雷腾 1,2,3张义民 1,2,3马一哲 1,2,3丁学专 1,2,3[ ... ]王世勇 1,2,3,*
1 中国科学院 上海技术物理研究所，上海200083
2 中国科学院大学，北京100049
3 中国科学院 红外探测与成像技术实验室，上海20008
低采样率下的高质量鬼成像（GI）对于科学研究和实际应用具有重要意义，为了在低采样率条件下重建高质量图像，提出了一种高质量的被动式压缩鬼成像重构算法（PCGI-LRC）。基于图像的非局域相似块堆叠而成的矩阵具有低秩和稀疏奇异值的假设，从理论和实验上证明了一种对最小二乘问题与非局域相似块低秩近似问题进行联合迭代求解的方法，能够在低采样率（6.25%~50%）条件下实现高质量鬼成像。实验结果表明：与基于稀疏基约束的GI（GI-SBC）和基于全变分约束的GI（GI-TVC）相比，PCGI-LRC在峰值信噪比、结构相似性系数和视觉观测等方面均更优，在抑制重构噪声的同时保持了目标的细节信息，其中PSNR提升效果优于1.1 dB，SSIM提升效果优于0.04。
鬼成像 图像重构 图像压缩 单像素成像 ghost imaging image reconstruction image suppression single pixel imaging 马一哲 1,2,3王世勇 1,2,3雷腾 1,2,3李博翰 1,2,3李范鸣 1,2,3,*
1 中国科学院上海技术物理研究所，上海 200083
2 中国科学院大学，北京 100049
3 中国科学院红外探测与成像技术实验室，上海 20008
分焦平面偏振探测系统受其探测器结构的影响，成像分辨率低于探测器实际分辨率，本文在不改变光学系统结构下使用微扫描获取亚像元微位移帧序列，提出一种改进的凸集投影(Projection On Convex Sets, POCS)算法用于提升偏振成像系统的成像分辨率。该算法首先对获取到的偏振微扫描图像序列进行检偏角分离，将同组检偏角图像序列作为输入，其次进行位移匹配与凸集投影迭代初步重建高分辨率图像，然后将图像分组进行滑动窗口非邻域聚类，利用主成分分析将聚类后的图像进行降维，最后将每一维信息视为时间采样函数，在小波域进行软阈值降噪。实验表明，本算法可以有效的提高传统POCS算法的抗噪性能，提高分焦平面偏振探测系统的成像分辨率，和同类算法相比结构相似性系数提升0.02，峰值信噪比提升约1 dB，并且拥有更高的噪声鲁棒性。
偏振 图像超分辨率重建 凸集投影 微扫描 polarization super-resolution image reconstruction POCS micro-scanning 光学 精密工程
2023, 31(16): 2418
陈丽 1,2,3李临寒 1,2,3王世勇 1,3,*高思莉 1,3,*叶祥舟 1,2,3
1 中国科学院 上海技术物理研究所，上海200083
2 中国科学院大学，北京100049
3 中国科学院 红外探测与成像技术重点实验室，上海20008
针对现有遥感船舶数据集均为裁剪后的图像，用数据集训练的检测算法直接运用于卫星图像原始尺度时检测效果较差的问题，建立了可见光和近红外4个波段的多光谱卫星船舶数据集MMShip，数据集同时包含卫星图像的原始尺度数据和切割后的小尺度船舶数据。本数据集引入多波段信息，弥补现有数据集多为可见光图像，而可见光容易受到光照条件等影响的缺点。在全球海域内下载云量低于3的Sentinel-2卫星图像，进行大气校正后只选取10 m分辨率的红绿蓝和近红外4个波段，以景为单位筛选出包含有船舶的图像。把筛选后的图像按无重叠的方式切分为512×512，剔除其中不包含船舶目标的图像。然后，使用LabelImage软件对小尺度数据进行了水平框标注，再将标注数据反推至原始尺度得到原始尺度下的标注信息。最后，利用几种典型的检测算法在切割后的MMShip小尺度数据集上进行了可见光、近红外、多光谱对比实验。构建了一个涵盖不同场景的多光谱卫星船舶目标数据集，包含497景原始尺度标注数据和裁剪后的5 016组船舶目标图像。对比实验验证了近红外波段信息的补充有助于提高船舶目标检测算法的精度。多光谱船舶数据集MMShip可用于卫星图像尺度和普通图像尺度的多光谱船舶目标检测算法研究。
多光谱遥感 数据集 船舶目标 Sentinel-2 multispectral remote sensing ship dataset ship detection Sentinel-2 光学 精密工程
2023, 31(13): 1962
1 中国科学院上海技术物理研究所，上海
2 中国科学院大学，北京
3 中国科学院红外探测与成像技术实验室，上海
针对连续旋转型偏振成像系统Stocks测量模型，对该模型受起始曝光角误差、检偏片转速不均、光轴偏转等因素进行分析，提出了基于连续旋转的准实时偏振探测系统成像设计约束条件，结合实际情况介绍了基于滑动窗口的偏振维信息计算方法，利用所建模型仿真分析了影响测量存在的各类误差。结果表明，曝光角大小对偏振维信息获取不会造成大的影响，转速不均匀对Stocks参量的影响随着转速增加而减小，为保证Stocks参量误差小于0.01，起始检偏角校准误差绝对值应小于0.573°，光轴偏转角绝对值应小于11.422°。
偏振 分时系统 成像模型 误差分析 polarization time-sharing system imaging model the error analysis
1 中国科学院上海技术物理研究所，上海
2 中国科学院大学，北京
3 中国科学院红外探测与成像技术实验室，上海
提高光电成像系统的抗散射介质干扰能力一直是光学中极具挑战的重要课题。在散射介质中，由于小颗粒的散射和吸收效应以及由此产生的强度或偏振特性的不均匀分布，往往会严重降低图像质量。基于大气光的偏振特性，使用偏振探测可以估计大气散射的强度、水平及透射率，将目标信号与干扰信号分离，以实现高质量成像。首先阐述基于偏振的去散射原理以及偏振信息的作用距离分析，随后介绍基于该原理的各类偏振成像系统的应用的最新进展，如基于偏振差分、斯托克斯矢量以及穆勒矩阵的偏振成像系统。最后对散射介质条件下的偏振成像的未来发展进行了展望。
偏振成像 散射介质 图像恢复 polarization imaging scattering medium image restoration
中国科学院上海技术物理研究所, 上海 200083
近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展, 然而, 大多数相关研究是通过改进大型的网络结构来提高检测性能, 因此加大了对更高计算机性能的需求。 此外, 可见光图像难以在云、 雾、 海杂波、 黑夜等复杂场景检测到船舶。 针对以上问题, 提出了一种融合红(red, R)、 绿(green, G)、 蓝(blue, B)和近红外(NIR)4个波段光谱信息的由粗到精细的轻量型船舶检测算法。 与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。 为获取更准确的候选区域, 对船舶、 厚云、 薄云、 平静海面、 杂波海面5种场景中4个波段的像素值进行了统计分析, 选取近红外大于阈值作为辅助判断, 并以其中心点获取候选区域32×32大小的切片, 并对切片进行非极大值抑制, 由此获得了船舶粗检测结果。 随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。 构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征, 为防止光谱特征与几何特征的信息在融合时“信息不流通”, 在LSGFNet网络中引入了ShuffleNet中的通道打乱机制, 并减小了模型结构, 与典型的轻量级网络相比具有更好的效果且模型较小。 最后, 利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测, 以及32×32大小的6 014组数据进行精细网络训练, 其中候选区域粗提取的查全率为98.99%, 精细识别网络精确度为96.04%, 不同场景下的平均精确度为92.98%。 实验表明该算法在抑制云层、 海浪杂波等干扰的复杂背景下具有较高的检测效率, 且训练时间短、 计算机性能需求低。
多光谱 水体指数法 轻量级网络 Multispectral Water index method Lightweight network Sentinel-2 Sentinel-2 光谱学与光谱分析
2022, 42(9): 2862
1 中国科学院红外探测与成像技术重点实验室, 上海 200083
2 中国科学院上海技术物理研究所, 上海 200083
3 中国科学院大学, 北京 100049
分焦平面(DoFP)偏振探测器在成像过程中会受到噪声的干扰,从而影响解算偏振信息图像的质量和精度。首先,基于图像的非局部自相似性和不同偏振方向图像之间的相关性,利用DoFP偏振图像的空间分布特点对图像进行分块并选取相似的图像块构成相似块矩阵。然后,利用主成分分析(PCA)得到相似块矩阵的特征值矩阵和特征向量矩阵,并根据噪声和相似块矩阵的特征值分布特点,在PCA域中利用降维对图像进行去噪。最后,利用模拟和真实DoFP偏振图像评估本算法的去噪效果。实验结果表明,本算法可以有效抑制图像中的噪声,保留图像的纹理和边缘细节信息,比现有算法的峰值信噪比至少提高了1 dB。
成像系统 分焦平面偏振图像 非局部自相似性 相似块矩阵 图像去噪 主成分分析
1 中国科学院上海技术物理研究所红外探测与成像技术重点实验室, 上海 200083
2 中国科学院大学, 北京 100049
针对灰度视频的目标检测依赖先验知识、召回率低以及单一算法无法同时兼顾静态与动态背景等问题,提出一种基于统计的背景建模算法。该算法无需先验知识,根据统计信息可以准确区分静态背景和动态背景,并采取不同的检测策略提取目标。对于静态背景,采用改进的三帧差分法自适应设置阈值,可以保证较高的召回率。对于动态背景,采用改进的概率密度估计法可以有效降低虚警率。采用所提算法对光照变化以及阴影进行处理,可以进一步提升算法的性能。在公开数据集与实际采集红外数据进行验证实验。实验结果表明,所提算法在多种场景中处理灰度视频的结果比其他传统算法好,在保证准确率的同时可以极大地提升召回率,并且有效提高目标的完整性。
机器视觉 运动目标检测 背景建模 自适应阈值 光照变化
