由于低照度以及场景光不均匀的环境下图像的成像特点,普通的边缘检测方法无法有效检测出完整清晰的边缘图像。本文结合参数化对数图像处理(PLIP)模型对低亮度图像敏感、处理效果接近人眼视觉观察的结果等优点提出一种新的边缘检测算法。首先,利用PLIP模型理论推导出新的梯度算子,然后分析传统Canny算法检测边缘过程的不足并加以改进,并将推导出的新梯度代替了传统Canny算法中的梯度,运用Canny算子的三个最佳边缘检测标准提取图像的边缘。最后,通过对微光实验平台获取的低照度和场景光不均匀环境下的图像进行边缘检测对比验证。实验结果表明,新算法边缘检测的线型连接程度相较于传统Canny算法、Sobel算法和原对数图像处理模型(LIP)算法分别提升了约10%、30%和4%,其检测效果更佳。

在10-4 lx环境下, 由多像素光子计数探测器利用光子计数原理点阵扫描得到光子计数图像。为了呈现更多细节, 获得更高清晰度的图像, 首先采用Bayes-Shink阈值及改进的新符号函数对光子计数图像进行处理, 然后在图像重构阶段将低频系数置零, 以处理后的高频系数进行图像重构, 并将其设置为虚拟通道, 使观测信号的个数与信号源个数相同, 从而满足快速独立成分分析无噪分离模型, 最后实现光子计数图像和噪声的盲源分离。实验结果表明, 该算法与小波软、硬阈值算法和符号函数算法相比, 图像的峰值信噪比分别提高了16.39%、10.18%、5.20%。同时, 滤除噪声后的图像较好地保护了边缘细节, 视觉效果良好。

为了提高灰度图像中人眼视觉的情景感知和目标的识别率, 提出了多参数亮度值重映射的颜色传递方法, 将灰度图像赋予色彩。该方法首先将灰度目标图像和彩色参考图像由RGB颜色空间转换到亮度与色彩分离的YCbCr颜色空间。然后, 引入由彩色参考图像和灰度目标图像的列数和亮度共同决定的参数, 对彩色参考图像的亮度值进行运算, 使彩色参考图像与灰度目标图像具有相同的亮度值动态范围。最后, 根据目标像素和它周围的像素存在相关性, 进行灰度目标图像与彩色参考图像的像素匹配后, 将得到的结果再逆变至可以表示出各种色彩的RGB颜色空间。该颜色传递方法降低了色彩误传现象, 提高了颜色传递的准确度并缩短了程序的运行时间。

在大反演范围内, 小波正则化反演(WRIM)是一种改进动态光散射(DLS)数据反演精度的有效方法, 但该方法对强噪声及双峰颗粒数据的反演精度偏低。在WRIM基础上, 结合传统的单尺度Tikhonov、 截断奇异值分解(TSVD)正则化在动态光散射反演中的优点, 提出了一种Tikhonov-TSVD-WRIM(TTWRIM)多尺度动态光散射反演方法。该方法首先将Tikhonov用于粗尺度反演范围的自适应调整, 然后将TSVD用于细尺度反演, 并对反演结果进行五点三次平滑处理。在0.001、0.005及0.01三种噪声下, 分别采用Tikhonov、TSVD、WRIM及TTWRIM四种方法对模拟数据进行了反演, 结果表明, TTWRIM反演精度更高、抗干扰能力及双峰分辨力更强。最后, 实测颗粒的反演也验证了模拟数据的结论。在［1 nm,2000 nm］的反演范围内, TTWRIM对300 nm单峰及100~500 nm双峰实测颗粒的反演峰值误差分别为0.18％和2.81％。

针对多角度动态光散射中角度组合对颗粒粒度分布测量的影响, 对5组模拟的双峰分布颗粒体系(114/457 nm, 202/800 nm, 307/541 nm, 433/721 nm 和600/900 nm)分别选取3、4、5和6个散射角, 采用不同角度组合进行测量.粒度反演结果表明, 在选取同样数量散射角条件下, 不同的角度组合会得到不同的测量结果.当选取的各散射角对应的Mie散射光强差异显著, 特别是对应光强值包含了Mie散射光强曲线的极大值和极小值点时, 测量结果更准确.采用标准聚苯乙烯乳胶颗粒进行的测量实验, 实验结果与反演结果一致.这种角度组合影响的原因在于, 随着散射角的增多, 得到的颗粒粒度信息也相应增加, 但只有增加的散射角所对应的散射光强显著不同时, 才会较多地增加颗粒粒度信息, 从而改善测量效果；否则, 增加的信息会被增加的角度校准噪声所抵消.

采用两种常用的粒度反演方法——正则化和Chahine算法, 对90 nm与250 nm单峰分布、50 nm与200 nm双峰分布、100 nm与300 nm双峰分布的模拟动态光散射数据, 以及105 nm、300 nm标准颗粒的实测动态光散射数据进行了反演分析.结果表明: 噪声水平的高低是影响粒度分布反演准确性的关键因素之一, 反演结果的准确性随噪声水平的增加而降低, 噪声水平超过某一阈值后, 将无法得到有意义的反演结果; 不同反演方法具有不同的抗噪能力, 在低噪声水平下反演结果无显著差别, 随着噪声水平的增加, 反演结果表现出很大差异; 正则化方法通过正则参数的选择可以有效抑制噪声影响, 表现出强于Chahine算法的抗噪能力; 与Chahine算法相比, 正则化方法不需要假定初始分布, 因此, 在噪声较大的实验或生产过程中进行颗粒分布测量时, 宜采用正则化方法.

在动态光散射颗粒测量时, 为了从含噪的自相关函数数据中准确地反演出颗粒粒度分布, 对Tikhonov正则化算法进行改进, 将噪声作为一个独立的未知变量应用到正则化方程中进行粒度反演.在计算过程中, 相应增加方程中各系数矩阵的行数和列数, 对求解的粒度分布数值则仍取其原来方程的行数和列数, 从而达到对部分噪声的剔除作用.不同噪声水平下的颗粒粒度反演结果表明, 改进后的算法能够显著提高低信噪比动态光散射数据粒度反演结果的准确性, 适用于宽分布较大粒径的颗粒粒度反演.

夜暗环境下，为了弥补人眼在能量、光谱和分辨能力等方面的局限性，利用雪崩光电二极管作为探测元件构建了光子计数成像平台。借助该平台设置环境照度为10-4 lx，采样时间分别取10 ms、2.6 ms和780 μs，探测到了目标采样点的光子数，从而得到了三组反映目标特征的光子计数图像序列。根据对探测目标判断的程度，应用多帧累加处理方法，可以在保证成像平台具有较高帧频的条件下，选择合适的累加帧数以实现对目标不同等级的探测。