中北大学信息与通信工程学院，山西 太原 030051
针对气缸盖内壁热场数据重复率高、冗余大导致的小采样率下影像难以重构的问题，利用多个单尺度重构影像的融合，提出一种适用于小样本的气缸盖内壁热疲劳损伤检测方法。该方法首先通过对不同尺度下内壁热场散斑图案与其外壁总辐射能的关联运算，来获得缸盖内壁的多个重构影像，然后利用图像融合技术对不同尺度下的内壁重构影像进行融合，获得缸盖内壁的融合影像。通过对不同采样率下内壁影像重构结果的对比分析，说明了所提方法在小采样率影像重构中的优势。同时，还讨论了不同融合权重系数对融合影像的影响。实验结果表明：所提方法可在较低采样率下实现对内壁热疲劳损伤区域的检测；当采样次数为500时，较传统关联方法，所提方法的峰值信噪比和对比度分别提升了9.62%和26.13%；此外，所提方法在延缓重构影像质量下降方面也有独特优势，有效打破实际工程中数据获取有限所导致的热疲劳损伤检测无法实现的困局。
热疲劳检测 关联成像 影像融合 多尺度 激光与光电子学进展
2023, 60(6): 0612002
1 中北大学 信息与通信工程学院，太原 030051
2 伍伦贡大学 电气计算机与通信工程学院，澳大利亚伍伦贡 NSW2522
3 西安微电子技术研究所，西安 710054
针对手写字体特征提取难、识别效率低甚至错误的问题，提出一种结合鬼成像原理和分类网络的思想用于手写字体的识别。首先，使用激光器、数字微镜阵列、单像素探测器等搭建鬼成像探测系统，利用系列哈达玛散斑场分别实现对17 239幅手写字体的照射；其次，利用单像素探测器对手写字体透射的总光强值进行采集，并将其转换为一维向量作为网络训练的输入；最后基于卷积神经网络在图像分类的优势搭建网络架构且为解决训练过程中的网络退化问题加入残差块。实验结果表明：对于手写数字来说，全连接神经网络与卷积神经网络的精密度、召回率、F1值分别提高86.50%/97.25%、86.40%/98.03%、86.31%/97.60%；对于手写字母来说，卷积神经网络在全采样下的精密度、召回率、F1值分别为91.87%、90%、90.23%。该方法利用鬼成像原理，仅通过手写字体透射的总光强值而无需对手写字体的特征进行提取与识别便可进行快速分类，大幅提升了手写字体的识别效率。
鬼成像 手写字体识别 卷积神经网络 准确率 残差 Ghost imaging Handwriting recognition Convolutional neural network Accuracy rate Residual 光子学报
2022, 51(11): 1111001
1 中北大学 信息与通信工程学院，太原03005
2 伍伦贡大学 电气计算机与通信工程学院，澳大利亚伍伦贡 NSW5
利用多个散斑图组合的方式提出了一种新的鬼成像优化方法.利用桶探测器值的大小对照射到目标物体上的多个散斑图进行排序，使相邻散斑图间差异性减小；通过对相邻散斑图间的叠加以及对应桶探测器值的调制，有效降低待关联数据间冗余和数量，并利用不同的关联运算规则实现对目标物体的重构.数值仿真结果表明，对于目标图像，在总采样次数4 000次、4个相邻散斑图组合方式下，所提方法与未组合-调制下传统鬼成像、差分鬼成像和正负调制鬼成像相比，其峰值信噪比/对比度分别提升了21.7%/27.3%、8.3%/17.8%和14.7%/25.7%；通过对20幅目标图像的数值模拟与结果分析，发现峰值信噪比/对比度提升率在15%和30%以上的占比分别为90%/85%和50%/55%，说明该方法具有较好的普适性和推广价值.
鬼成像 多散斑图 组合-调制 优化 重构 Ghost imaging Multiple speckle patterns Combination-modulation Optimization reconsitution
中北大学信息与通信工程学院, 山西 太原 030051
针对合成孔径雷达(synthetic aperture radar, SAR)图像变化检测中存在的差异图细节信息丢失的问题,提出了一种面向SAR图像像素级变化检测的去模糊化处理方法。通过对差异图漏检像素点分布的理论分析,提出了一种新型的差异图构造方法,将新型差异图构造方法生成的差异图与经典的像素级差异图构造算法生成的差异图相融合,实现了差异图的边缘去模糊化。以均值比值算法为例,实验结果表明,新型差异图构造方法得到的差异信息与邻域变化检测算法得到的差异信息具有较强的互补性;利用新型差异图构造方法进行去模糊化处理后,得到的差异图在主观上更接近真实地物的变化情况,在客观上变化检测结果的漏检数降低,变化检测的精度有所提高。
成像系统 图像处理 合成孔径雷达 边缘去模糊化 变化检测 差异图 激光与光电子学进展
2020, 57(22): 221105
中北大学信息与通信工程学院, 山西 太原 030051
针对随机散斑图的非正交性所导致的计算鬼成像信噪比低的问题,提出一种基于正交化正弦散斑的计算鬼成像方法。该方法结合矩阵正交特性,将正交的两种倾斜正弦分布图案叠加,以调整频率上限的方式构建出正交化正弦散斑场,并对未知目标进行成像。数值仿真及实验结果表明,与基于高斯散斑图的计算鬼成像相比,本文方法重建的鬼像质量明显提高,其中峰值信噪比增加了4 dB~7 dB,且结构相似性提高了280%。
图像处理 鬼成像 正弦散斑 正交化 频率上限 激光与光电子学进展
2020, 57(4): 041019
中北大学信息与通信工程学院, 山西 太原 030051
针对传统鬼成像方法恢复图像差导致的边缘检测困难,提出了一种建立在高通滤波基础上的鬼成像改进方法。随机生成的灰度图在被输入空间光调制器前先经高通滤波处理,通过关联运算恢复出未知物体不同方向上的高频分量,然后根据所使用的滤波方法以相应的重构方法恢复出边缘图像,实现在无需预知物体信息的前提下对未知物体的边缘检测。实验以Kirsch滤波和非下采样轮廓波变换(NSCT)为例,表明了相比于传统的鬼成像边缘检测方法,该算法得到的边缘图像在主观上平滑性更好,清晰度更高,在客观上其边缘信噪比和均方误差指标均有所优化。
成像系统 鬼成像 边缘检测 高通滤波 关联运算 激光与光电子学进展
2020, 57(2): 021101
中北大学信息与通信工程学院, 山西 太原 030051
针对计算鬼成像采样过程中出现的数据扰动及采样次数不易较多所引起的鬼图像质量较差的问题,提出了一种基于Tikhonov正则化的计算鬼成像方法。该方法利用一个表征噪声强度的约束项,将计算鬼成像问题转化为信号误差与噪声强度最小化的数学问题,并利用广义交叉验证法选取合适的正则参数来重构待测物体的鬼像。实验结果表明,所提算法在干扰情况下明显优于传统鬼成像、差分鬼成像和伪逆鬼成像,具有较强的稳定性;在无干扰情况下,也明显优于传统鬼成像、差分鬼成像,且不差于伪逆鬼成像。
图像处理 鬼成像 图像重建 Tikhonov正则化 广义交叉验证法 激光与光电子学进展
2020, 57(2): 021016
中北大学计算机与控制工程学院, 山西 太原 030051
将多尺度变换和“高频取大、 低频加权平均”融合规则相结合是融合双波段图像的有效方法。 但用该类方法融合多波段图像时, 序贯式加权常常会导致原图像间固有的差异信息在融合图像中被弱化, 从而影响后续的目标识别和场景理解。 该问题在融合具有纹理特征的多波段图像时更为突出。 为此, 提出了一个基于嵌入式多尺度分解和可能性理论的多波段纹理图像融合新方法。 首先, 利用一种多尺度变换方法把多波段原图像分别分解为高频和低频成分, 并对多波段图像中标准差最大的一幅原图像的低频成分利用另一种多尺度方法进行分块, 再以该分块图像的大小和位置为标准对其余波段的原图像进行分块。 然后, 基于可能性理论的相关融合规则逐一融合对应的多波段块图像, 再把块融合图像进行拼接, 以拼接结果作为低频融合图像。 最后, 将该低频融合图像和利用取大规则融合得到的高频成分一起通过多尺度逆变换获得最终的融合图像。 这种方法不仅将像素级和特征级融合方法综合在一起, 而且将空间域和变换域技术综合在一起, 并通过对大小块采用不同融合规则解决了目标边缘的锯齿效应问题。 实验表明该方法效果显著。
图像融合 多波段纹理图像 嵌入式多尺度分解 可能性理论 Image fusion Multi-band texture image Embedded multi-scale decomposition Possibility theory 光谱学与光谱分析
2016, 36(7): 2337
1 北大学计算机与控制工程学院, 山西 太原 030051
2 北大学信息与通信工程学院, 山西 太原 030051
激光扫描与测距系统(LIDAR)所获取的点云数据能够表达地物的三维信息，而光谱相机能够获得同场景的四个波段的多光谱信息。二者从不同的侧面表现了地物的特征，但不同特征对分类精度的贡献具有较大的差异。提取不同类型的地物特征，将特征分成四组；以随机森林为分类框架，得到不同特征子集的重要性测度和每个像元对各类别的隶属度；提出自适应D-S 证据方法对各特征子集的分类证据进行合成，实现地物类别信息提取。充分利用两分类器的优点挖掘分析遥感不确定性信息,实验结果表明，分类精度达到90%，能够达到应用要求。但通过进一步分析，由于仍然是像元级的处理，初始分类结果在特殊区域存在混淆现象，影响了分类精度，通过采用基于空间限制的方法对混淆区域分类结果进行优化，提高了分类精度。
图像处理 随机森林 D-S 证据合成 地物分类 激光雷达 特征重要性 激光与光电子学进展
2016, 53(3): 031001
