计算成像是融合了光学设计、光学传感和图像处理的新兴技术领域,突破了传统成像技术获取信息的深度和广度限制,成为国际研究热点,是先进光学成像技术的重要发展方向。综合国内外文献和相关报道,以计算成像在信息复原及信息增强应用场景的技术发展为主线,结合新方法、新算法探讨各个子领域的主要进展,介绍端到端相机成像优化模型、衍射光学模型及基于可微光线追踪的复杂透镜模型等。近年来,无论是光学系统硬件加工还是图像处理算法都有着惊人的发展速度,多样化系统结构和先进算法的结合为计算成像提供了强大的发展动力,从人脸识别到物体检测,计算成像技术广泛涵盖了安防监控、医疗诊断、零售和娱乐等众多领域,相信未来也会在更多科学应用领域看到它的价值。
计算成像 全链路 光信息编解码 激光与光电子学进展
2024, 61(2): 0211033
1 天津城建大学 计算机与信息工程学院,天津300384
2 天津城建大学 地质与测绘学院,天津300384
针对高分辨率遥感影像中建筑物形状多样、大小不一引起建筑物提取精度低及传统分割模型存在参数量大等问题,提出一种基于编码-解码的轻型多尺度差异网络LMD-Net(Lightweight Multi-scale Difference Network)。首先,为了避免单一的特征处理单元堆叠使得模型性能弱化而产生无效参数,通过融合编解码结构的功能差异性,设计出一种轻型差异模型优化性能。其次,引入一种多尺度膨胀感知模块(Multi-Scale Dilation Perception,MSDP)来增强网络捕捉多尺度目标特征的能力。最后,通过双融合机制有效聚合深层跳跃连接和深层解码器两组的特征信息,从而实现增强解码器的特征恢复能力。为验证轻型多尺度差异网络LMD-Net的有效性和适用性,以开源WHU building dataset数据集作为数据源,对LMD-Net网络与常用语义分割网络及近年相关文献研究成果进行了精度、效率方面的评估实验。结果表明:LMD-Net网络在效率与精度两方面均表现出明显优势,不仅很大程度上减少模型的参数量和计算量,而且交并比、准确率分别提高了3.23%,2.57%。表明在基于高分辨率遥感影像建筑物提取领域中,该模型所表现的优势具有良好的城市空间信息库价值。
高分辨率遥感影像 多尺度 建筑物提取 编码-解码 轻型 high resolution remote sensing image multi-scale building extraction coding-decoding light weight 光学 精密工程
2023, 31(22): 3371
光学 精密工程
2023, 31(18): 2700
1 重庆邮电大学 光电工程学院, 重庆 400065
2 重庆邮电大学 通信与信息工程学院, 重庆 400065
针对极化码在中短码长时纠错性能的不足, 提出了一种基于错误集的极化码改进串行抵消列表(Successive Cancellation List of Polar Codes Based on Error Set, ES-SCL)译码算法。该算法首先根据极化码的信道特性构造错误集, 在极化码编码时根据错误集中的元素设置奇偶校验(Parity Check, PC)位, 其余位置则放置信息比特和冻结比特, 译码器在译码PC位时, 每条路径通过校验函数得到PC位的比特估计, 不执行路径分裂和剪枝, 其余位置则执行SCL译码。仿真结果表明, 在加性高斯白噪声信道下, 当码长为512, 码率为0.5, 误块率为10-5, 最大译码列表数为8时, 相较于PC-PSCL译码算法以及CA-SCL译码算法, 所提出的ES-SCL译码算法获得了约0.18和0.15dB的增益; 当码长为256, 码率为0.5, 误码率为10-5, 最大译码列表数为8时, 相较于CA-SCL, PC-PSCL译码算法, 获得了约0.3和0.35dB的增益; 此外, 采用部分比特分裂译码的ES-SCL译码算法可以在误块率与PC-PSCL译码算法几乎相同的情况下, 减少约50%的排序次数, 具有更低的译码复杂度。
极化码 奇偶校验码 错误集 SCL译码 polar codes parity check codes error sets SCL decoding
1 上海海洋大学信息学院,上海 201306
2 农业农村部渔业信息重点实验室,上海 201306
为了提高影像阴影去除的效果,提出一种基于最小噪声分离(MNF)和生成对抗网络(GAN)的影像阴影去除算法。它以GAN作为基本框架,在生成器和判别器中分别引入条件信息,采用端到端共同学习的多任务模式。生成网络采用编码解码结构,判别网络采用马尔可夫判别器结构。此外,此算法使用MNF,将消除噪声的影像灰度化后与阴影影像一起训练,进而恢复无阴影的影像。这样的网络在训练时可以专注于MNF变换后的单独特征嵌入,而非传统的跨任务共享嵌入。实验结果表明,在指定数据集上,所提算法的结构相似性(SSIM)的平均值达0.9780,像素均方根误差(RMSE)的平均值减小到9.8717。在主观感知和客观评价指标上,所提算法的实验结果均优于对比算法。
阴影去除 最小噪声分离 生成对抗网络 编码解码结构 激光与光电子学进展
2023, 60(4): 0428004
昆明理工大学国土资源工程学院,云南 昆明 650093
为了从高分辨率遥感图像中准确地分割出地物目标,提出了一种多级特征优化融合的遥感图像分割网络(MRFNet),着重将特征提取骨架网络中不同层级的特征图进行融合,通过融合网络特征图中不同种类的信息来对输出特征图信息进行合理有效的提取和分析。同时使用了逐层的多尺度编码解码模块来细化与高层特征图进行融合的浅层特征图,将不同种类的信息经过优化以后汇聚到高层特征图。然后采用空洞卷积金字塔对高层特征图提取不同感受野的信息,优化了语义分割的输出特征图。通过在ISPRS Vaihingen数据集上进行实验,该网络算法的总体精度达到了90.34%,与经典语义分割网络相比,有效提升了遥感图像目标的检测精度。同时为了证明算法的泛化性,在ISPRS Potsdam数据集上进行了泛化实验取得了91.47%的总体精度,证明了该算法的有效性。
遥感 语义分割 多尺度编码解码 特征融合 激光与光电子学进展
2023, 60(4): 0428002
重庆理工大学电气与电子工程学院,重庆 400054
针对自由空间光通信中Spinal码译码复杂度高及不等差错保护问题,提出一种分段循环冗余校验(CRC)、Spinal码与BCH码级联的SCB-Spinal码方案。通过分段的CRC校验提前终止过程,减少解码计算量,降低了译码复杂度,并在尾部级联BCH码对易错的尾部信息进行纠错保护。仿真结果表明:在不同湍流强度下,SCB-Spinal码方案都有效地降低了译码复杂度并获得了更好的误码率性能,在弱湍流强度低信噪比情况下较传统Spinal码方案降低了约62%的复杂度,速率也有0.04~0.17 bit/symbol的性能提升;在中强湍流强度影响下,较传统Spinal码方案降低了50%~60%的复杂度。在为自由空间光通信中Spinal码的高效应用提供了一种解决方案。
光通信 自由空间光通信 Spinal码 译码复杂度 循环冗余码 BCH码 大气湍流 激光与光电子学进展
2022, 59(23): 2320003
为了解决水下退化图像出现的色彩偏差等问题,提出一种基于稠密级联卷积神经网络的水下图像增强算法。首先将退化的水下图像从传统的红、绿、蓝(RGB)颜色空间转换到色调、饱和度、亮度(HSV)颜色空间,保持色调分量和亮度分量不变,利用级联卷积神经网络对饱和度分量增强。然后在特征提取网络编解码过程中引入了新的稠密块。稠密块将残差连接、跳跃连接和多尺度卷积结合起来,纠正颜色失真。纹理细化网络是利用了6个纹理细化单元对所得到的细化图像进一步提取特征信息。最后将通过级联卷积神经网络进行提取的S通道图与H、V通道图进行合并,得到增强的水下图像。实验结果表明,提出算法增强的水下图像的水下彩色图像质量评价平均可达到0.616875,水下图像质量测量平均可达到5.197000。对比算法表明,提出的水下图像增强算法不仅增强效果良好,且增强的结果更符合人类视觉习惯。
机器视觉 水下图像 卷积神经网络 编码解码框架 计算机视觉 稠密块 激光与光电子学进展
2022, 59(22): 2215004
1 天津理工大学电气电子工程学院天津市复杂系统控制理论与应用重点实验室,天津 300384
2 天津农学院工程技术学院,天津 300392
为简化布局估计网络结构,提高输出特征利用率,提出一种基于改进轻量网络的实时布局估计方法。利用轻量级的编码解码网络,端对端直接获得室内场景的主要平面分割图,实现实时的布局估计。针对以往联合学习方法特征利用率不高的问题,引入简化的联合学习模块,使用输出分割图的梯度作为输出边缘,将边缘的损失直接整合到整个网络输出损失中,提高特征利用率并精简联合学习网络。针对数据集正负标签不平衡和布局类型分布不平衡问题,使用分割型语义迁移,使用在LSUN数据集上训练得到的语义分割网络参数初始化所提网络参数,提高网络训练的稳定性。在两个基准数据集上对所提方法的性能进行评估。实验结果表明,在LSUN数据集上所提方法的平均像素误差为7.35%,在Hedau上为8.32%。通过消融实验证明了分层监督、简易学习联合和语义迁移机制对提高准确率的有效性。最终实验表明,所提方法能够实时获得准确的室内场景布局估计。
编码解码网络 室内场景 布局估计 端对端 语义分割 激光与光电子学进展
2022, 59(18): 1810007