1 中国科学院半导体研究所 半导体超晶格国家重点实验室，北京 100083
2 中国科学院大学 材料与光电研究中心，北京 100049
3 中国科学院脑科学与智能技术卓越创新中心，北京 100083
提出了一种用于单光子雪崩二极管图像传感器的超高速目标定位处理器。它由一个处理阵列，一个Y特征向量生成器和一个位置计算器组成，能够进行噪声减除和目标定位处理。设计了一种省略了乘法和减法运算的高斯滤波和背景减除法，降低了计算复杂度和硬件资源消耗，并显著地提高了处理速度。整个处理器在FPGA开发板上实现，实验结果表明，该处理器能够以100 000 帧/s的速度实时处理128×128分辨率的脉冲图像，并定位其中的运动物体。本文提出的处理器架构同样可用于其他脉冲图像传感器。
目标定位 现场可编程 单光子雪崩二极管 背景减除 高斯滤波 Object location FPGA SPAD Background subtraction Gaussian filter 光子学报
2022, 51(11): 1104001
1 中国科学院合肥物质科学研究院安徽光学精密机械研究所环境光学与技术重点实验室，安徽 合肥 230031
2 中国科学技术大学，安徽 合肥 230026
紫外拉曼光谱技术相较于传统拉曼光谱技术，具有灵敏度高、日盲性、人眼安全性高等优点，被应用于多个领域。采用266 nm紫外激光器作为光源，拉曼和荧光光谱可能存在部分重叠，进而影响拉曼光谱特征的准确获取。针对此问题，联合形态学和多项式拟合算法对紫外拉曼的荧光背景进行扣除，该方法融合形态学较好地保留光谱特征、多项式拟合方法简单有效的优点，实现对紫外拉曼光谱中荧光背景的准确扣除。为了验证方法的有效性，采用该方法对4种不同类型背景的仿真光谱进行基线校正，并与传统方法进行对比。结果表明：相较于现有基线校正算法，该方法在准确率方面优势明显，获得更好的基线校正效果。进一步地，采用该算法对紫外拉曼光谱装置获得的不同衬底硝酸钾样品的实测光谱进行基线校正，结果表明该方法对于不同类型的衬底背景均可获得纯净的拉曼光谱，这为下一步的样品分析提供了更准确的光谱信息。
光谱学 拉曼光谱技术 紫外拉曼 背景扣除 形态学 多项式拟合 光学学报
2022, 42(22): 2230001
1 河北大学 质量技术监督学院，河北 保定 071000
2 计量仪器与系统国家地方联合工程研究中心，河北 保定 071000
土壤中重金属的污染严重影响了农业和食品安全，因此，对重金属污染的高效、准确的检测是目前亟需解决的问题。采用激光诱导击穿光谱技术（Laser induced breakdown spectroscopy，LIBS）对土壤中Ni元素进行定量分析时发现，土壤中波长为373.68 nm的Ni元素的特征峰会受到Al元素在373.39 nm处谱线的影响，因此，将纯铝基底土壤光谱与压片土壤光谱进行了对比测量。提出了以纯Al作为基底，采用纯Al基底谱线扣除土壤背景中Al元素谱线的方法，来消除土壤背景中Al元素对Ni元素干扰，该方法被称为背景扣除法。实验确定了两种土壤样品的最佳延迟时间均为1.0 μs，透镜到样品的距离（Lens to sample distance，LTSD）分别为97 mm和96 mm。采用内标法对两种土壤样品中的Ni进行了定量分析，得到纯Al基底土壤样品中Ni元素的定标曲线拟合效果较好，相关系数R2为0.997，最大标准偏差（Relative standard deviation，RSD）为4.34%，采用基底背景扣除法后的纯铝基底土壤样品中Ni元素检测的相对误差降低到4%。实验结果表明：采用LIBS技术对土壤中重金属元素含量测量时，在元素特征谱线有限的情况下，为避免谱线干扰，提高检测精度，采用背景扣除的方法能够有效消除元素间的谱线的干扰。
激光诱导击穿光谱技术 谱线干扰 背景扣除法 定量分析 laser-induced breakdown spectroscopy spectral line interference background subtraction quantitative analysis 红外与激光工程
2021, 50(1): 20200136
1 燕山大学电气工程学院, 河北 秦皇岛 066004
2 Department of Telecommunications and Information Processing, Ghent University, Ghent B-9000, Belgium
3 燕山大学信息科学与工程学院, 河北 秦皇岛 066004
三维荧光光谱分析法以其灵敏度高、 选择性好、 操作简单和可用于多组分混合物分析等优点成为诸多研究者在海面溢油鉴别中的热点选择。 但三维荧光光谱中存在的瑞利散射会对光谱的准确检测产生较大的影响, 因此有效地消除瑞利散射对后续光谱的定性鉴别和定量分析具有重要意义。 采用仪器校正法、 空白扣除法、 Delaunay三角形内插值法和缺损数据重构(MDR)法对海面溢油三维荧光光谱中的瑞利散射进行校正。 首先以海水的SDS胶束溶液作为溶剂, 将航空煤油和润滑油按不同相对体积分数比配制8个校正样本和3个测试样本; 然后利用FS920稳态荧光光谱仪采集11个样本的三维荧光光谱数据, 并分别采用仪器校正法、 空白扣除法、 Delaunay三角形内插值法和缺损数据重构(MDR)法消除瑞利散射的干扰; 再利用核一致诊断法估计出最佳的组分数; 最后利用平行因子分析(PARAFAC)对混合油样本的三维荧光光谱数据进行定性鉴别和定量分析。 研究结果表明: 采用发射波长滞后激发波长以消除瑞利散射的仪器校正法会丢失部分有效光谱信息; 采用空白扣除法无法彻底消除瑞利散射, 在光谱中仍然存在散射干扰, 利用PARAFAC解析后得到的激发、 发射光谱会出现失真, 且预测的浓度值偏差较大; 采用Delaunay三角形内插值法消除瑞利散射后, 利用PARAFAC解析所得到的激发、 发射光谱与真实光谱吻合度较高, 且预测的浓度值偏差较小; 而采用MDR消除瑞利散射后, 利用PARAFAC解析所获得的激发、 发射光谱与真实光谱吻合度最高, 且相较于其他几种方法预测的浓度值偏差最小, 得到的样本回收率为98.9%和100%, 预测均方根误差均小于等于0.130。 根据定性鉴别、 定量分析的结果, MDR能够在保证原有特征光谱不失真的基础上有效消除瑞利散射带来的影响, 是一种消除三维荧光光谱数据中瑞利散射较为理想的方法。
三维荧光光谱 瑞利散射 空白扣除法 Delaunay三角形内插值法 缺损数据重构法 Three-dimensional fluorescence spectra Rayleigh scattering Background subtraction method Delaunay triangle interpolation method Missing data recovery method 光谱学与光谱分析
2020, 40(9): 2791
1 周口师范学院 机械与电气工程学院, 河南 周口 466001
2 周口师范学院 网络工程学院, 河南 周口 466001
3 国机精工有限公司, 河南 郑州 450000
针对动态场景下图像序列中运动目标检测问题, 首先采用基于分块投影匹配的全局运动参数估计方法, 然后利用估计得到的运动参数补偿背景的全局运动以稳定图像序列, 最后在稳定后的图像序列上采用背景减除法提取运动目标。实验表明, 分块投影匹配的运动目标检测能有效地提取动态背景下的运动目标。
目标检测 运动估计 背景减除 target detection motion estimation background subtraction 红外与激光工程
2018, 47(10): 1026004
1 北京理工大学光电学院， 北京 100081
2 北京理工大学珠海学院信息学院， 广东 珠海 518088
基于卡尔曼滤波的背景差分算法存在背景更新不自适应，对光照变化、物体移入移出敏感等问题。提出了一种改进的以分类分块为核心的背景差分算法。首先，将前N帧视频序列图像求取均值得到初始背景模型；将第K帧图像与背景图像进行差分得到差分图像，再按照均值和标准差进行两次分类分块，分出前景块和背景块；在单个像素基础上对前景块进行背景细分割，确定运动目标区域；依据相邻两帧之间的灰度信息完成背景自适应更新。实验证明，本文算法能有效克服外界光线缓慢变化和背景中物体的轻微移动等问题。该算法具有较好的稳健性、相对较快的运算速度以及精确的运动目标区域。
图像处理 运动检测 卡尔曼滤波 背景差分 分块分类 动态背景 激光与光电子学进展
2018, 55(8): 081003
1 南京理工大学电子工程与光电技术学院，江苏 南京 210094
2 北方夜视科技集团有限公司南京研发中心，江苏 南京 211106
受到云层飘移、树木晃动、背景噪声杂波等因素的影响，红外弱小目标在地空背景下无法被精确检测。针对这个问题，本文提出了一种融合时空结构张量的背景差分检测算法。首先，通过当前图像与背景模型的比对确定出运动变化的全部像素，再用前景点计数的方法消除噪声等因素造成的孤立点错误检测；然后，时空结构张量模块利用连续帧图像的时间空间信息检测出运动块；最后，对前景目标像素和前景目标块进行融合操作，并将目标区别于背景二值化显示。与其它算法对比的实验结果表明，本文提出的算法具有稳定的检测率，且虚警率有明显降低，是地空背景下红外弱小运动目标检测的有效方法。
目标检测 红外弱小目标 背景差分 时空结构张量 target detection small infrared target background subtraction temporal-spatial structure tensor
1 厦门大学航空航天学院, 福建 厦门 361005
2 北京长城计量测试技术研究所国防科技工业第一计量测试研究中心, 北京 100095
在针尖增强拉曼光谱(TERS)形貌成像过程中, 由于针尖与扫描台无法绝对平行、 样品电子密度骤变处针尖快速升降以及扫描控制系统响应时间特性差等综合原因的影响, 往往使形貌图中带有倾斜或边界面卷曲的成像背景。 成像背景对样品形貌的识别和分析带来十分不利的影响, 而背景扣除就是解决该问题的重要手段, 也是形貌成像预处理的重要组成部分。 背景扣除的原理一般是通过拟合背景的方法来扣除成像中的背景。 传统的背景扣除方法是利用多项式拟合的方法对成像进行逐行的基线校正, 但是该方法在处理形貌成像时常常会由于过拟合而造成样品形貌的失真, 同时容易在图片上留下明显的线条纹理。 针对传统方法的缺点, 本文提出采用B样条曲面拟合方法, 直接对样品形貌图进行曲面背景拟合, 发挥B样条低阶光滑的优点, 能够有效克服传统方法的缺陷。 在实验中, 同时利用传统方法和该方法对金单晶和合成金片的形貌图进行背景扣除, 实验结果表明, 两种方法都能够扣除样品形貌图中的成像背景, 但与传统方法相比, 所提出的方法不会造成样品形貌的失真, 且不会留下线条纹理, 获得了更加良好的背景扣除效果, 为进一步分析样品形貌特征提供了更准确可靠的信息, 是一种更加有效的TERS形貌成像背景扣除算法。
背景扣除 TERS成像 形貌图 B样条曲面 Background subtraction TERS imaging Topographic image B-spline surface
上海理工大学 出版印刷与艺术设计学院, 上海 200093
高效率的目标检测是视觉应用的重要技术,但运动目标的提取易受环境的影响。关联成像能够解决特殊环境下难以获得清晰图像和一些常规成像技术不易解决的问题。在目标检测中,利用关联成像采集图像信息并运用背景差分法在压缩域中获得目标图像的测量值,直接通过压缩感知重构出目标图像。这种方法可以解决在特殊情况下无法检测到目标的问题,同时检测到的目标图像清晰,采样次数少,信噪比也较高。
压缩感知 关联成像 背景差分 目标检测 compressive sensing ghost imaging background subtraction target detection
1 西南石油 大学机电工程学院, 成都 610500
2 中铁十一局城市轨道工程有限公司, 武汉 430000
针对传统人工目测法以及光阻检测法在葡萄糖注射液中不溶性微粒识别判断效率较低现象, 提出了一种背景差预处理与改进的Mean Shift算法相结合的微粒识别算法。利用高分辨率数码相机采集在一定照度下葡萄糖注射液中不溶性微粒产生散射光的序列数字图像。对序列数字图像进行预处理及并标定数字图像有效检测区域。建立序列数字图像背景模型并对背景噪声与随机噪声进行抑制处理。采用改进的Mean Shift算法对葡萄糖注射液中不溶性微粒进行目标跟踪。通过对序列数字图像中被检测对象的分割与特征提取, 实现了葡萄糖注射液中粒径在25μm以上不溶性微粒的识别。
光学测量 葡萄糖注射液 不溶性微粒 Mean Shift算法 序列数字图像 背景差 噪声抑制 optical measurement glucose injection insoluble particles mean shift algorithm sequential digital image background subtraction noise suppression
