1 重庆邮电大学计算智能重庆市重点实验室,重庆 400065
2 重庆邮电大学计算机科学与技术学院,重庆 400065
3 中国科学院合肥物质科学研究院,安徽 合肥 230031
目前常用的光学诊断大部分局限于二维成像,而基于层析成像的三维重建方法受限于空间和时间分辨率,无法实现等离子体边界的三维实时重建。提出一种基于光学分层理论的光场反卷积算法,利用光场重聚焦特性,结合聚焦测距法和刃边法,建立了光场深度与现实深度的关系,计算出点扩散函数,实现了单相机零调焦情况下的等离子体边界重建。为验证所提方法的可行性,以火焰为成像对象进行实验,其结果表明所提方法能够去除火焰分层图像中的离焦模糊,复原分层图像的原始结构。
机器视觉 聚变等离子体 三维重建 光场重聚焦 光学分层成像 迭代反卷积
1 中国科学院大学, 北京 100049
2 中国科学院光电技术研究所, 成都 610209
与传统成像技术相比, 光场成像技术能够利用光场中光线的传播方向信息, 采用计算成像的方式极大地提高成像系统的景深。而传统的光学显微镜分辨率越高, 景深越小。文章结合光场成像技术和传统光学显微镜, 通过在显微镜一次像面插入微透镜阵列, 提高显微镜景深, 实现光场的显微三维测量。该系统通过单次曝光即可获得光场的四维光场信息, 通过数字重聚焦技术和清晰度评价函数完成光场显微测量。实验结果表明, 基于微透镜阵列的光场显微测量方法是可行的。测量系统以牺牲16倍横向分辨率为代价, 将显微镜头景深提高了近100倍。
光场成像 微透镜阵列 数字重聚焦 深度提取 light field imaging microlens array digital refocus depth extraction
1 深圳大学物理与光电工程学院,光电子器件与系统教育部/广东省重点实验室,广东 深圳 518060
2 深圳大学化学与环境工程学院,广东 深圳 518060
为了进一步提高成像速度和分辨率,提出了基于双螺旋点扩展函数(DH-PSF)工程的多焦点双光子激光扫描显微成像方法和系统(DH-MTPLSM)。在激发光路中,通过高速相位型空间光调制器(SLM)同时实现了三维多焦点阵列的产生和在样品面上的高精度并行数字寻址扫描;在探测光路中,通过双螺旋相位片将系统探测PSF调制为DH-PSF,从而提供样品的轴向信息,减少轴向扫描层数,进而提高三维成像速度;结合基于DH-PSF的数字重聚焦算法,恢复出不同深度样本的宽场图像,通过单次二维扫描获得样品的三维光切片信息。在此基础上,利用搭建的DH-MTPLSM系统开展了小鼠肾组织切片的双光子成像实验,验证了该方法的快速三维高分辨成像能力,这对于MTPLSM的发展具有重要的意义。
成像系统 荧光显微 多焦点双光子激光扫描显微 双螺旋点扩展函数 数字重聚焦 空间光调制器 光学学报
2022, 42(14): 1411001
1 国防科技大学电子科学学院ATR重点实验室, 湖南 长沙 410073
2 国防科技大学电子科学学院电子信息系统与复杂电磁环境效应国家重点实验室, 湖南 长沙 410073
针对监控视频中的多尺度近岸舰船检测问题,提出了一种基于特征重聚焦网络的舰船目标检测算法,设计了由多维特征聚合模块(MFAM)与注意力特征重构模块(AFRM)组成的特征重聚焦策略。其中,MFAM基于输入的特征金字塔构建特征聚合块,进一步融合多尺度舰船不同层次特征的语义信息。AFRM基于多分支空洞卷积以及通道与空间注意力机制提升网络对目标非局部信息的表征和对背景干扰的抑制,并构建了用于目标检测的特征重聚焦金字塔。在Seaships7000舰船公开数据集上的实验结果表明,相比其他算法,本算法对监控视频中多尺度近岸舰船的检测效果更好。
机器视觉 卷积神经网络 舰船目标检测 特征重聚焦网络 注意力机制 光学学报
2021, 41(22): 2215001
张佳琪 1,2,3,4何敬锁 1,2,3,4,*张宏飞 1,2,3,4苏波 1,2,3,4张存林 1,2,3,4
1 太赫兹光电子学教育部重点实验室,北京100048
2 北京市太赫兹波谱与成像重点实验室,北京100048
3 北京成像理论与技术高精尖创新中心,北京100048
4 首都师范大学物理系,北京100048
在前期工作中,通过对太赫兹光场图像进行离散余弦变换(Discrete Cosine Transform,DCT)滤波和数字重聚焦,初步实现了图像去噪和前后景分割。为了进一步得到质量更高的太赫兹光场原数据并达到更加精确的深度分割效果,改进了实验方案及处理方法,并提出了一种基于极平面图像(Epipolar Plane Image, EPI)的太赫兹光场深度估计方法。在太赫兹图像特性的基础上,给出了深度与视差的关系,并利用局部视差和置信度构建了全局深度图,从而达到了深度估计的目的。最后,在实验中通过10×10的相机阵列采集太赫兹光场数据,得到了准确聚焦于不同平面的重聚焦结果和高分辨度的深度估计图,实现了太赫兹光场成像的深度估计。
太赫兹 光场成像 数字重聚焦 深度估计 terahertz light field imaging digital refocusing depth estimation
针对双弹丸之间存在部分遮挡引起成像重合,导致传统相机对目标参数识别困难的问题,提出了一种基于光场成像的双弹丸重合成像识别方法。采用光场相机作为探测装置,根据光场相机保存的光线四维参数,应用焦点堆栈法实现对目标成像中每个像素点的深度估计。通过对双弹丸部分遮挡时成像特征的分析,发现成像重合边缘处相邻像素点间存在深度差值变化较大的特点,结合卡尔曼滤波方程,建立基于深度变化趋势的边缘检测算法模型,解决了弹丸成像的重合问题。通过对光场相机进行模拟实验发现: 目标间存在遮挡现象时,光场相机能有效检测成像的重合边缘,为光场相机准确识别目标数目及位置奠定了基础。
光场相机 重聚焦 深度估计 卡尔曼滤波 light field camera refocus depth estimation Kalman filter
针对现有方法处理包含多个显著目标以及显著目标的某些区域与背景区域对比不明显的场景所得显著图不够精细,甚至会丢失某些显著性区域的不足,本文提出了一种结合相机阵列选择性光场重聚焦的显著性检测方法。选用光场数据集,利用同一场景的多幅视点图像,首先对中心视点图像进行结合超分辨率的重聚焦渲染;然后利用基于图的显著性检测方法提出结合全局和局部平滑度约束的传播模型以防止错误标签传播,得到的显著性粗图经过目标图的细化后最终输出精细的检测结果。另外,对于包含多个显著目标的场景,通过选择对场景中某一深度层进行重聚焦,同时对其他深度层产生不同程度的模糊,可以更精确、细致地检测出位于该深度层上的显著目标,一定程度上实现了可选择的显著性检测。在4D光场数据集上进行了实验,结果表明:本文提出的方法所得显著图与真值图之间的平均绝对误差的均值为0.212 8,较现有方法有所降低,检测结果包含更丰富的显著性目标信息,改善了现有显著性检测方法的不足。
相机阵列 重聚焦 显著性检测 camera array refocusing saliency detection