北京理工大学 光电学院 光电成像技术与系统教育部重点实验室，北京 100081
为了解决水下激光距离选通图像成像过程中退化模型复杂的难题，提出了利用连续帧图像估计点扩散函数的距离选通超分辨成像方法。首先，从连续帧图像中选取一帧为参考帧作为初始清晰图像，下一帧图像为模糊图像，用梯度约束的方法求出点扩散函数，用于优化清晰图像;然后，依次将后续帧图像当作模糊图像与清晰图像交替迭代求取点扩散函数并优化更新清晰图像;最后获得的清晰图像与参考帧图像用乘法更新的方法估计点扩散函数，结合凸集投影法算法进行超分辨率成像重建。仿真实验结果表明，改进的算法重建图像分辨率和质量明显优于原始的算法。
水下图像 超分辨率重建 点扩散函数 凸集投影法 underwater image super resolution reconstruction point spread function projection onto convex sets
高空间分辨率的热红外图像能够提供更多关于目标场景的细节信息，因而在 计算机视觉、医学和遥感等诸多领域有着广泛的应用需求。由于通过提升热红外相机硬件性 能的方式往往需要付出高昂的代价，因此我们选择通过超分辨率重建的方式来提高热红外图像的空间分辨 率。本文所重建的热红外图像来源于舟山航拍试验，所用热红外相机由自主设计搭载。分别采 用凸集投影法和迭代反投影法对热红外序列图像进行了超分辨重建。实验结果表明，这两种算 法均能有效提高热红外图像的空间分辨率。
超分辨率重建 热红外图像 凸集投影法 迭代反投影法 super-resolution reconstruction thermal infrared image Projection onto Convex Sets Approach algorithm iterative back-projecting algorithm
红外成像技术以其诸多优点成为智能化光电探测方面的主流研究方向，然而，红外弱小目标图像却有细节特征少、信噪比低等特点，因此考虑到使用超分辨率复原算法对其进行复原，为图像提供更多的细节信息。本文分析了凸集投影法的基本原理，针对其运行时间长的特点，提出了改进算法。首先用直方图拟合的方法选择出目标区域，然后在目标区域内进行超分辨率复原，区域外使用双线性插值。最后对3组低分辨率图像，每组五帧，用该方法进行验证。从实验结果可以看出，计算速度分别提升了15.6%、45.5%和46.5%。因此，这种方法能够有效地缩短超分辨率复原算法的处理时间。
红外弱小目标 凸集投影法 区域选择 infrared dim-small target projection onto convex sets region selection
大连理工大学信息与通信工程学院, 辽宁 大连 116024
微分相位衬度计算机层析成像法(DPC-CT)是一种新的X射线无损检测方法。与传统方法相比，该方法在检测弱吸收物质时优势明显。但DPC-CT技术需要进行多次扫描后才能获取足够的样品信息，这必将导致很长的辐射时间和巨大的辐射剂量。因此，研究在稀疏角度条件下的DPC-PC重建算法就显得尤为重要。分析了DPC-CT的特点，在凸集投影(POCS)的理论框架下，将L1范数、曲波系数约束和经典的代数迭代算法(ART)相结合提出了一种适合DPC-CT的重建算法。数值模拟和实验的结果表明，该方法可以根据少量投影数据获得较好的重建结果。
成像系统 微分相位衬度计算机层析成像 稀疏表达 凸集投影法 L1范数 曲波变换
