1 哈尔滨理工大学测控技术与通信工程学院大珩量子调控协同创新中心，黑龙江 哈尔滨 150080
2 中国科学技术大学中国科学院量子信息重点实验室，安徽 合肥 230026
目标边缘增强上转换探测是一种通过非线性光学手段将红外（或太赫兹等）长波目标图像“上转换”到可见光波段的同时，强化目标图像几何边缘特征的新型上转换探测技术。基于准相位匹配的近红外上转换系统，理论结合实验进一步深入研究了泵浦空间复振幅结构对上转换目标图像特征的影响。通过比对研究定量分析了振幅带通滤波与螺旋相衬对目标图像边缘特征的增强效果，以及各自量子效率的差异。基于研究结论，针对几种典型场景给出了若干可实施的应用建议。
非线性光学 边缘增强 空间复振幅调制 上转换探测 傅里叶光学 平顶涡旋光束
福州大学物理与信息工程学院，福建 福州 350108
针对低照度图像存在识别度不高、亮度低、信噪比低和细节模糊等问题，提出了一种非下采样剪切波变换（NSST）域结合生成对抗网络（GAN）的低照度图像增强方法。首先，收集弱光图像和正常光图像数据集，将图像进行RGB颜色空间到HSV颜色空间的变换处理，保持色度、饱和度分量不变，对亮度分量进行NSST多尺度分解，利用分解得到的低通子带图像构建训练集；其次，构建基于GAN的低频子带图像增强模型，并利用低频子带图像训练集对模型进行训练；然后，对待处理的低照度图像进行NSST分解，利用训练的模型增强低频子带图像，利用尺度相关系数去除各高频方向子带噪声，并通过非线性增益函数增强边缘系数；最后，将增强处理后的低频、高频子带图像进行NSST重构，并将重构图像恢复至RGB颜色空间。所提方法与常见的方法相比，就低照度图像增强而言，结构相似度平均提升了3.89%，均方误差平均降低了1.03%，且在对噪声图像增强时，峰值信噪比和连续边缘像素比保持在21 dB和88%以上。实验结果表明，所提方法不论从视觉效果还是图像质量客观评价指标上较常见方法都有较大提升，能有效改善低照度图像的低质问题，为后续的图像处理分析奠定基础。
低照度图像增强 非下采样剪切波变换 生成对抗网络 图像去噪 图像边缘增强 激光与光电子学进展
2023, 60(24): 2410007
1 哈尔滨理工大学 测控技术与通信工程学院，黑龙江哈尔滨50080
2 哈尔滨商业大学 计算机与信息工程学院，黑龙江哈尔滨15008
针对遥感图像成像过程中噪声污染严重，超分辨率重建图像存在目标边缘模糊和伪影等问题，本文提出一种融合边缘增强与非局部模块的遥感图像超分辨率算法（Edge-Enhanced and Non-local Modules Generative Adversarial Network，ENGAN）。为了使图像细节边缘更清晰，本文融合一种图像边缘增强模块；同时，为进一步扩大模型感受野和增强去除边缘噪声性能，改进边缘增强模块中的Mask分支；此外，引入非局部模块，通过更好地利用图像的内在特征相关性，进一步提升了网络的重建性能。本文在UCAS-AOD和NWPU VHR-10两种遥感图像数据集上进行多个算法的对比实验，结果表明本文提出的方法在多个评价指标上均有所改善。以退化类型Ⅳ为例，本文方法相比深度盲超分辨率退化模型，4倍超分辨率的SSIM提升了0.068，PSNR提升了1.400 dB，RMSE减少了12.5%，且重建后的遥感图像相较于原始图像可以得到更好的地面目标检测结果。
遥感图像 超分辨率 边缘增强 非局部特征 生成对抗网络 remote sensing image super-resolution edge enhancement non-local features generative adversarial network 光学 精密工程
2023, 31(14): 2080
清华大学深圳国际研究生院，广东 深圳 518055
提出一种基于螺旋波带片的无透镜编码边缘增强成像技术，用螺旋波带片和图像传感器组成成像系统，对拍摄的图片进行反向传播重建。在反向传播中，取强度值可实现各向同性边缘增强成像，取实部或虚部可实现各向异性边缘增强成像。对取实部实现各向异性边缘增强成像进行理论推导，引入初始相位因子实现方向可选择的各向异性边缘增强成像。数值模拟和实验验证了理论分析与实验结果的一致性。对基于菲涅耳波带片、螺旋波带片的无透镜成像系统的边缘增强重建结果进行定量对比分析，结果证明基于螺旋波带片的无透镜成像系统更适用于边缘增强成像。所提技术在缺陷检测、智能识别和虚拟现实技术等领域具有广阔的应用前景。
无透镜成像 边缘增强 螺旋波带片 编码掩模 图像重建 激光与光电子学进展
2023, 60(8): 0811022
1 广州科技职业技术大学信息工程学院，广东 广州 510550
2 岭南师范学院信息工程学院，广东 湛江 524048
针对现有的高斯噪声去除方法的边缘保持能力差、去噪图像对比度低等缺陷，提出一种带边缘增强的双树复小波阈值去噪方法。充分利用双树复小波的平移不变性和多方向选择性等优秀特性，根据高斯噪声的数学模型，由假设推导出一种自适应的双树复小波阈值去噪模型；提出一种多向梯度算子，对由阈值去噪模型得出的去噪图像进行边缘提取；最后对边缘图像与去噪图像进行线性有参叠加，得到边缘增强的去噪图像。实验结果证明，所提方法具有良好的去噪性能、边缘保持能力和快速的计算效率。
图像去噪 双树复小波 阈值去噪 边缘增强 多向梯度算子 激光与光电子学进展
2023, 60(4): 0415001
1 西安工业大学 计算机科学与工程学院，陕西西安7002
2 西南财经大学 经济信息工程学院，四川成都611130
3 宁夏大学 信息工程学院，宁夏银川750021
4 四川师范大学 工学院，四川成都610101
为设计合理有效的神经网络框架，提高去雾算法的精度，保留完整的边缘细节，提出了常微分方程（Ordinary Differential Equation， ODE）启发的多级特征逐步细化及边缘增强的去雾算法。利用多级特征提取子网络，从输入雾图中提取出包含细节信息的低级特征和包含语义信息的高级特征，用于后续去雾结果的逐步细化。受残差网络框架与ODE求解策略关联性启发，依据两步两阶的蛙跳方法Leapfrog设计出Leapfrog模块，并串联多个Leapfrog模块，模拟ODE离散的逼近求解过程，构造逐步细化的去雾子网络。此子网络中，每个Leapfrog模块在交替输入的低级/高级特征的互补信息引导下，不断细化前一个Leapfrog模块估计的去雾结果。受二阶微分算子实施边缘增强的启发，边缘增强子网络利用预训练的UNet估计最后一个Leapfrog模块的去雾图像边缘，并叠加到此去雾图像上得到增强边缘，保留细节的最终去雾结果。实验表明，在真实图像及合成图像上，本算法均能取得较好的去雾效果，且在视觉评价和客观评价方面优于已有的去雾算法，与EAAN相比去雾精度提高了5%，运行时间仅有0.032 s，能有效用于图像去雾的工程实践中。
图像去雾 常微分方程 蛙跳法 边缘增强 神经网络 image dehazing ordinary differential equation leapfrog method edge enhancement convolutional neural network
1 昆明理工大学信息工程与自动化学院，云南 昆明 650500
2 云南省人工智能重点实验室，云南 昆明 650500
医学图像融合作为一种对多种不同形式的医学图像所包含的信息进行整合的有效方法，被广泛用于疾病诊断和治疗规划等各种临床应用中。然而，现有的医学图像融合方法没有很好地解决不同器官之间的边界模糊问题，使得融合后的图像较难理解。为了解决这个问题，提出了一种基于多尺度特征学习和边缘增强的医学图像融合模型。具体地，首先使用多个不同空洞率的空洞卷积扩大感受野，使模型学习到源图像更具判别性的多尺度特征。然后，根据最大值融合策略融合源图像特征，得到融合特征，并通过卷积层对其进行重建，得到融合图像。同时，引入边缘增强模块，增强融合图像中的边缘信息，从而较好地解决了医学图像融合中不同器官之间的边界模糊问题。实验结果证明，所提方法得到的结果无论从主观视觉效果还是客观定量评价，均优于对比方法。
激光与光电子学进展
2022, 59(6): 0617029
1 南京师范大学 物理与技术学院 江苏省光电技术重点实验室, 江南 南京210023
2 南京理工大学 电子工程与光电技术学院, 江南 南京 210094
3 江苏省地理信息资源开发与应用协同创新中心, 江南 南京210023
作为图像处理的一个重要手段, 边缘增强技术对振幅型和相位型物体成像有着重要的作用。而基于径向希尔伯特变换的涡旋滤波技术因其能够实现各向同性边缘增强倍受关注, 但传统的涡旋滤波由于中心奇点和锐利边缘引起的衍射会造成背景噪声的加剧和对比度的降低。近年来众多课题组针对涡旋滤波旁瓣抑制提出了种类各异的新型涡旋滤波器, 此外基于涡旋滤波的各向同性和各向异性边缘增强技术也得到了迅速发展。文中扼要地总结了近年来几种抑制涡旋旁瓣的方法, 包括拉盖尔高斯振幅调制、贝塞尔振幅调制、艾里振幅调制, 并从标量涡旋滤波和矢量涡旋滤波两个方面分别综述了各向同性和各向异性边缘增强的实现方法与研究进展。
旁瓣抑制 涡旋滤波 边缘增强 side lobe suppression vortex filtering edge enhancement 红外与激光工程
2019, 48(6): 0603015
1 中国工程物理研究院激光聚变研究中心, 四川 绵阳 621900
2 中国工程物理研究院等离子体物理重点实验室, 四川 绵阳 621900
3 上海交通大学IFSA协同创新中心, 上海 200240
为了获得高能X射线、α射线、γ射线和中子等粒子源的边缘增强图像,提出一种以螺旋波带片编码成像(ZPCI)技术。螺旋波带片同时具备径向希尔伯特变换和菲涅耳波带片聚焦的特点,因此,该技术相当于在采用菲涅耳ZPCI技术获得解码图像的基础上再进行一次径向希尔伯特变换。对该技术产生的边缘增强图像进行模拟计算和实验诊断,结果显示具有可行性。该技术在天文学、核医学和激光惯性约束聚变研究等领域具有广泛的应用前景。
图像处理 编码成像技术 螺旋波带片 边缘增强成像 径向希尔伯特变换 激光与光电子学进展
2018, 55(3): 031003
