1 之江实验室，浙江 杭州 311121
2 浙江大学光电科学与工程学院极端光学技术与仪器全国重点实验室，浙江 杭州 310027
作为工业数字图像质量评价在应用领域的重要延伸，光学显微图像定量评价主要通过对图像特征和属性进行分析计算，针对性地量化评估图像的质量。近年来，随着各类光学显微成像技术的蓬勃发展，图像定量化评价的重要性日益凸显，在总体图像处理中具有指导性作用。对现有的光学显微图像定量评价指标及相关算法进行总结，对各个算法的模型结构和性能表现进行讨论说明，阐述显微图像定量评价的应用和发展趋势，并对该领域目前所存在的问题和难点进行分析和展望。
光学显微图像 定量评价 分辨率 信噪比 结构相似度 激光与光电子学进展
2024, 61(6): 0618013
江西理工大学 信息工程学院, 江西 赣州 341000
针对低分辨率图像到高分辨率图像的映射函数解空间极大, 导致超分辨率重建模型难以产生细致纹理的问题, 本文提出一种结合双注意力和结构相似度量的图像超分辨率重建网络。以改进的U-Net网络模型作为基本结构, 引入针对低级别视觉任务的数据增强方法, 增加样本多样性。编码器部分由卷积层和自适应参数线性整流激活函数(Dynamic ReLU)组成。同时引入了一种残差双注意力模块(Residual Dual Attention Module, RDAM)与像素重组(PixelShuffle)模块共同构成解码器, 通过上采样操作, 逐级放大图像。为了使生成图像更加符合人眼视觉特性, 采用了一种结合结构相似度量准则的损失函数, 增强网络约束。实验结果表明: 重建图像的质量对比SRCNN, 在Set5、Set14、BSD100和Urban100标准测试集上的平均PSNR提升约1.64 dB, SSIM提升约0.047。本文方法能够使重建的图像纹理细节更丰富, 有效地减少了映射函数可能的解空间。
超分辨率 U-Net网络 数据增强 双注意力 结构相似 super-resolution U-net network data augmentation dual attention structural similarity
火箭军工程大学兵器发射理论与技术国家重点学科实验室, 西安 710000
对于单幅红外图像中目标隐身伪装效果的评价, 在经典的结构相似度(SSIM)算法的基础上, 用改进四方向梯度算子提取梯度信息, 建立梯度差异函数, 替代SSIM算法中的结构相似性函数, 提出了一种基于改进梯度相似度(IGSIM)的图像相似度评价算法。根据该算法设计了红外图像均等分块数量确定实验和目标红外隐身伪装效果评价实验。结果表明: 得出的评价指标与人眼视觉特性更具一致性, 能较好地处理单幅红外图像中目标隐身伪装效果评价的问题。
图像处理 红外隐身伪装效果评价 结构相似度 改进梯度算子 image processing infrared stealth camouflage evaluation structural similarity improved gradient operator
1 宝鸡文理学院 物理与光电技术学院, 陕西 宝鸡 721013
2 宝鸡文理学院 宝鸡先进钛合金与功能涂层协同创新研发中心, 陕西 宝鸡 721013
采用Res-Net学习合成孔径雷达(Synthetic Aperture Radar, SAR)图像多层次深度特征, 并基于结构相似性准则选取其中的有效成分。通过联合稀疏表示对选取的多层次深度特征进行表征和分析, 判定输入样本的目标类别。利用MSTAR数据集进行测试, 该方法对10类目标的识别率达到99.02%, 对于俯仰角差异以及噪声干扰的稳健性更优。该方法能够有效结合Res-Net和联合稀疏表示在特征提取和分类决策方面的优势, 提升识别方法的整体性能。
合成孔径雷达 目标识别 结构相似性 联合稀疏表示 Synthetic Aperture Radar(SAR) target recognition Res-Net Res-Net structural similarity joint sparse representation
荆楚理工学院 计算机工程学院，湖北 荆门 448000
借助能量约束与结构相似聚类机制，设计了一种新的图像内容伪造检测算法。首先，借助Hessian算子，利用盒式滤波器来生成Hessian行列式，以准确检测图像特征。然后，通过计算图像的Haar小波值，求取图像的方向信息，以构建图像特征的邻域窗口。再计算该邻域窗口内像素点的曲率信息，构成鲁棒性较好的特征向量。最后，对图像特征进行欧氏距离度量，并联合图像的区域能量特征，完成度量结果的约束，以实现图像特征的精确匹配。采用结构相似度(SSIM)函数，聚类匹配结果识别伪造区域，实现准确的检测。仿真数据表明，较当前内容检测技术而言，在多种几何变换干扰下，本文算法具有更高的检测准确性与鲁棒性。
图像复制-粘贴篡改检测 Hessian算子 曲率信息 能量约束 结构相似聚类 image copy-paste tampering detection Hessian operator curvature information energy constraint structural similarity clustering 太赫兹科学与电子信息学报
2021, 19(3): 478
河北科技大学 信息科学与工程学院，河北 石家庄 050000
为了解决目前跟踪算法在运动目标被遮挡和尺度变换时跟踪效果不佳的问题，提出了一种结合粒子滤波的判别尺度空间跟踪算法。提取相邻两帧的目标区域，计算目标区域的结构相似性并与更新阈值进行比较，从而判断目标是否发生遮挡；其次，若发生遮挡，启用基于颜色分布的粒子滤波算法跟踪目标，反之，用判别尺度空间跟踪算法(DSST)中的位置滤波器确定目标位置；最后，利用尺度滤波器确定目标尺度并根据目标尺度更新粒子滤波的目标模型。经过在OTB2015测试集上进行实验，与判别尺度空间跟踪算法(DSST)、核相关滤波算法(KCF)等主流算法相比该算法的精确度和成功率均有所提高，尤其在发生遮挡后的跟踪效果表现最优。
目标跟踪 粒子滤波 抗遮挡 结构相似性 尺度变换 target tracking particle filter anti-occlusion structural similarity scale change 太赫兹科学与电子信息学报
2021, 19(3): 398
河北工程技术学院信息技术学院, 石家庄 050000
针对合成孔径雷达(SAR)图像目标识别问题, 提出基于快速自适应二维经验模态分解(FABEMD)的方法。FABEMD可实现对SAR图像的快速分解, 获得描述目标低频至高频信息的多层次固态模函数(BIMF)。基于结构相似性指标剔除多层次BIMF中的噪声成分, 保留高鉴别力部分。分类阶段采用联合稀疏表示对保留的BIMF进行表征分类。基于MSTAR数据集对所提方法进行测试, 结果验证了其性能优势。
合成孔径雷达 目标识别 快速自适应二维经验模态分解 结构相似性 联合稀疏表示 Synthetic Aperture Radar (SAR) target recognition Fast and Adaptive Bidimensional Empirical Mode Dec structural similarity joint sparse representation
王绍恩 1,2,3杨秀彬 1,3,*徐婷婷 1,2,3韩金良 1,2,3[ ... ]岳炜 1,2,3
1 中国科学院天基动态快速光学成像技术重点实验室, 吉林 长春 130033
2 中国科学院大学, 北京 100049
3 中国科学院长春光学精密机械与物理研究所, 吉林 长春 130033
为定量分析动态漂移时的像旋对成像质量影响的程度,基于动态环扫成像理论,建立一种静态影像与动态漂移间的融合模型。然后结合面阵CMOS相机成像特点与动态运动特性,提出对像旋矢量进行分解处理再融合的仿真模拟方法,设计了一种动态环扫画幅影像像旋仿真分析方法,获取了不同动态成像参数下的模拟影像。最后利用成像幅宽、地面分辨率、成像系统信噪比、峰值信噪比及结构相似性等指标对模拟影像进行定量评估分析。仿真结果表明,相机曝光时间越长,成像系统信噪比越高,像旋越大,成像质量越差,结构相似性越小。研究结果可为未来多种动态成像模式设计中减小像旋影响、提高相机成像质量提供有效的参考。
成像系统 空间光学 动态成像 像旋 峰值信噪比 结构相似性 曝光时间 光学学报
2020, 40(21): 2111003
