵活性方面优势突出。

基于大气散射模型的单幅图像快速去雾

根据大气散射物理模型及光学反射成像模型,总结并分析了影响单幅图像去雾效果的3大因素,以实现对雾霾图像的快速去雾。基于光学原理,解释了暗影通道现象,从新的角度推导出了大气散射模型中各参数的求法。利用灰度开运算去除白色目标的干扰获得精确的环境光亮度,基于快速联合双边带滤波精确计算了大气散射函数,最后由光学反射模型计算了场景目标的反射率并有效截断至[0,1]区间。本方法可以消除天空及环境光线的影响,能真实复原场景的色彩和清晰度。仿真结果表明,对分辨率为576×768的图像处理时间仅为0.517s,且视觉效果和客观指标比现有算法均有不同程度的提高。与现有图像去雾算法相比,本文提出的参数计算方法提高了运算速度、场景适应能力和复原效果。

一种高频区复杂雷达目标二维散射的参数模型

为描述高频区雷达目标复杂的二维散射 ,提出采用更贴近散射机理的、特征含量更为丰富的二维散射中心模型———类型区分的几何绕射理论 (TD GTD)模型。将一种高效的基于AGR的参数估计初始值选取方法 ,以及引入RELAX技术的最大似然估计算法 (ML RELAX) ,用于模型参量的估计。解决了同时估计多个散射中心这一造成计算量过大的根源问题。实验证实了TD GTD模型的合理性以及ML

紫外光通信的散射信道简化模型

针对不同的紫外光通信模式,提出了非直视单散射信道模型的简化模型,通过实验验证了简化模型的准确性和高效性;在简化模型的基础上,对各种典型天气条件下,不同通信距离的能量损耗等进行数值仿真和结果分析,为日盲段紫外光散射通信系统的能耗分析提供了理论依据。通过对仿真结果的分析可知,简化模型可在保证仿真精度的前提下,提高仿真速度105倍;通信距离较小时,能见度对能量变化的影响较小;当距离增大后,薄雾天气对能量衰减迅速增加;随着距离的增加,轻霾、晴朗、非常晴朗等天气对能量衰减影响程度的差异也逐渐增加,即能见度越低,能量衰减曲线越陡,反之,曲线越平缓。

两种隐身飞机模型的雷达散射特性测试与分析

对 2种隐身飞机的仿真模型进行了雷达散射特性测试与分析 .其所采取的隐身措施是 :控制散射波峰的方向与数量 ,增大占位比 ,表面金属化 ,三倾斜式进气道及舵面缝隙菱形槽设计 .主要结果和结论是 :2种隐身飞机在头向附近的雷达散射截面 (RCS)不大于 5dB·m2 ,说明现代战斗机非常重视头向的隐身 .减少强散射方向的数目有利于飞机隐身 .垂尾倾斜后与机身或机翼仍构成不完整的二面角具有较强散射 .采取隐身措施总的效果是使飞机重要的头向和侧向暴露距离减小、总体可探测范围减小。