阜阳师范大学信息工程学院, 安徽 阜阳 236037
为克服随机散斑图照射下统计噪声对计算鬼成像成像质量的影响, 提出了随机散斑图正交优化计算鬼成像方法。首先在计算鬼成像的基础上分析随机散斑图对目标物体重构质量的影响; 然后结合实对称矩阵性质, 通过空间映射矩阵, 将原有随机散斑图正交化; 再利用重构的正交散斑图对未知物体进行照射并由桶探测器测量, 测得的一系列桶探测器值与计算机存储的重构散斑图通过二阶关联运算对目标物体进行重构; 最后参考重构散斑图的协方差矩阵特征, 对重构结果进行补偿, 进一步提升物体重构质量。该方法不仅能有效提升随机散斑图计算鬼成像的成像质量, 同时还具有算法结构简单的特点。仿真实验结果表明: 相比于传统的随机散斑图照射下的计算鬼成像, 该方法能有效地对目标物体进行重建, 并表现出良好的性能。
图像与信息处理 成像系统 计算鬼成像 随机散斑图 二阶关联 正交化 image and information processing imaging system computational ghost imaging random speckle patterns second-order correlation orthogonalization
1 四川大学视觉合成图形图像技术国防重点学科实验室,四川 成都 610065
2 四川大学计算机学院,四川 成都 610065
3 新疆海纳同创智能科技有限公司,新疆 克拉玛依 834000
4 四川川大智胜软件股份有限公司,四川 成都 610065
提出了一种联合散斑与相位混合光场调制的三维重建方法。首先,基于双目立体视觉原理,在被测物体表面投射2帧散斑和3帧相移条纹图案。然后,用采集的散斑图像进行立体匹配,得到粗视差图,并通过调整条纹频率顺序解析出两组截断相位。最后,通过两组相位辅助粗视差图进行精确匹配,完成高精度的三维重建。实验结果表明,相比传统方法,本方法的重建速度更快、精度更高、鲁棒性更强。此外,本方法不需要进行相位展开,解决了匹配点出现在截断相位周期分界处附近时容易导致错误匹配的问题。
机器视觉 散斑图 截断相位 线性插值 立体匹配 三维重建 激光与光电子学进展
2022, 59(10): 1015008
1 天津理工大学电气电子工程学院, 天津 300384
2 天津市复杂系统控制理论及应用重点实验室, 天津 300384
采用数字图像相关(DIC)法对物体表面形变进行测量,并通过散斑场的形变对被测物的真实变化进行研究。对散斑质量评价方法进行研究,以求在测量前即可判定所采用的散斑对测量精度的影响。根据DIC法对散斑图像的具体要求,提出基于灰度共生矩阵(GLCM)的散斑质量评价方法。对实际散斑图像进行亚像素刚体平移仿真模拟,采用GLCM中的能量、熵、对比度和相关性指标与DIC法的测量结果进行对比分析,并与平均灰度二阶导数和香农熵进行对比实验。通过改变散斑图像的整体亮度等级与亮度分布情况,探究不同光照情况对实验结果准确度的影响。实验结果表明,GLCM在散斑图像质量评价中具有一定的有效性。
图像处理 数字图像相关 散斑图 质量评价 灰度共生矩阵 纹理特征 激光与光电子学进展
2021, 58(4): 0410019
1 中北大学 信息与通信工程学院,太原03005
2 伍伦贡大学 电气计算机与通信工程学院,澳大利亚伍伦贡 NSW5
利用多个散斑图组合的方式提出了一种新的鬼成像优化方法.利用桶探测器值的大小对照射到目标物体上的多个散斑图进行排序,使相邻散斑图间差异性减小;通过对相邻散斑图间的叠加以及对应桶探测器值的调制,有效降低待关联数据间冗余和数量,并利用不同的关联运算规则实现对目标物体的重构.数值仿真结果表明,对于目标图像,在总采样次数4 000次、4个相邻散斑图组合方式下,所提方法与未组合-调制下传统鬼成像、差分鬼成像和正负调制鬼成像相比,其峰值信噪比/对比度分别提升了21.7%/27.3%、8.3%/17.8%和14.7%/25.7%;通过对20幅目标图像的数值模拟与结果分析,发现峰值信噪比/对比度提升率在15%和30%以上的占比分别为90%/85%和50%/55%,说明该方法具有较好的普适性和推广价值.
鬼成像 多散斑图 组合-调制 优化 重构 Ghost imaging Multiple speckle patterns Combination-modulation Optimization reconsitution
北京交通大学光波技术研究所全光网络与现代通信网教育部重点实验室, 北京 100044
搭建实验平台,把26个字母的图像传入光纤,并在输出端采集散斑图。把散斑图展开到HSV色彩空间中,单使用V分量进行分类能达到不错的分类准确率,且能缩减训练时长。在预处理后,分别使用具有不同层数卷积结构的神经网络、卷积神经网络和支持向量机(CNN+SVM)算法、SVM算法对散斑图进行分类。测试结果发现,使用4420张散斑图作为训练集,3层卷积结构的神经网络的识别准确率为88%,4层卷积结构的神经网络的识别准确率为95%,CNN+SVM算法的识别准确率为98%,而SVM算法的识别准确率达到了100%。实验结果表明,把机器学习算法应用在光信号上,同样可以对多模光纤散斑图进行分类,当图像特征相对明显时,直接使用SVM算法对光纤输出散斑进行识别,可以大大提升多模光纤输出散斑图的识别准确率。
光纤光学 光纤成像 散斑图 深度学习 SVM算法 光学学报
2020, 40(13): 1306001
1 湖北工业大学机械工程学院, 湖北 武汉 430068
2 现代制造质量工程湖北省重点实验室, 湖北 武汉 430068
为了解决重构图像中局部微小区域的成像质量问题,提出一种基于区域分割的压缩计算鬼成像方法。先获取复杂物体表面粗略轮廓的感兴趣区域(ROI),同时运用阈值分割方法进行边缘检测以提取图像中不感兴趣区域(N-ROI),并根据识别区域生成相应大小的随机散斑图;再结合压缩感知技术和二阶计算关联算法分别恢复分割的子图像,最后通过图像拼接技术对图像进行复原。实验结果表明,当采样3000次时,所提方法的峰值信噪比较传统计算鬼成像方法有超过9 dB的提升,且比采样500次时增加了约49.57%。该方法可解决其他传统方法中图像局部微小区域成像质量较差的问题,不仅能够大大减少采样数和目标区域空间强度运算量,同时显著提高了图像微小局部区域的成像质量,为关联成像方式提供了一种新的方案。
成像系统 计算鬼成像 关联成像 压缩感知 区域分割 散斑图 激光与光电子学进展
2020, 57(10): 101105
1 北方民族大学 土木工程学院,银川 750021
2 昆明理工大学 工程力学系,昆明 650500
为了研究数字图像相关方法中散斑图质量的有效评价问题,采用散斑图质量表征参量——平均灰度2阶导数对散斑图质量进行了有效评价。通过分析图像插值误差与图像灰度信息分布形式之间关系,指出散斑图平均灰度2阶导数与散斑图灰度信息分布形式之间的关系;为了验证该散斑图质量表征参量的有效性,利用傅里叶变换对散斑图进行平移实验,通过Newton-Raphson(N-R)方法对平移前后的散斑图进行亚像素位移计算,由位移计算结果可知,具有低的平均灰度2阶导数的散斑图对应小的位移测量误差。结果表明,平均灰度2阶导数在散斑图质量评价中具有一定的有效性;在实际应用中,应结合散斑图平均灰度2阶导数和平均灰度梯度对散斑图质量进行综合有效的评价。该研究为高质量散斑图的制备与选取提供了参考。
测量与计量 数字图像相关 插值误差 散斑图质量 measurement and metrology digital image correlation interpolation error speckle pattern quality