湖南师范大学信息科学与工程学院,湖南长沙 410081
针对红外与可见光图像融合过程中细节信息的缺失、融合结果对比度较低等问题,提出一种基于显著性检测与多层潜在低秩表示的红外与可见光图像融合方法。首先,使用基于显著性检测的方法对红外与可见光图像进行预融合;然后,使用多层潜在低秩表示方法依次将红外图像、可见光图像和预融合图像分解为低秩层和细节层;其中细节层采用结构相似性和 L2范数相结合的方法进行融合,低秩层使用基于能量属性的方法进行融合;最后,将低秩层和细节层的融合结果重构便得到最终的融合图像。文中将该方法与 11种具有代表性的图像融合方法进行了评估比较,通过对比多组融合图像的主客观评价,其结果表明,相较于对比方法,本方法能够保留红外与可见光图像融合过程中源图像的有效细节,且融合结果具有较高的对比度,更符合人们的视觉理解。
图像融合 显著性检测 潜在低秩表示 红外图像 可见光图像 image fusion, saliency detection, latent low-rank
广东工业大学机电工程学院,广东 广州 510006
针对从基于压缩超快成像的瞬态冲击波二维诊断系统获得的压缩图像中反演出时变冲击波二维条纹的问题,提出一种基于变加速广义交替投影的图像反演算法。该算法利用二维条纹图像所具有的强低秩性和梯度稀疏特性,将问题转化为基于低秩与全变分双先验约束的优化问题,并通过变加速的方式有效减少了广义交替投影框架迭代求解该问题过程中产生的误差累积。仿真结果表明:与现有算法相比,在无噪情况下,所提算法的平均峰值信噪比提升了11.0 dB,平均结构相似性提升了11.4百分点;在含噪情况下,所提算法反演效果稳定,抗噪能力良好。最后,实验结果表明,所提算法针对实际压缩图像也能反演出轮廓清晰的二维冲击波条纹,且一维冲击波速度的最大相对误差从20.38%下降到11.66%,降低了8.72百分点,验证了该算法的可行性。
惯性约束聚变 成像型任意反射面速度干涉仪 压缩超快成像 广义交替投影 图像反演 低秩约束 光学学报
2023, 43(21): 2111004
1 合肥学院能源材料与化工学院,安徽 合肥 230601
2 合肥学院先进制造工程学院,安徽 合肥 230601
高光谱图像(HSI)在采集过程中易受到环境或者采集设备的干扰,遥感数据信息会受到大幅的损失,因此高光谱图像去噪是图像预处理的基本问题。设计去噪算法,将HSI划分为局部等分块,采用低秩矩阵约束表征局部特征,并在其基础上利用截断核范数最小化方法来分离出稀疏噪声,全局利用空间-光谱全变分正则化实现分离密度噪声和维持空间-光谱平滑性的目的,两者结合能高效去除高斯噪声、椒盐噪声等的混合噪声。对所提优化算法与其他4种近几年发表的去噪算法进行对比,平均结构相似度提高0.13,平均峰值信噪比提高1.10 dB,运用到不同强度的单一类型噪声中,平均结构相似度也能提高0.10。在实际图像的放大对比中,所提优化算法也有着明显的噪点去除效果。实验结果证明,所提方法对高光谱图像在局部特征表述上更加贴近,结合全局正则化方法后获得更明显的去噪效果,能够对高密度噪声和稀疏噪声有清除作用。
高光谱遥感图像 图像复原 截断核范数 局部低秩 全变分 激光与光电子学进展
2023, 60(16): 1610006
电子科技大学信息与通信工程学院,四川 成都 611731
红外探测系统具有隐蔽性好、抗干扰能力强等特点,广泛应用于**和民用领域,红外弱小目标的检测是红外探测系统中的重要组成部分,已成为了当前的研究热点。近年来,学者们在基于低秩稀疏分解的红外弱小目标检测算法研究方面取得了丰硕的成果,为此,重点阐述了基于低秩稀疏分解的红外弱小目标检测算法的研究现状和研究进展。从背景分量约束、目标分量约束和联合时域信息约束等3个方面详细地综述了基于低秩稀疏分解的红外弱小目标检测算法。首先把背景分量约束划分为块图像的低秩约束、张量的低秩约束和全变分约束,其次从目标的稀疏性表示和融合局部先验的目标分量加权策略两方面分析了目标分量的约束,然后分析了联合时域信息约束,将典型的基于低秩稀疏分解的检测算法和单帧检测算法进行了性能对比,最后讨论了该领域下一步的研究方向。
机器视觉 红外图像 低秩稀疏分解 弱小目标检测 低秩近似 激光与光电子学进展
2023, 60(16): 1600004
强激光与粒子束
2023, 35(7): 072002
南昌工程学院信息工程学院, 江西 南昌 330099
针对互质阵列的虚拟阵列插值过程中协方差项的非均匀加权问题, 将互质阵列协方差矩阵重构转换为低秩矩阵填充与原子范数重构, 提出基于原子范数的互质阵列协方差矩阵重构算法。该算法先利用广义增广法得到非完备的互质阵列协方差矩阵, 并利用截断的均值奇异值门限填充法得到虚拟阵列的协方差矩阵初值, 然后对其进行原子范数最小化求解, 实现稳健的正定 Toeplitz协方差矩阵重构。该算法充分利用互质阵列协方差矩阵信息, 有效提高互质阵列 DOA估计算法的稳定性, 降低计算复杂度。
互质阵列 矩阵重构 原子范数 低秩矩阵填充 差分伴随阵 coprime array matrix reconstruction atomic norm low rank matrix completion difference coarray 太赫兹科学与电子信息学报
2023, 21(3): 332