Image Non-Uniformity Correction in 3T Gd-EOB-DTPA-Enhanced Magnetic Resonance Imaging: Comparison among Different Software Versions

Background: Non-uniformity in signal intensity occurs commonly in magnetic resonance (MR) imaging, which may pose substantial problems when using a 3T scanner. Therefore, image non-uniformity correction is usually applied. Purpose: To compare the correction effects of the phased-array uniformity enhancement (PURE), a calibration-based image non-uniformity correction method, among three different software versions in 3T Gd-EOB-DTPA-enhanced MR imaging. Material and Methods: Hepatobiliary-phase images of a total of 120 patients who underwent Gd-EOB-DTPA-enhanced MR imaging on the same 3T scanner were analyzed retrospectively. Forty patients each were examined using three software versions (DV25, DV25.1, and DV26). The effects of PURE were compared by visual assessment, histogram analysis of liver signal intensity, evaluation of the spatial distribution of correction effects, and evaluation of quantitative indices of liver parenchymal enhancement. Results: The visual assessment indicated the highest uniformity of PURE-corrected images for DV26, followed by DV25 and DV25.1. Histogram analysis of corrected images demonstrated significantly larger variations in liver signal for DV25.1 than for the other two versions. Although PURE caused a relative increase in pixel values for central and lateral regions, such effects were weaker for DV25.1 than for the other two versions. In the evaluation of quantitative indices of liver parenchymal enhancement, the liver-to-muscle ratio (LMR) was significantly higher for the corrected images than for the uncorrected images, but the liver-to-spleen ratio (LSR) showed no significant differences. For corrected images, the LMR was significantly higher for DV25 and DV26 than for DV25.1, but the LSR showed no significant differences among the three versions. Conclusion: There were differences in the effects of PURE among the three software versions in 3T Gd-EOB-DTPA-enhanced MR imaging. Even if the non-uniformity correction method has the same brand name, correction effects may differ depending on the software version, and these differences may affect visual and quantitative evaluations.

基于轻量化多尺度下采样网络的红外图像非均匀性校正算法

红外成像系统常由于探测单元的非均匀性导致成像结果出现条纹噪声。基于深度学习的红外图像非均匀校正算法为取得较好的校正结果,通常采用复杂度高的网络结构,导致计算量庞大。本文提出了一种轻量化网络的红外图像非均匀校正算法,并针对Unet网络的编码过程设计了一种轻量化多尺度下采样模块(Lightweight Multi-scale Downsampling Module,LMDM)。LMDM通过像素拆分和通道重构实现特征图下采样,利用多个串联的深度可分离卷积(Depth-wise Separable Convolution,DSC)实现多尺度特征提取。此外,该算法引入轻量化通道注意力机制用于调整特征权重,实现更好的上下文信息融合。实验结果表明,与对比算法相比,本文提出的算法在保证校正图像纹理清晰、细节丰富和边缘锐利的前提下,内存占用降低70%以上,红外图像处理速度提升24%以上。

一种集成图像处理功能的数字像元焦平面读出电路

设计了一种像元级数字化焦平面读出电路,克服了传统模拟读出电路技术的电荷容量局限,实现了更大的动态范围和更低噪声的数字化图像读出;同时在像元内部进行数字化图像处理,可实现非均匀校正(NUC)、盲元补偿、数字时间延迟积分(TDI)、空间滤波等图像预处理功能。该电路采用40 nm CMOS工艺流片,面阵规格为640×512,像元步进为30μm,全芯片尺寸约22 mm×19 mm。测试结果显示,该电路通过TDI、空间滤波功能可大幅降低(分别约90%和63%)输出图像空间噪声,提升成像质量。

IRFPA两点校正的定标温度选择方法研究及实现

针对非均匀性两点校正方法中精度不足、动态范围小的问题,首先研究焦平面探测器的实际响应模型"S"模型,分析介绍了两点校正算法原理,然后,阐述了黑体定标温度的选择和两点校正方法中的精度、动态范围之间的关系,并提出了基于二分法的定标黑体温度选择方法,最后,在实验中,通过FPGA和DSP硬件电路实现算法功能。实验验证,该方法在保证了两点校正的实时性高、算法简单的优点的同时,提高了两点校正的精度,扩大了其动态范围。

IRFPA的响应特性及新的非均匀校正算法

分析了红外焦平面阵列探测元的响应模型以及响应特性与入射辐射、积分时间的关系,指出了实际工程中常用的两点黑体辐射定标校正算法的本质在于利用高低温时不同的响应数据计算增益系数与偏置系数。与此相类似,通过调整积分时间也能得到不同的响应数据,因此提出基于积分时间调整的校正算法,利用不同积分时间下的响应数据计算校正时所需的增益系数与偏置系数。实验结果表明,选择合适的积分时间个数后,新方法校正效果优良,可完全用于工程应用,并可克服黑体定标校正算法的不足。

基于辐射衰减的IRFPA非均匀性校正

针对机动红外测量系统单点非均匀性校正效果不佳、两点非均匀性校正制约条件多的难点,提出了基于辐射衰减的IRFPA(红外焦平面阵列)非均匀性校正新方法。该方法利用辐射衰减片使IRFPA获得不同辐射响应,实现非均匀性两点校正和分段两点校正。分段两点校正通过建立衰减倍率和IRFPA灰度的响应曲线,反演计算任意辐射所处的响应段落,实现了无需定标黑体即可进行分段两点校正。实验结果表明,基于辐射衰减的非均匀性校正效果优于常规方法,在低背景辐射测量条件下校正均匀性提高50%,具有操作简便和环境适应性强的特点。

非制冷红外无挡片非均匀性校正方法

受成像原理及加工工艺的限制,非制冷红外探测器存在严重的非均匀性,为了提升红外成像质量,必须对图像进行非均匀性校正。依据成因和分布特点,该文将红外非均匀性分为低频非均匀性、散粒非均匀性和条纹非均匀性3类,并从探测器的光学系统、热敏材料、放大电路等方面探究了非制冷红外成像非均匀性的形成机理。之后,该文系统性地总结目前无挡片非均匀性校正方法,根据方法的工作原理,将其归纳为基于统计的、基于滤波的、基于优化的和基于学习的非均匀性校正方法4类,并根据每类方法在处理不同非均匀性时的特异性进行梳理和总结。最后,本文对现阶段非制冷红外无挡片非均匀性校正方法存在的问题进行了回顾和总结,并对面向实际应用的非均匀性校正方法发展趋势进行了展望。

基于虚拟边框视场光阑的IRFPA自适应非均匀性校正算法

非均匀性校正是提高红外焦平面阵列成像质量的关键环节.本文提出了一种基于虚拟边框视场光阑的红外非均匀性校正算法.该算法用人工神经网络对边框像元进行初始校正,形成校正虚拟边框,再根据场景信息和帧间位移,将偏置校正参数逐行逐列传递,可消除焦平面阵列全视场响应的偏置非均匀性.由于算法主要基于代数运算,运算量较低,故能根据场景信息自适应地实现快速、高效的一点校正;且不需要对成像系统进行机械结构改造,与传统代数算法相比,适应性更强.真实红外图像与仿真图像对算法的检验结果,证明了方法的有效性.

基于FPGA的IRFPA非均匀性自适应校正算法实时实现

红外焦平面阵列(IRFPA)的非均匀性校正(NUC)是红外图像处理系统中的重要环节。在研究了基于神经网络的NUC算法的基础上,提出了一种采用FPGA基于神经网络的非均匀性自适应校正算法实时实现硬件方法,该方法利用流水线技术和并行处理结构,大大提高了系统的运算速度,特别适用于大面阵、高帧频红外焦平面成像系统;而且系统仅利用了一片FPGA,体积小,功耗低,便于系统的小型化。

基于人眼视觉特性的IRFPA非均匀性校正算法研究

红外焦平面器件普遍存在着非均匀性问题,对红外焦平面阵列(IRFPA)实施非均匀性校正对提高成像质量具有重要意义。传统的IRFPA多点校正算法存在运算量大、实时性能低、实用效果差等问题,为此文章综合人眼视觉特性,提出IRFPA非均匀性多点校正算法。人眼视觉对图像的灰度分辨能力是有阈值限制的,利用这种分辨阈值可以对IRFPA的标定点进行有效压缩,生成像元号-校正系数表,然后通过查找系数表,实现IRFPA的非均匀性实时压缩校正。实验证明,提出的IRFPA非均匀性校正算法较传统的IRFPA非均匀性校正算法实时性能更好,非均匀性降低了0.203%。

非匀速条件下车辆底盘超近距成像测量方法

针对车辆非匀速条件下轴距视觉测量及轴型识别所面临的超近距、大幅面、低畸变成像及视觉测量问题,提出一种适用于非匀速条件下的车辆底盘结构超近距成像测量方法。利用鱼眼相机采集运动车辆底盘的超广角图像序列,通过一种改进的多采样点圆拟合方法实现图像感兴趣区域的提取。建立三维等距成像模型对鱼眼图像进行畸变校正。针对车辆非匀速行驶带来的视频帧重叠度差异,采用基于图像内容的重叠度分析技术,实现了多步分层的关键帧提取,有效避免了车速不稳定对车辆底盘结构测量的影响。现场实验结果表明:该方法可在非匀速条件下,以20~50 cm的成像距离获得清晰、低畸变的完整车辆底盘图像,车辆轴距测量误差均值约为5%。

基于漂移补偿的IRFPA非均匀性校正改进算法研究

由于红外焦平面阵列(IRFPA)探测单元的响应特性随环境变化而缓慢漂移,严重影响IRFPA定标类算法的校正精度,为此提出基于漂移补偿的IRFPA非均匀性校正改进算法。该算法利用探测单元响应特性漂移规律对定标类校正系数进行补偿,以适应环境温度的变化,进而有效校正IRFPA的非均匀性。实验结果表明:该算法校正后的IRFPA非均匀性从0.185 91降到0.046 725,有效提高了红外系统的成像质量和环境适应性能。

非均匀光照下铜板表面缺陷图像增强

针对铜板表面缺陷图像容易受到非均匀光照影响,出现反光和亮度失真,导致图像难以运用到检测中的问题,提出了一种非均匀光照场景下铜板表面缺陷图像的增强方法。首先提取图像中的光照分量,然后将光照分量进行分块,根据不同块的亮度进行优化,并在分块的基础上进行自适应伽马变换,调整图像中的整体亮度。然后,使用Top-Hat变换加强图像中的缺陷区域,最后将Top-Hat变换前后的图像进行融合,得到最终的图像。实验结果表明,在擦伤、划痕、孔洞这三类缺陷中,增强后的图像信息熵分别提升了10.51%、5.29%、2.89%,与其他图像增强算法相比,所提算法能够有效抑制铜板表面缺陷的反光,提升图像的质量并增强图像中的缺陷区域。

双头增强与非均匀校正的水下图像增强算法

受水下环境浑浊度高、光照不足和均匀性差等因素影响,水下成像所获取的图像存在对比度低、细节模糊和颜色失真等缺陷,为此提出一种双头增强和非均匀校正的水下图像增强算法。利用构建的双头增强网络从浅层信息中提取多尺度特征,同时融合不同通道的上下文信息,有利于水下图像低对比度的增强;此外构建了非均匀校正网络,对图像不同通道和不同位置进行非线性加权融合,有利于颜色一致性和亮度的恢复。与10种算法相比,本文算法在UIEB测试集上峰值信噪比、结构相似性比其他方法的最优值分别提高了4.02 dB和0.120,CIEDE2000指标下降了1.51,在LUSI测试集上述指标分别提高了2.13 dB、0.025及下降了0.48。实验结果表明:所提算法针对不均匀的水下图像增强效果显著,更加符合人眼特性。

海洋舰船目标红外检测技术研究

舰船作为海上交通的核心以及海洋战争中重要的军事目标,其检测和识别在民用及军事领域都具有极其深远的现实意义,但复杂的海洋环境使得舰船目标检测存在诸多困难。红外成像及目标检测在复杂海况下有着优良的适用性,针对当下舰船目标检测需求,概述了舰船目标红外检测技术发展的现状,分析了红外图像预处理方法与基于深度学习的舰船目标检测算法,对比了主流方法的优缺点,最后对研究现状与技术改进做了系统性的归纳梳理,并对其未来发展趋势进行了展望。

无黏性非均匀沙的参数自适配起动切应力计算方法

非均匀沙起动条件的确定是研究非均匀沙输移的关键。工程实际应用中有修正法和等效粒径法两种,两种方法中含有的参数率定需要已知分组沙起动切应力测定值,且取值依赖率定数据集。基于两种方法在理论上计算的分组沙起动切应力相等思想,结合吴伟明提出的修正法与王涛提出的等效粒径方法,将两种方法中含有的率定参数作为自适配参数,通过函数拟合确定,拟合适配过程不依赖分组沙起动切应力数值。实践检验表明,通过自适配确定参数可以提高泥沙起动切应力计算方法的适用范围,精度更高。成果可以为非均匀沙起动条件计算提供新思路。

基于FPGA的IRFPA联合非均匀性校正的实时实现

红外焦平面阵列(IRFPA)的快速发展对探测器的非均匀性校正技术要求越来越高。目前常用的基于标定技术的两点或多点校正算法在应用中难以完全克服探测器响应的非线性和随时间及环境变化的漂移的影响。本文提出了基于标定和基于场景的联合校正算法及其在FPGA(Field Programmable Gate Array)上的实时实现技术。其中利用基于标定的二项式拟合算法来消除探测器的大部分非均匀性,基于场景的时域高通算法来抑制探测器非均匀性参数漂移的影响,从而使这两类算法取长补短,可有效克服各自的缺陷。文中详细描述了基于FP-GA实现联合校正算法的基本原理和处理流程。实验表明,这种联合校正算法效果良好,可以充分满足大规模IRFPA非均匀性校正的要求。

基于DSP＋FPGA的IRFPA实时图像数字处理系统设计与实现

为改善红外焦平面阵列成像质量,提出了以高速数字信号处理器为核心的红外焦平面实时图像数字处理系统,介绍了红外成像系统的结构并给出了系统的硬件实现框图,对系统工作流程和FPGA的控制逻辑及DSP响应中断实现数据转移及存储进行了分析。按作用划分为8个功能模块,详细讨论了3个功能模块的硬件实现和软件设计。

基于改进神经网络的IRFPA非均匀性校正方法

针对复杂背景下经典非均匀性校正算法不理想的问题,提出一种改进神经网络隐含层的非均匀性校正方法。该方法考虑邻域像素对中心像素的影响程度不同,利用模糊逻辑中的隶属度函数分类确定邻域像素的权值,对邻域像素分类加权处理作为期望输出。仿真试验结果表明,与几种经典校正方法相比,提出的方法在校正效果上有较大的提升。

SBIR CCD参数测试技术的研究

本文介绍评价 SBIR CCD 焦平面阵列应考虑的问题,几个主要参数的测试方法,建立完整的评价系统的设想。