针对低光照条件下拍摄的图像受可见光低和噪声的影响, 不仅降低图像在视觉上的美感而且会造成重要信息丢失的问题。本文提出结合平滑聚类和改进Retinex算法的估计照明图的低光照图像增强方法。使用平滑聚类将图像分离为细节层和基础层; 利用max-RGB找到各通道最大值用于估计每个像素的照度, 构建初始照明图, 根据局部一致性和交替方向最小化技术优化照明图; 自适应Gamma 矫正对优化后的照明图进行非线性重标形成最终光照图; 根据最终光照图增强输入图像, 将增强后图像与细节层进行融合, 获得清晰且细节更为丰富的图像; 通过与LE, GC, HE, SSR, MSR, MSRCR, MSRCP算法相比, 在图像HightB上, 边缘强度最高达到1.00e+02, 平均梯度最高达到10.520 6, 空间频率最高达到52.050 8, 图像清晰度最高达到14.656 2, 在主观评价和客观评价均优于其他对比算法。实验结果表明, 所提算法具有良好的清晰度, 更好的保留边缘和细节纹理, 使用本文算法增强后的图片质量更高, 细节更加丰富。

研究了奇点光束的叠加特性,从理论上分析奇点光束叠加后的相位分布和偏振分布,并用实验验证了理论推导的正确性。对同阶非相干涡旋光束叠加后的偏振态进行分析,发现叠加后的光束保持原有的轨道角动量,且光束的偏振态随方位角呈周期性变化,变化周期由涡旋拓扑荷值决定;分析了具有不同偏振拓扑荷值的柱矢量光束叠加后光场偏振态的变化规律。探究了既有相位奇点又有偏振奇点的柱矢量涡旋光束的叠加特性,发现叠加后的光束偏振态随方位角呈周期性变化,变化周期由涡旋拓扑荷值决定,光场各点的偏振态由涡旋拓扑荷值、偏振拓扑荷值及初始相位角共同决定。

协同表示算法对人脸图像具有快速分类的特点, 但在单样本或欠样本情况下, 对变化复杂的人脸识别率还不够理想, 无法满足工程要求。针对该问题, 提出一种基于欠样本混合内变基字典的 扩展协同表示算法。首先借助在同一环境下采集到的不同人脸的变化过程, 提取人脸的变化共同特征并生成内变基, 再融合两种及两种以上不同人脸变化的共同特征生成混合内变基, 提高内变基的 通用性, 建立训练样本与测试样本之间变化的稀疏字典。训练样本在字典帮助下近似构建出测试样本的特征人脸, 达到扩展训练样本集的目的, 再对人脸协同分类。利用AR库、ORL库、Yale库和 Yale B库进行识别实验。结果表明, 本文算法能有效提高协同表示算法的识别率, 在欠样本情况下识别率提高7.33%～3317%, 在单样本情况下识别率提高6.78%~24.47%。

水下光谱成像技术在水下目标物识别、海洋生态监测等领域有着重要作用。基于实际工程使用环境设计了基于液晶可调谐滤光片(LCTF)的水下光谱成像系统。该系统通过采用LCTF作为滤光结构以获得水下目标物的光谱信息。水下光谱成像系统在宽光谱LED光源的照明下, 进行水池实验获得了目标物在波长400~700 nm之间的31个通道光谱图像。对水下具有相似颜色的不同物体的光谱信息进行了讨论和分析, 结果表明: 该系统有助于水下目标物识别和分类。在海试中对珊瑚进行了原位观测, 成功获取了珊瑚礁的水下光谱图像。该系统有望应用于海洋遥感、海洋生态环境监测等领域。

石油产品的庞大运输量增加了重大污染事故的风险, 给生态安全带来了巨大威胁。 其泄漏事故往往具有突发性、 偶然性以及污染范围大等特点, 传统的化学采样检测并不适用于现场的应急监测和定量预警。 卫星遥感以及机载成像的发展为事故的检测提供了有效手段, 但因为水面漂浮油品颜色特征不明显, 多呈透明色, RGB相机下水和水面漂浮油品难以区分, 严重影响成像监测效果。 尝试从水与油品的光谱反射率特性的差异出发, 寻找油品的特征波段, 提高图像中水与油的对比度, 以实现溢油监测。 针对漂浮油品的光谱测量, 已有研究选用的实验容器与环境条件与自然水体中的综合光学特征存在明显差异, 难以为现场泄漏事故的监测提供相应的数据支持。 为模拟实际的泄漏情景, 在人工开阔湖面上使用地物光谱仪对汽油和二甲苯两类透明油品及类油化学品进行紫外可见反射光谱特性的测量探究。 光谱测量结果显示, 样品与水在各波段区间的光谱角余弦值均接近1, 但光谱反射率差值在紫外波段明显大于其他波段, 说明漂浮汽油与二甲苯这类透明油品与湖水的光谱反射率曲线形状差异基本一致, 而幅值差异在紫外波段处最大。 为进一步论证光谱特征分析结果, 选择365, 436, 546以及700 nm四个紫外-可见波段的滤光片, 对样品进行成像分析。 成像分析结果显示, 汽油与二甲苯两种漂浮透明油品与湖水在紫外波段处的图像总体灰度对比值与纹理特征差距明显高于其他可见光波段。 因此, 选用紫外波段进行水面漂浮油品的成像监测能有效提高油品与自然水面的成像对比度。 该实验在自然光与湖面自然水体的条件下进行, 极大程度地模拟了实际的透明油品泄漏污染情景, 为透明油品及类油化学品机载遥感监测的波段优选提供了理论与数据支持。

基于相位式激光测距的工作原理, 提出了将相位式激光测距仪用于水下测距的思路, 从原理上分析了水下相位式激光测距的可行性。通过水下距离测量实验, 对水下相位式激光测距可行性进行了验证, 完成了水下相位式激光测距仪的测距定标算法, 并探究了水体浊度对相位式激光测距动态范围和测距精度的影响。实验结果表明, 经过定标校正后的水下相位式激光测距仪在水下3.5 m范围内测距误差平均值不超过3 mm, 测距范围与水体浊度间存在指数衰减关系。该水下相位式激光测距仪为水下距离的探测提供了一种新方法, 可实现水下目标近距离的精确测距。

高光谱成像已被应用于建立干贝水分含量预测模型, 其模型性能受样本划分方法及建模方法影响。 样本划分方法决定着所选样本是否具有代表性, 而建模方法决定着如何利用样本建立模型, 但样本划分方法与建模方法的内在联系却鲜有研究报道。 在方法优选上, 将样本划分方法与建模方法进行组合, 探究不同方法组合对干贝水分含量预测模型性能的影响, 对干贝水分检测建模及分级方法的优选具有重要意义, 同时也能为其他样本的光谱建模提供参考。 采集380～1 030 nm波段下270个干贝样本的高光谱图像, 提取干贝样本的光谱数据, 通过RS, KS, SPXY和CG四种常用的方法划分样本, 并以PLSR和LS-SVM两种常用的建模方法建立多个干贝水分含量预测模型, 计算和比较各模型的性能指标。 结果表明: PLSR模型使用RS法划分干贝水分含量样本最为适宜(其RPD为4.079 6), LS-SVM模型使用SPXY划分法最为适宜(其RPD为4.175 6), 划分样本方法的优劣与建模方法有关, 其优选需要结合特定的建模方法进行。 在常用的四种样本划分方法和两种建模方法中, 采用SPXY法划分干贝水分含量样本并结合LS-SVM法建模的效果和精度最好。

水分含量影响干贝的口感、 质地等品质特征, 而且与其贮存期密切相关。 应用高光谱成像与检测技术结合化学计量学方法, 实现干贝水分含量的快速检测。 实验采用高光谱成像系统采集380～1　030 nm波段范围内的高光谱图像, 采集得到6个不同干燥时期共90个干贝样本高光谱图像。 提取所有样本感兴趣区域的平均光谱数据, 采用连续投影算法(SPA)和权重回归系数法(Bw)分别提取了7个和4个特征波长。 基于所提取的特征波长和全波长分别建立光谱数据与水分含量的偏最小二乘回归(PLSR)模型, 三种模型分别是SPA-PLSR, Bw-PLSR和PLSR。 建模集和预测集相关系数都高于0.95, 预测均方根误差都低于10%, 三种模型均获得了较好的预测效果, 都能很好地预测干贝的水分含量。 在所有模型中, SPA-PLSR模型具有较少的波长变量和较高的预测能力(97.28%), 因此本文基于SPA-PLSR模型, 采用伪彩色图像编程技术实现了干贝图像上每个像素点的水分含量的可视化预测。 结果表明, 高光谱成像技术结合特征波长提取算法可用于干贝水分含量分布的可视化检测。