电子科技大学光电科学与工程学院，四川 成都 611731
液晶透镜是一种新兴的可以电控调焦的液晶器件，无需机械移动就可以实现对焦、变焦和深度测量，因此被广泛应用于摄影摄像、显微成像、虚拟现实等领域。提出一种优化的液晶透镜无偏振片成像技术。该技术结合非锐化掩蔽模型，通过分析图像像素值的变化，估算得到环境光中寻常光分量的占比，并使用非对焦图像和对焦图像进行处理，获得高质量图像。实验结果表明，优化后的技术能够有效增强图像对比度，获得优质图像。
成像系统 液晶透镜 无偏振片成像 非锐化掩蔽模型
Zhiguang Pang 1,2,3Jiang Gao 1,2,3Tianlei Hou 1,2,3Min Wei 1,2,3[ ... ]Qin Wang 1,2,3,**
Author Affiliations
Abstract
1 Institute of Quantum Information and Technology, Nanjing University of Posts and Telecommunications (NUPT), Nanjing 210003, China
2 Key Laboratory of Broadband Wireless Communication and Sensor Network Technology of Ministry of Education, NUPT, Nanjing 210003, China
3 Telecommunication and Networks National Engineering Research Center, NUPT, Nanjing 210003, China
Quantum random access codes (QRACs) are important communication tasks that are usually implemented in prepare-and-measure scenarios. The receiver tries to retrieve one arbitrarily chosen bit of the original bit-string from the code qubit sent by the sender. In this Letter, we analyze in detail the sequential version of the QRAC with two receivers. The average successful probability for the strategy of unsharp measurement is derived. The prepare-and-measure strategy within projective measurement is also discussed. It is found that sequential QRAC with weak measurement cannot be always superior to the one with projective measurement, as the version can be.
quantum random access codes unsharp measurement prepare-and-measure scenario Chinese Optics Letters
2021, 19(11): 112701
中国人民公安大学刑事科学技术学院, 北京 100038
提出一种反锐化掩模(USM)锐化检验方法。采用局部二值模式方法(LBP)检测图像边缘特征,利用支持向量机进行分类,然后检测图像是否被锐化。针对不同的锐化强度,对比不同LBP检测模式,筛选出最优检测方式。实验结果表明,LBP方法能达到较好的USM锐化检测效果,其中旋转不变模式的检测效果最好,在弱锐化情况下检出率仍能达到90%,优于现有文献中各类方法的检测性能。
图像处理 反锐化掩模锐化 局部二值模式 支持向量机 激光与光电子学进展
2019, 56(12): 121002
提出一种多算法融合的图像增强方法, 用于工程应用中的复杂降质图像的细节特征恢复.该方法汲取了Laplacian变换法、Sobel梯度法、盒状滤波法、非锐化掩蔽法及灰度幂律法等算法的优点, 可对模糊图像进行自适应增强.通过拉普拉斯滤波器和梯度滤波器将原始图像分为基础层、细节层及边缘特征层;对微小细节信息及边缘特征信息进行增强,对基础信息进行压缩;然后采用盒装滤波器对图像的三个分层进行平滑过度及噪音过滤,最后使用非锐化掩蔽法和灰度变换来增加图像灰度的动态范围,从而得到增强后的图像.在相同的工况下, 该方法分别与直方图均衡法、自适应伽马矫正法及小波变换的图像增强法实验结果进行对比,结果表明,该方法将图像的清晰度提高了13.1%～126.1%, 能有效地处理复杂型感染的图像, 避免图像过度增强, 可以获得适合人眼的最佳视觉细节内容的增强效果.
图像处理 图像增强 多方法融合 自适应 非锐化掩模 Image processing Image enhancement Multiple methods-fusion Self-adaption Unsharp 光子学报
2016, 45(12): 1210002
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
3 中国科学院 深圳先进技术研究院， 广东 深圳 518055
4 东北大学，辽宁 沈阳 110819
为了解决非锐化掩膜图像增强方法的噪声增益、光晕现象和数据溢出的问题，提出一种基于广义线性系统和非锐化掩膜的图像增强算法。算法首先采用双边滤波器和广义线性减法对图像进行处理，获取图像细节层和基础层；然后对图像细节层和基础层分别进行自适应增益处理和对比度增强处理；最后采用广义线性加法将两者相加，实现图像的增强。并对3种不同类型的图像进行测试，结果表明：本文提出的算法很好地抑制了噪声干扰和光晕现象，增强了图像的对比度和细节，视觉效果良好，信息熵分别提高了10.9012%、16.0143%和9.1878%。表明了提出的基于广义线性系统和非锐化掩膜图像增强算法的合理有效性。
非锐化掩膜 图像增强 广义线性系统 细节层 基础层 unsharp masking image enhancement generalized linear system detail layer base layer
空军工程大学 工程学院 信号与信息处理实验室,西安 710038
将人类视觉特性中灰度敏感程度和颜色相关性引入到图像增强中。选择HSV 彩色空间,提出最优可见偏差(OND)引导的非锐化掩模(UM)图像增强算法(OND-UM)对亮度分量进行边缘和细节增强,其中通过数值拟合得到了OND 曲线,并构造了基于局部方差的自适应增益函数以实现对不同细节区域增强强度的自适应调整;尤其针对含有低对比度区域图像,利用Otsu 分割方法确定阈值的分段自适应拉伸函数进行图像的全局调整和对比度增强;而饱和度分量进行直方图均衡,色度分量保持不变;颜色空间转换后再进行基于改进的颜色相关性统计的RGB空间颜色校正。仿真结果表明,OND-UM 对连续边缘增强和边缘噪声抑制方面较优,而颜色校正后的图像色彩更丰富艳丽,更符合人眼视觉。
非锐化掩模 最优可见偏差 视觉特性 自适应拉伸函数 unsharp mask optimum noticeable difference visual characteristics adaptive stretching function
西北工业大学 计算机学院,陕西 西安 710072
针对小尺寸TFT-LCD驱动控制芯片的结构特点,提出了一种适用于小尺寸TFT-LCD的新型图像锐化算法。在传统的反锐化掩膜算法中考虑了人眼的视觉系统特性,加入了能量色散滤波器,进而提高了图像锐化效果,降低了锐化噪声,减小了灰度溢出,同时也避免了色彩失真现象。所提出的算法简单且易于硬件实现,硬件开销小,还可以通过寄存器配置锐化强度等参数,以实现显示画质的优化和微调,尤其适应于手机等小尺寸TFT-LCD显示终端应用。
反锐化掩模算法 图像锐化 unsharp masking algorithm image sharpening TFT-LCD TFT-LCD
空军工程大学 工程学院信号与信息处理实验室,陕西 西安 710038
针对含有低亮度低对比度区域的图像,提出基于局部自适应拉升窗(LASW)的复合图像增强算法。通过研究目前一系列基于局部操作的空域图像增强算法,提出全局和局部操作结合的总体思路;首先使用高提升拉普拉斯(Laplacian)反锐化掩模(UM)增强以获得较多的隐藏细节和边缘信息,然后构造局部自适应拉升窗大幅增强低对比度图像细节,同时使用自适应滤波器进行掩模平滑操作；最后根据局部增强结果进行全局修正。仿真实验表明,在绝对误差、图像熵等评价指标下,该算法使低对比度图像尤其当含有低亮度微弱局部信息时,获得了较好的增强效果。
图像处理 图像增强 局部自适应拉升窗 反锐化掩模 直方图均衡
1 中国科学院长春光学精密机械与物理研究所，长春 130033
2 中国科学院研究生院，北京 100039
3 空军航空大学，长春 130022
数字CR(computed radiography)医学放射图像动态范围宽、细节丰富、对比度差，只有对其进行增强处理才能满足医生临床诊断的需要。由于目前通用的CR图像增强算法的对比度和噪声增强过度，丢失了细节，为了对CR图像进行边缘细节增强，提出了一种非线性反锐化掩模算法。该算法使用钝化模糊影像来增加对选择空间频率的响应，以增强CR图像的结构边缘和细节。算法能根据CR图像的灰度特性来调节增强程度的加权因数K，从而可非线性地增强CR影像的边缘细节。实验证明，经算法处理后的CR图像细节丰富，信噪比高，细节方差与背景方差之比为通用算法的9．6倍，增强后的CR图像具有良好的视觉效果，是一种增强CR医学放射图像边缘细节的好方法。
CR医学图像 非线性反锐化掩模算法 边缘细节增强 CR medicine image non-linearity unsharp masking edge detail enhancement
