南京理工大学电子工程与光电技术学院，江苏 南京 210094
单光子激光雷达广泛应用于三维场景的深度和强度信息获取。在复杂场景中存在多个具有不同深度不同反射率的目标，在少返回光子和高背景噪声的情况下，传统方法对这些目标无法做出针对性处理。因此，提出一种复杂场景下单光子激光雷达深度估计方法。该方法充分利用回波信号的时域相关性，对激光雷达三维点云数据进行时域上的全局多深度开窗，并利用空间相关性进行空像素的加权填补。在优化框架下，基于预处理后的激光雷达三维点云数据建立泊松分布模型。最终采用交替方向乘子法求解成本函数的最小值，以得到准确的深度估计。实验结果表明，相较于常规方法，在远距离复杂场景下，所提方法估计深度图像的重建信噪比提高了至少15%，有效改善了深度图像的质量，提升了对低光子水平的鲁棒性。
单光子激光雷达 光子计数 深度估计 泊松过程 交替方向乘子算法 激光与光电子学进展
2023, 60(10): 1011004
南京理工大学 电子工程与光电技术学院，江苏 南京 210094
单光子激光雷达广泛应用于获得三维场景的深度和强度信息。对于多表面目标，如激光经过半透明表面上时，一个像素上探测到的回波信号可能包含多个峰。传统方法在低光子或相对较高的背景噪声水平下无法准确估计多深度图像。因此，提出了一种单光子激光雷达时间相关多深度估计方法。该方法利用信号响应的时间相关性，对点云数据进行多深度快速去噪，能够从背景噪声中识别每个像素上来自多个表面的信号响应。并基于该信号响应集合的泊松分布模型，通过全变分正则化引入像素之间的空间相关性，建立多深度估计成本函数。使用快速收敛的交替方向乘子算法从成本函数中估计深度图像。实验结果表明，所提方法在距离约为1 km处的多深度目标上，相较于常规方法估计深度图像的均方根误差减少了至少27.05%，信号重建误差比提高了至少18.39%，同时数据量减少至原来的4%。证明该方法能够以更小的内存需求和计算复杂度提高单光子激光雷达的多深度图像估计性能。
单光子激光雷达 多深度图像估计 时间相关性 交替方向乘子算法 single-photon lidar multi-depth image estimation temporal correlation ADMM 红外与激光工程
2022, 51(2): 20210885
1 中北大学山西省光电信息与仪器工程技术研究中心, 山西 太原 030051
2 中北大学生物医学成像与影像大数据山西省重点实验室, 山西 太原 030051
多角度全内反射荧光显微镜层析成像技术是实现轴向超分辨的主要技术之一,其关键算法是基于交替方向乘子算法对逆问题模型求解。为进一步提高交替方向乘子算法的迭代速度及收敛性,提出将一种基于松弛因子的改进型交替方向乘子算法应用于逆问题的求解中,其核心思想是对拉格朗日函数的分解迭代过程进行过松弛求解。基于该算法,搭建了多角度全内反射荧光显微镜成像系统,采集不同照明角度对应的不同穿透深度的图像堆栈,利用改进型算法重构细胞微管的深度信息,给出了系统的轴向分辨率,并与传统交替方向乘子算法进行了收敛速度的对比,给出了改进型算法达到最优收敛的松弛因子的取值范围,最后通过对线粒体样品进行长时程拍摄,重构了其三维信息,并观测了其融合和裂变的连续过程。实验结果表明,改进型交替方向乘子算法可以实现40 nm的轴向分辨率,并能在保证图像重构质量的同时,使迭代过程的收敛速度提升20%以上。
显微 全内反射荧光显微镜 交替方向乘子算法 轴向超分辨率 逆问题求解
郑州升达经贸管理学院应用数学研究所, 河南 郑州 451191
为了克服图像超分辨重建中四阶全变分正则化模型存在的“斑点”现象和稀疏正则化模型中最优解不唯一的缺点, 结合红外遥感图像超分辨率重建的实际需求, 提出了一种基于总广义变分正则化的红外遥感图像超分辨重建模型。根据零阶张量空间和松弛解的相关概念, 分析了模型的优点和可行性。结合该模型的自身分裂性, 采用交替方向乘数法将模型分裂为两个子问题, 分别利用共轭梯度法和快速傅里叶变换方法进行数值求解。从测试结果分析, 无论是模拟图像还是真实图像利用提出模型重建后的图像分辨率均有明显提升; 客观评价中的不同指标值均优于近期文献中的方法, 其中峰值信噪比提高约2 dB, 信噪比、结构相似度和信息熵分别提高1、0.02和0.1个单位。
图像处理 红外遥感图像 超分辨率 正则化 总广义变分 交替方向乘子算法 激光与光电子学进展
2018, 55(9): 091004
