中国矿业大学 信息与控制工程学院, 江苏 徐州 221116
该文提出了一款中心频率可调的三阶差分带通滤波器, 该滤波器主要由1个折叠的枝节加载谐振器(FSLR)和1对折叠的平行耦合线结构来实现滤波特性, 同时使用微带-缝隙线转换结构激励差模和抑制共模。与传统的微带滤波器相比, 该结构的共模响应和差模响应无关, 所以在不降低差模特性情况下实现了良好的共模抑制, 使设计更灵活。该差分滤波器整体尺寸为26 mm×49.2 mm, 中心频率为3 GHz, 相对带宽可达28.67%, 共模抑制水平优于37 dB。结果表明, 实际测量结果与仿真结果基本吻合。
差分滤波器 微带-缝隙线转换 加载枝节 共模抑制 differential filter microstrip-slotline conversion loading stub common mode suppression
光学 精密工程
2022, 30(15): 1868
红外与激光工程
2021, 50(8): 20200432
1 南京理工大学 电子工程与光电技术学院，江苏 南京 210094
2 齐齐哈尔北方华安集团试验场，黑龙江 齐齐哈尔161000
图像融合是图像处理领域的重要内容之一。传统融合算法将源图像均做处理后按一定规则进行融合，虽然能取得不错的融合效果，但算法对图像的配准要求较高，融合图像也普遍存在细节丢失、目标不够明显的问题。为了改善上述问题，分析了红外图像和可见光图像的图像特性以及红外目标特性，将目标检测引入图像融合，利用高斯差分(DOG)滤波器提取红外图像中的目标，通过多尺度DOG图像计算获得红外图像融合系数矩阵，然后计算融合子图，最终融合获得目标明显、细节保留较好的图像,降低了对图像配准的要求。用五种常用评价指标以及信杂比和背景相似度对融合图像进行评估。实验结果表明，所提出的算法在主观视觉和客观评价指标上都要优于常用的图像融合方法。
图像融合 目标检测 高斯差分滤波器 信杂比 imaging fusion target detection DOG filter signal-to-clutter ratio 红外与激光工程
2020, 49(S1): 20200091
1 中国科学院智能红外感知重点实验室，上海 200083
2 中国科学院上海技术物理研究所，上海 200083
3 中国科学院大学，北京 100049
针对复杂背景下红外弱小目标检测难题，提出一种基于人类视觉系统对比机制的红外弱小目标检测算法。首先，对红外图像进行预处理，通过中值滤波去除红外图像中的孤立噪声点。然后对处理后的图像进行高斯函数差分滤波处理，抑制图像中大面积高亮区域。最后，通过改进的基于局部对比度方法去除高亮边缘区域，消除高疑似目标，最终实现对复杂背景下红外弱小目标的检测。实验表明：相较于传统的 LCM算法、Top-hat算法、 TDLMS算法和 Infrared Patch-Image Model算法等，该算法在虚警率、正确检测率、检测时间等方面更有优势，具有检测率高、虚警率低、鲁棒性好、运行时间短的特点。
弱小目标检测 高斯函数差分滤波器 局 部对比度方法 红外图像 dim and small target detection, difference of Gau
西安交通大学电气工程学院， 陕西 西安 710049
针对光学元件疵病检测中，通过光学成像获得的图像照度不均匀，噪声明显的问题，提出了根据元件检测照明区的分布特征进行融合处理的方法；该方法采用开运算提取背景算法和高斯差分滤波器，开运算提取背景算法可以给出没有直接照明区域的疵病分布，高斯差分滤波器可去除照明光源的噪声影响；实验结果表明，相较于单一的处理方法，所提出方法更好地得到了整个区域内的疵病分布，有效地实现了不均匀照度环境下的疵病分辨。
不均匀照度 元件检测 高斯差分滤波器 图像 融合 uneven illumination component detection difference of Gaussian filter image fusion
1 中国工程物理研究院 激光聚变研究中心, 四川 绵阳 621900
2 哈尔滨工业大学 机电工程学院, 哈尔滨 150001
提出了高斯差分滤波的多尺度损伤提取方法和流程, 对大口径光学元件的损伤图像进行了处理, 结果表明, 该方法对微弱信号与强信号混杂有很好适应性, 且能有效解决低信噪比光学元件损伤图像中的损伤提取难题, 对于分辨率125 μm、口径400 mm×400 mm的光学元件损伤图像, 该方法可以100％提取损伤图像中尺寸在50 μm以上的所有损伤的种子, 满足了大型激光装置安全运行的需要。
损伤检测 高斯差分滤波 损伤提取 inspection of laser optics damage Gaussian differential filter extraction of damage 强激光与粒子束
2017, 29(9): 091003
为了改善景像匹配导航系统的可靠性及匹配精度, 提出了一种基于位置差分滤波与最小二乘估计的动态景像匹配定位融合算法。分析了动态景像匹配导航定位融合的基本问题;针对匹配位置序列的误差特性, 设计了位置差分滤波方法, 用于剔除匹配位置序列中的误匹配点;采用最小二乘估计对匹配位置序列进行最优参数估计, 进而对误匹配点进行估计并实现了匹配位置预测;给出了定位融合算法的基本原理及实现框图。仿真实验结果验证了该算法在消除误匹配点及减小随机匹配误差干扰方面的有效性、实用性。
景像匹配 融合算法 位置差分滤波 最小二乘估计 scene matching fusion algorithm position difference filter least squares estimate
国防科学技术大学光电科学与工程学院，湖南 长沙 410073
空间滤波测速系统中输出信号的基底成分，理论上可以通过差分方法完全消除。但由于由被测物体表面各处散射到光学系统并被探测器接收到的光能量不一致等原因，导致输出信号中仍然有基底成分残留，为信号特别是低频信号的探测带来困难。为了消除差分滤波器输出信号中残留的基底成分，对空间滤波测速仪中的图像传感器型差分滤波器的结构进行了优化设计。列出并分析了图像传感器型差分滤波器的各种可能结构形式，并且选择了几种典型的结构进行了实验。分别在均匀照明和非均匀照明条件下，从功率谱和信噪比两个方面分析了输出信号的质量，为滤波器结构的优化提供了依据。通过对比不同滤波器结构下系统输出信号的质量，得到了一种最为合适的能大大消除输出信号中残留的基底成分的滤波器结构。
空间滤波测速仪 差分滤波器 信号基底 功率谱 信噪比 spatial filtering velocimeter differential filter signal pedestal power spectrum signal-to-noise ratio 红外与激光工程
2015, 44(12): 3769
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
基线校正是傅里叶变换成像光谱仪光谱反演的重要环节，因为干涉曲线切趾、相位校正等光谱反演预处理步骤均需要在基线校正完成后进行。提出了一种用于基线校正的自适应差分滤波方法。该方法使用迭代算法动态调整加权均值滤波窗口。仿真结果表明，该滤波方法对直流趋势项的滤除更为彻底。利用实验室仪器获取的紫外潜指纹残留物光谱数据进行分析，结果说明，在仪器工作光谱范围内，使用该方法进行基线校正后得到的光谱曲线与有效光谱曲线基本一致。该方法无需提前选择滤波窗口，具有自适应性。并且基于均值滤波算法的自适应差分滤波方法计算流程简单，迭代效率较高。
光谱学 基线校正 差分滤波 高光谱成像 紫外 光学学报
2015, 35(10): 1030002
