1 危爆物品探测技术国家工程研究中心，北京 100084
2 清华大学工程物理系，北京 100084
为了提升太赫兹光谱分析的瞬时性和系统集成度，提出一种超表面光谱编码与计算重建相结合的太赫兹光谱测量方法。利用多种超表面结构的光谱编码器件对入射太赫兹波进行高随机光谱编码，并提出基于字典学习的稀疏恢复算法以实现光谱重建。理论计算和数值仿真表明，在4%噪声水平下，所提方法对乳糖透射光谱的重建误差小于3%，可为片上集成化太赫兹光谱仪的发展提供新途径。
太赫兹光谱 超表面 光谱编码 计算重建 激光与光电子学进展
2023, 60(18): 1811015
华南理工大学物理与光电学院, 广东 广州 510641
针对微光环境下的光子计数集成成像系统,提出了一种基于复合光子计数模型和Lucy-Richardson算法的元素图像增强算法。首先,根据集成成像原理,用3DSMAX软件仿真合成孔径集成成像系统采集的目标元素图像,对其进行归一化后根据光子计数模型获得光子计数元素图像。然后,根据复合光子计数模型对元素图像进行处理,利用泊松分布的可加性提高元素图像的质量。最后,利用Lucy-Richardson算法迭代增强元素图像,并根据重构公式得到重构图像。实验结果表明,增强的元素图像峰值信噪比随算法迭代次数的增加而提高并逐渐趋于稳定,且用增强元素图像重构的图像效果优于传统的极大似然法。
图像处理 集成成像 计算重构 光子计数 Lucy-Richardson算法 复合光子计数模型 光学学报
2021, 41(17): 1710001
长春理工大学电子信息工程学院, 吉林 长春 130022
针对集成成像技术视角窄的问题,提出了一种在集成成像计算重构中增大视角的方法。根据集成成像原理,利用相邻元素图像之间的相似性,对相邻元素图像单元进行配准、拼接,扩大每个微透镜对应的元素图像区域,以减少重构时所提取像素超过元素图像区域的情况发生,从而扩大了计算重构完整3D图像的视角。相比传统方法,本文方法在观看方向偏离光轴较大,超过传统视角一定范围时,元素图像也可以通过对应的微透镜进行正确合成,但由于计算重构时增加了相邻元素图像的配准、拼接过程,因此计算时间有所增加。
图像处理 集成成像 计算重构 视角 元素图像拼接 光学学报
2019, 39(11): 1110001
1 南开大学现代光学研究所光学信息技术科学教育部重点实验室, 天津 300350
2 天津市光电传感器与传感网络技术重点实验室, 天津 300350
针对水下遥操作作业时目标深度定位及水下复杂环境成像困难的问题, 利用基于相机阵列的信息获取系统, 使用基于深度的集成成像三维重建算法及相邻像素灰度方差评价函数, 实现了一次处理可同时实现有遮挡情况下目标的深度估计及清晰成像。应用LabVIEW软件编程建立了CCD相机自动扫描阵列成像系统, 对存在遮挡物的水中目标场景进行成像及深度重建实验, 场景中位于不同深度的3个独立目标重建深度值与实际深度值的误差分别为0.21%、1.26%和1.34%。实验结果表明, 应用该方法仅需一次重建即可去除遮挡物, 并获得目标的深度值。
成像系统 集成成像 计算重建 水下成像 深度获取
苏州大学物理与光电能源学部， 江苏 苏州 215006
衍射受限集成成像光线追迹算法所重构的深度平面是物体深度的重聚焦图像，重构图像像质模糊，不利于物体的三维重构。针对这些问题，提出了一种基于衍射追迹的深度平面重构算法,由菲涅耳衍射公式计算物空间点源传播至成像系统各平面的光场分布，最终求得每个采样点在传感器上的光强脉冲响应，通过反解与光强脉冲响应相关的线性方程组，实现物体深度平面的图像重构。仿真结果表明，采用该方法实现的重构图像是物体的深度平面切片，而且图像像质接近于原始图像，有利于物体的三维重建。
成像系统 集成成像 计算重构 菲涅耳衍射 元素图像
长春理工大学电子信息工程学院, 吉林 长春 130022
高质量的集成成像系统需要采集和存储大量图像数据。提出了一种新的计算机重构方法，可以减少集成成像系统显示端在计算机重构时所需要使用的数据量。传统的计算机重构方法要利用每个元素图像，而此方法对CCD相机采集的元素图像阵列进行周期采样，仅利用被采样的元素图像即可重构出多视点图像。这种方法充分利用集成成像中邻近的元素图像中具有匹配像素的特点，将未被采样的元素图像信息由邻近的被采样的元素图像中的匹配像素替代，从而减少了重构过程中使用的数据量，这给不同性能的集成成像显示端带来很大的灵活性，降低了对存储空间和传输带宽的要求。
集成成像 计算机重构 元素图像 采样 匹配像素
长春理工大学 电子信息工程学院,长春 130022
研究了计算机重构三维图像时分辨率低的问题,提出一种改善3D计算机全景重构图像的视觉质量的方法,该方法利用3D空间的物体部分在每个元素图像中形成的匹配区域的纹理特征,从两个相邻的元素图像中的匹配区域提取出多个像素,经过加权计算重构出相应的图像区域.该方法与传统的计算机重构方法相比,提高了图像分辨率,同时也消除了从每个元素图像中提取多个像素直接重构图像时存在的“像素块”效应,改善了重构图像的视觉质量.
全景图像 匹配区域 纹理 计算机重构 图像分辨率 Integral imaging Matching regions Texture Computational reconstruction Image resolution
