1 中国科学院 长春光学精密机械与物理研究所,吉林长春30033
2 中国科学院大学,北京100049
针对近年来去雾算法质量的评价方法普遍依赖主观评价结果,但缺乏定量描述;现有的客观质量评价方法与主观评价方法之间的一致性不稳定,使两者有时会出现分歧的问题。为提升针对去雾方法的客观质量评价性能,本文提出了一种基于人工合成图像的全参考去雾方法质量评价。首先,建立合成图像数据集,数据集包括参考无雾图像,合成有雾图像,对这些合成有雾图像使用8种主流去雾算法得到的去雾图像。然后,将去雾后图像可能引入的一些质量问题进行分类。最后,通过结合清晰度相关特征和现有的客观质量评价,针对性地提出了一种由图像可视性、结构相似性和颜色恢复度相互融合的去雾方法质量评价。在合成图像数据集中,将本文方法与现有典型的图像质量评价方法进行对比实验,实验结果表明:对于合成图像数据集,本文提出的方法在SRCC、PLCC和RMSE指标上表现最优。本文方法与主观评价的一致性更高,更有利于支持去雾算法的研究。
图像去雾 客观质量评价 合成有雾图像 图像数据集 image dehazing objective quality assessment synthetic hazy images image dataset
1 中国科学院大学,北京 100049
2 中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033
目前较为流行的去雾算法都存在着过度增强以及增强不足,容易造成光晕效应以及色彩严重失真。提出一种基于四叉树细分的改进大气光估计方法以及一种改进的引导滤波用来解决这些问题 。首先,对非重叠暗通道使用四叉树细分方法估计更加可靠的大气光值。然后,分析引导滤波在边缘区域的光晕效应产生的原因,对其加入自适应权重因子,用改进后的引导滤波对初始传输图进行 优化。最后,用估计的大气光值和优化后的传输图根据大气散射模型得到去雾图像。实验结果表明:去雾后的图像颜色较为可靠,边缘区域光晕效应减弱。从颜色可靠性和细节增强度来说,提出的 算法比现阶段的去雾算法有较为出众的表现。
图像去雾 暗通道先验 引导滤波 光晕效应 颜色失真 image dehazing Dark Channel Prior(DCP) guided image filter halo artifacts color distortion
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100049
针对航空光电稳定平台控制系统面临的机械谐振的问题, 在双T型陷波器的基础之上提出了一种新型的结构滤波器。这种新型结构滤波器由两个双T型陷波器和一个低通滤波器构成, 能够将谐振峰和反谐振峰同时抑制, 克服了单一陷波器不能处理反谐振峰值的缺陷。同时相比于双二次型滤波器, 结构滤波器的参数调节更加灵活, 既可以调节峰值大小又可以调节峰值宽度。实验结果显示: 相比于双二次型滤波器, 结构滤波器拟合的谐振曲线与实际的扫频曲线匹配度更好。加入结构滤波器对模型进行补偿以后, 控制系统的稳定精度提高了5.74倍, 闭环带宽提升了4.54倍。新型结构滤波器对于机械谐振的抑制和控制系统的性能提升有明显作用。
机械谐振 控制 陷波器 结构滤波器 建模 mechanical resonance control notch filter structural filter modeling
中国科学院长春光学精密机械与物理研究所, 吉林 长春130033
从硬件和软件两个角度出发, 介绍基于DSP的多元数据同步采集与存储系统的组成、工作模式以及功能的测试。系统主要由上位机和数字采集与存储单元组成, 其中数字采集与存储单元的硬件部分包括电源模块, 值班电路模块, 数据采集模块, 数据存储模块, 时钟同步模块。系统采用DSP作为中央处理芯片, 利用经过同步后的秒脉冲作为触发信号, 实现同步数据采集。以CF卡作为存储介质, 实现数据自容式存储。软件部分实现自检、同步、数据采集存储功能。经过测试, 系统工作稳定, 功能正常,同步精度在100 ns以内。
同步采集 数据存储 DSP DSP synchronous acquisition data storage
1 中国科学院长春光学精密机械与物理研究所,吉林 长春 130033
2 中国科学院大学,北京 100049
遥感根本目的就是获得清晰的高空间分辨率的图像,从而可以进一步地分析处理。为了在遥感测量中获得更高空间分辨率、更高信噪比、更清晰的图像,本文对图像处理领域超分辨算法进行了研究。建立了一套拟合模拟现实的成像系统模型,在这种模型的基础之上,利用最大后验概率系统理论,讨论了现实情况中的运动模糊,噪声等情况,改进了MAP超分辨算法。实验结果表明:使用本文改进的基于MAP理论的Markov随机场约束的多帧超分辨重建算法,可以较好提高超分辨效果,与三次立方插值方法相比,PSNR至少提高约5.1 dB左右,与未改进的MAP方法相比,PSNR提高约0.2 dB左右。本文提出了动态的先验约束方法,给约束函数添加与迭代次数相关的约束项,该改进创新可以加快收敛并且更加逼近真实图像,实验表明该方法收敛速度更快,约束效果良好,更适合实际应用。
最大后验概率原理 超分辨率重建 遥感图像 马尔科夫随机场 动态约束 规整项 MAP principle superresolution reconstruction remote sensing Markov random field dynamic constraint regulation item
1 中国科学院 长春光学精密机械与物理研究所,吉林 长春130033
2 中国科学院大学,北京100049
针对航拍图像中对地小目标识别率低、定位效果差的问题,提出了一种基于深度学习的目标检测算法。该算法利用VGG16网络作为微调网络,并添加部分深层网络,通过提取目标浅层特征与深层特征进行联合训练,克服检测过程中定位与识别相互矛盾的问题。提出把奇异值分解技术应用于卷积特征压缩处理,降低模型的计算与存储需求,并且采用多尺度训练方法以适应航空目标尺度的变化。实验结果表明,在通用数据集PASCAL上可以实现0.76 mAP,检测速度达16 fps,在专用航空目标数据集UCAS-AOD上可以实现0.63 mAP,检测速度达18 fps。基本满足对小目标检测精确度的要求,并且检测速度可以接近实时检测效果。
机器视觉 目标检测 卷积神经网络 卷积特征 machine vision target detection convolutional neural network convolution feature
中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
针对遮挡同时目标附近出现相似目标干扰所导致的错跟问题, 本文提出利用场景中辅助特征提升目标跟踪抗遮挡以及抗相似目标干扰性能。首先检测场景强特征及目标附近相似干扰, 定义二者为场景辅助特征; 其次, 建立能够较好描述场景强特征及目标运动规律的动态模型以及相似干扰约束; 最后, 将场景辅助特征及目标的动态模型以粒子滤波的形式表达, 提出T-S跟踪算法。采用SPEVI及OTB100数据库中若干典型测试视频, 与近年来6种先进跟踪算法进行对比实验, 并采用两种评价体系考量。实验结果表明, 本文T-S算法对SPEVI多人脸、红外车辆的跟踪误差分别为24 pixel和8 pixel; 对OTB100数据库中8种视频跟踪测试时, 在重叠率阈值为0.5时的跟踪成功率为0.51, 优于其它对比算法。本文T-S跟踪算法能够较好应对遮挡及相似目标干扰。
目标跟踪 动态模型 粒子滤波 辅助特征 target tracking dynamic model particle filter auxiliary feature
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100049
3 加利福尼亚大学 洛杉矶分校 亨利·萨缪里工程与应用科学学院, 美国, 加利福尼亚州, 洛杉矶市, CA 90095
针对激光模拟射击系统对激光光斑进行快速、高精度质心定位的要求, 提出了一种基于视频序列图像的光斑检测与高精度质心定位方法。该方法首先利用帧间差分图像和噪声估计参数对射击突发事件进行检测; 然后利用噪声估计方法确定光斑的分割阈值, 结合形态学滤波对目标光斑和背景噪声进行有效分割, 提取光斑区域, 同时降低窗口内外噪声。最后, 用4帧差分图像合成1帧高分辨率的图像来抑制图像噪声和计算误差的影响, 实现光斑质心的高精度定位。实验结果表明, 本文方法的光斑质心定位精度与稳定性均优于传统的方法; 其中光斑质心定位精度达到了亚像素级别, 稳定性度量平均值为0.000 49, 优于传统方法的0.002 97。得到的结果显示, 提出的方法有助于提升激光射击系统的性能。
光斑检测 质心定位 灰度重心法 序列图像 激光模拟射击 spot detection centroid localization mass of gravity sequential image laser firing simulation 光学 精密工程
2016, 24(11): 2880