1 中国计量科学研究院力学与声学计量科学研究所，北京 100029
2 天津大学精密仪器与光电子工程学院，天津 300072
空气耦合（简称“空耦”）超声换能器具有非接触检测、适合复杂工况和原位检测等独特优势，已被广泛应用于超声无损检测等领域。声场重建对于开展空耦超声换能器声束宽度、扩散角等声场特性参数的表征，进而保障超声检测系统的横向分辨率及定位精度具有重要意义。笔者基于声光效应和层析成像技术对50~200 kHz空耦超声换能器的声场重建开展研究。超声声场的重建质量与空间分辨率密切相关，但高空间分辨率会导致扫描时间呈几何倍数增长。笔者从仿真和实验的角度对声场空间分辨率（即声场扫描参数）进行优化，在保证声场重建图像质量的前提下将扫描效率提高了2~4倍。同时，将优化后的声场重建结果与传声器在相同位置处的声场直接测量结果进行比较，验证了声光效应层析成像进行超声声场重建的可靠性。
测量 层析成像处理 声光效应 激光测振仪 声场表征 扫描效率
1 中国科学院长春光学精密机械与物理研究所，吉林 长春 130033
2 中国科学院大学，北京 100049
为了进一步提高合成孔径雷达(synthetic aperture radar，SAR)面对海量回波数据的实时成像处理能力，基于4f光学结构对SAR实时成像光学处理器进行了光机系统设计和分析。首先，设计了适用于滤波算法的入瞳直径21 mm、视场角7°、焦距172 mm的傅里叶变换透镜，并对4f光学系统采取紧凑化设计。然后，利用集成优化方法优化了4f光机结构中的柔性镜座，并对整体结构进行了模块化设计和分析。分析结果表明：4f光学系统成像质量趋于衍射极限，傅里叶变换透镜的MTF在55 lp/mm处优于0.57，4f光机系统在常温1
g重力工况下透镜面形RMS值小于
，整体结构基频大于100 Hz。4f光学处理器整体尺寸为405 mm×145 mm×92 mm，质量约为2.94 kg，其体积、质量分别仅是同等SAR数据处理水平的斜平面光学处理器的30%、48%。通过数据的模拟仿真，表明系统设计满足星载或机载的实时成像使用需求。
1 郑州航空工业管理学院,郑州 450000
2 福建工程学院,福州 350000
3 河南农业大学,郑州 450000
针对城区不规则高层建筑目标三维成像算法进行研究,基于Attributed Scattering Center(ASC)模型,优化不规则复杂体高层建筑的GEO SAR重构算法。利用北斗GEO卫星作为辐射源,机载接收机作为信号接收平台,成像场景反射GNSS信号作为回波信号,建立以稀疏表示系数和字典为凸优化变量的优化模型,提出一种基于变量分裂和增广拉格朗日技术的迭代方法。基于GEO SAR系统进行回波仿真和成像处理,利用TeslaK20C显卡仿真平台,生成建筑物图像并应用于目标成像仿真。仿真结果表明,生成的图像可反映不规则高层建筑结构特点和散射强度差异,具备较好的准确性、完整性与可视性,证明了所构建的高层建筑目标模型能够应用于GEO SAR成像系统的仿真验证。
北斗GEO卫星 凸优化合成孔径雷达 高层建筑 成像处理 反演重构 Beidou GEO satellite convex optimized synthetic aperture radar high-rise building imaging processing inversion and reconstruction
1 辽宁工程技术大学软件学院, 辽宁 葫芦岛 125105
2 燕山大学信息科学与工程学院, 河北 秦皇岛 066004
针对现有数字水印算法对于几何攻击稳健性差、嵌入彩色版权图像信息量过多导致效率低下等问题,提出一种基于SURF(speed up robust features)几何校正和半色调映射加密的彩色零水印算法。基于SURF提取载体图像的特征点,并将其特征点信息保存为密钥用于实现盲检测。在版权验证过程中,提取受攻击图像的特征点并进行密钥匹配,使用筛选后的特征点估计出仿射矩阵,对受攻击的图像进行几何校正。同时,根据半色调原理对版权标识进行预处理,使用像素扩展的三通道二值矩阵表示彩色图像,并根据加密规则对水印图像进行半色调子块映射加密,在减少嵌入信息量的同时保留了彩色版权图像的颜色和结构信息,增加了水印信息的安全性。实验结果表明,提出的零水印算法在面对几何攻击和非几何攻击时都具有很强的稳健性,生成的零水印信息更安全。
图像处理 彩色零水印 半色调映射加密 SURF 激光与光电子学进展
2021, 58(20): 2010017
1 西安理工大学印刷包装与数字媒体学院, 陕西 西安 710054
2 中华全国供销合作总社郑州棉麻工程技术设计研究所, 河南 郑州 450004
3 中国农业机械化科学研究院, 北京 100083
异性纤维是在棉花采摘、晾晒、运输和加工等环节中混入的非棉纤维性杂质,其含量较少,但带来的危害却很大。异性纤维的存在会降低棉花的品级,也会影响棉花的加工质量,使纺织布料出现色斑和染色不均等问题,进而导致棉制品的品质下降。因此,棉花中异性纤维的检测至关重要。本文分析了棉花中异性纤维产生的危害,以及检测中存在的问题,并归纳总结了现有异性纤维相关检测设备的使用情况;同时,从图像分割、特征选择和图像分类几个方面综述了近年来异性纤维检测技术与方法的研究现状及进展,并对今后的研究方向进行了展望。
图像处理 光学成像 图像分割 特征选择 图像分类 异性纤维 激光与光电子学进展
2021, 58(16): 1600007
1 深圳技术大学健康与环境工程学院, 广东 深圳 518118
2 深圳大学物理与光电工程学院, 广东 深圳 518060
3 广东省普通高校先进光学精密制造技术重点实验室, 广东 深圳 518118
单分子定位显微成像技术采集的图像中包含大量噪声及样本复杂的背景信息,而现有定位重组计算中常用的去噪算法难以去除结构性噪声,从而影响了超分辨图像的重建效果。本文构建了基于时域迭代小波变换(TDIWT)的背景噪声去除算法,该算法可针对不同信噪比的单分子数据集自适应选取合适的分解层数和迭代次数进行批量去噪处理。在模拟数据验证中,所提算法相比空域小波和时间极值发射极恢复算法在结构相似性指数、峰值信噪比上分别高出226%、50.8%和58.5%、16.6%。此外,利用自行搭建的easySTORM系统采集的实验数据和单分子显微成像测试网站提供的实验数据进行了不同算法的背景去噪比较,结果发现,TDIWT处理后重建的超分辨图像可使受噪声影响断裂的微管蛋白呈现为连续状态,验证了其优秀的结构性荧光噪声去除效果。TDIWT算法为单分子显微成像重建过程中结构性背景噪声的去除提供了新的自适应批量处理方案。
图像处理 单分子定位显微成像 超分辨成像 时域迭代小波变换 背景去噪 中国激光
2021, 48(13): 1307001
陕西师范大学计算机科学学院, 陕西 西安 710062
针对脱机手写体书写随意、字符分割困难和识别精度依赖字典等问题,提出了一种基于CTC-Atention脱机手写体文本识别算法。利用卷积神经网络(CNN)与双向长短时期记忆网络(BLSTM)实现对图像的特征编码,然后使用基于链接时序分类(CTC)模型和基于注意力机制(Attention-based)模型的多任务学习(MTL)框架实现对特征序列的解码。在训练过程中利用CTC模型和注意力机制模型同时训练,有效地解决了CTC预测局部信息时忽略了整体信息,以及注意力机制解码不受约束的问题。在经典的手写英文单词数据集IAM上进行实验,结果表明,该方法的字符准确率达到了93.4%,单词准确率达到了81.8%,证明了提出方法的可行性。
图像处理 脱机手写体文本识别 链接时序分类 注意力机制 多任务学习 激光与光电子学进展
2021, 58(12): 1210007
1 中国科学院微小卫星创新研究院, 上海 201203
2 中国科学院大学, 北京 100049
星图信噪比是影响星敏感器拍摄星图中星点提取精度的重要因素。软阈值等去噪方法在处理近地面全天时星图时其阈值选取问题引起的噪声残留会影响星点质心的提取精度。针对这一问题,提出一种加权局部异常因子(LOF)的近地全天时星图小波去噪方法。该方法将局部异常因子算法应用于星图的小波去噪中,实现了不依赖阈值的近地全天时星图去噪。以地面真实拍摄的星图作为原始数据,使用峰值信噪比(PSNR)及局部峰值相对误差(LPVRE)对不同去噪方法处理后的星图去噪效果进行对比分析。实验结果表明,本文方法相较传统均值滤波和小波阈值去噪,提高了峰值信噪比,降低了局部峰值相对误差,能较好地去除背景噪声并较好地保留目标信息。
图像处理 小波变换 小波阈值去噪 局部异常因子 近地全天时星图 星图去噪
1 河南理工大学测绘与国土信息工程学院, 河南 焦作 454150
2 黄河水利科学研究院, 河南 郑州 450000
提出了一种结合欧氏距离和光谱信息散度的改进的高光谱解混非负矩阵分解(NMF)初始化方法(IISSF)。在初始化基础上,结合标准NMF算法和分块NMF算法进行平行对比实验。结果表明,在合成影像实验中,在信噪比为20 dB~50 dB范围内,经过IISSF初始化后的分块NMF算法获取的结果要优于其他方法;且其在真实影像实验中获取的端元光谱与真实影像端元光谱之间具有最小的平均光谱角差值,即0.1812 ;其重构影像与真实影像之间的均方根误差值最小,为0.007。
图像处理 高光谱影像 非负矩阵分解 空间特征 光谱特征 激光与光电子学进展
2020, 57(6): 061020
陕西师范大学计算机科学学院, 陕西 西安 710119
针对遥感图像目标密集、尺度不一、存在遮挡等特点,提出一种基于注意力机制的遥感图像分割模型用于目标分割。该模型建立在深度图像分割模型的基础上,提出在高低层特征融合之前采用通道注意力机制对低层特征进行加权处理,增强目标特征并抑制背景特征,提高信息的融合效率。为进一步增强模型对目标特征的响应能力,提出位置注意力机制对解码阶段最后的特征进行处理。最后,将加权融合后的特征图上采样到原图大小并预测像素类别。在两个遥感道路数据集上进行实验并与相关模型进行比较,结果表明所提模型在遥感影像道路提取中性能优异,可应用于复杂的遥感影像目标分割。
图像处理 神经网络 遥感图像 目标分割 注意力机制 激光与光电子学进展
2020, 57(4): 041015
