西南交通大学机械工程学院，四川 成都 610031
在对图像位移进行测量时，不同亚像素位移迭代算法的性能不同，将反向组合对角近似算法和反向组合Dog-Leg算法用于数字图像相关法并进行位移测量，同时对反向组合Levenberg-Marquardt算法的参数更新策略进行简化，以反向组合高斯牛顿（IC-GN）法作为对比，通过模拟散斑图像和真实散斑图像的压缩变形实验，对3种算法的性能进行对比，并进行相应的评估。实验结果表明：在模拟散斑实验中，各个算法在收敛速度、收敛频率和计算速度上各有不同；在真实实验下，小变形实验得到与IC-GN法相似的精度，大变形实验得到的收敛半径更大。
测量 数字图像相关法 亚像素位移 反向组合对角近似算法 反向组合Levenberg-Marquardt算法 反向组合Dog-Leg算法
1 西南石油大学计算机科学学院，四川成都 610500
2 四川省人民医院 a.心血管超声及心功能科
3 b.超声心脏电生理学与生物力学四川省重点实验室，四川成都 610072
针对医学超声图像的分辨率低而导致视觉效果差的问题，使用基于神经网络的图像超分辨率(SR)重建方法提升医学超声图像的分辨率。采用针对自然图像超分辨率重建的生成对抗网络(SRGAN)作为基本方法，通过减少 2个输入通道和删除 1个残差块对该网络的结构进行更改，并且改进网络损失函数，新增模糊处理数据集，使该网络适应医学超声图像所具备的灰度图像、散斑纹理单一等特点，从而重建出放大 4倍的边缘清晰没有伪影的医学超声图像。将改进 SRGAN与原始 SRGAN的结果相比，峰值信噪比(PSNR)和结构相似性(SSIM)分别有 1.792 dB和 3.907%的提升; 与传统双立方插值的结果相比，PSNR和 SSIM分别有 2.172 dB和 8.732%的提升。
超分辨率重建 生成对抗网络 乳腺超声图像 残差块 亚像素卷积层 super-resolution reconstruction Generative Adversarial Network breast ultrasound image residual block sub-pixel convolution layer 太赫兹科学与电子信息学报
2023, 21(5): 677
针对无法实现先验的边缘检测场景，并解决边缘提取效率过低的问题，提出一种更高效的基于傅里叶单像素成像的亚像素级边缘检测方法。该方法结合快速傅里叶单像素成像，减少图像算法的相移步数，在原有四步相移的基础上分别实现了三步相移与两步相移边缘检测。该算法上的改进能够在同等采样数下扩大参与边缘提取的频谱宽度，从而提升边缘提取效率。数值仿真结果表明，与四步相移亚像素级边缘检测相比，无噪声条件下两步相移在 655~13100次左右的采样数区间内峰值信噪比增长幅度高出 2.27dB，噪声条件下低于 0.054噪声浮动比率时两步相移方法可以获得比四步相移更高的边缘提取质量。该方法可以一定程度上提升边缘提取效率，同时促进单像素成像领域与图像处理方向的技术交叉和应用化发展。
单像素成像 边缘检测 傅里叶变换 相移算法 亚像素平 single pixel imaging edge detection Fourier transform phase shift algorithm sub-pixel translation
光学 精密工程
2023, 31(12): 1793
Author Affiliations
Abstract
State Key Laboratory of Precision Measurement Technology and Instruments, Department of Precision Instruments, Tsinghua University, Beijing 100084, China
Deep learning offers a novel opportunity to achieve both high-quality and high-speed computer-generated holography (CGH). Current data-driven deep learning algorithms face the challenge that the labeled training datasets limit the training performance and generalization. The model-driven deep learning introduces the diffraction model into the neural network. It eliminates the need for the labeled training dataset and has been extensively applied to hologram generation. However, the existing model-driven deep learning algorithms face the problem of insufficient constraints. In this study, we propose a model-driven neural network capable of high-fidelity 4K computer-generated hologram generation, called 4K Diffraction Model-driven Network (4K-DMDNet). The constraint of the reconstructed images in the frequency domain is strengthened. And a network structure that combines the residual method and sub-pixel convolution method is built, which effectively enhances the fitting ability of the network for inverse problems. The generalization of the 4K-DMDNet is demonstrated with binary, grayscale and 3D images. High-quality full-color optical reconstructions of the 4K holograms have been achieved at the wavelengths of 450 nm, 520 nm, and 638 nm.
computer-generated holography deep learning model-driven neural network sub-pixel convolution oversampling Opto-Electronic Advances
2023, 6(5): 220135
1 电子科技大学光电科学与工程学院，四川 成都 611731
2 重庆连芯光电技术研究院有限公司，重庆 400021
3 四川文理学院成都研究院，四川 成都 635000
为应对核相关滤波算法长时跟踪模板漂移问题，提出一种基于亚像素修正的模板漂移抑制方法。首先，根据跟踪过程中常用的核相关滤波快速算法，分析模板更新时引入的跟踪误差；其次，分析模板更新时引入的采样误差对模板漂移的影响；然后，通过模板频域的相移修正模板更新引入的采样误差；最后，通过实验证明模板亚像素修正对长时跟踪模板漂移的抑制效果。实验结果表明：相同跟踪条件下，模板亚像素修正方法引入的模板漂移量是整像素模板更新的1/4，模板亚像素修正用于相关滤波算法和核相关滤波算法时对模板漂移同样有良好的抑制效果，并且模板亚像素修正只需耗费较小计算量就可以对模板漂移进行有效抑制。
图像处理 核相关滤波 跟踪算法 模板漂移 亚像素 激光与光电子学进展
2023, 60(12): 1210019
1 湖北大学数学与统计学学院，湖北 武汉 430062
2 北京中科慧眼科技有限公司，北京 100023
3 中国科学院云南天文台，云南 昆明 650000
4 北京工业大学北京现代制造业发展研究基地，北京 100124
双目相机标定是研究立体视觉的基础工作，标定的精度是视觉测量精度的关键。图像角点提取是相机标定的基础，但在现实应用场景中，外界影响使获取的图像不清晰，导致检测到的角点精度低，从而影响标定的精度。因此，提出一种基于超分辨率亚像素角点检测的端到端算法，从特征级解决低质量角点检测问题。首先，应用盲超分部分估计低分辨率图像模糊核，融合低分辨率图像特征重建出高分辨率图；然后，在此基础上得到角点亚像素位置；最后对双目相机进行高精度标定，并用测距实验对其进行检验。实验结果表明，所提基于超分辨的亚像素角点检测方法在真实场景下具有优越性。
成像系统 相机标定 角点检测 超分辨率 亚像素 自监督 深度学习 激光与光电子学进展
2023, 60(8): 0811029
1 中国科学院光电技术研究所微细加工光学技术国家重点实验室，四川 成都 610209
2 中国科学院大学电子电气与通信工程学院，北京 101408
3 天府兴隆湖实验室，四川 成都 610299
激光雷达技术因具有高精度、高分辨率和工作距离远等优点被广泛应用于三维成像。然而，受光学系统衍射极限的限制，激光雷达的空间分辨率随着目标距离的增大而显著降低。为解决上述问题，结合共聚焦照明技术和亚像素扫描技术，提出一种聚焦照明亚像素扫描光子计数激光雷达，并在实验室内进行了10 m成像实验。结果表明，相较于准直照明光束，采用共聚焦照明光束可将系统空间分辨率由5.0 mm提高到0.9 mm，不仅实现了超光学系统衍射极限成像，还有效降低了多重回波的影响，增强了回波强度。
光学设计 激光雷达 亚像素扫描 共聚焦照明 高分辨率
1 合肥工业大学仪器科学与光电工程学院，安徽 合肥 230009
2 合肥工业大学含山产业研究院，安徽 合肥 230009
数字图像相关法的亚像素匹配误差与散斑图像和形函数有关，对于无迭代运算的梯度法和曲线拟合法等，形函数很难适应不同散斑图像的亚像素分布规律，为使形函数能够匹配不同的散斑图像，提出了一种基于参数化形函数的亚像素匹配方法。研究了参数化形函数中的指数变量和背景变量等参数对亚像素匹配误差的调节规律。研究结果表明，对于不同散斑图像，均可以通过对形函数参数的标定得到与散斑图像匹配的最优形函数。以散斑直径为2~20 pixel的高斯散斑图像为例，分别在方向生成位移为0.1~0.9 pixel的10幅图像，对所提匹配方法进行了验证。验证结果表明，标定后的形函数能使不同散斑图像的亚像素匹配误差减小到0.001 pixel以内。最后，对DIC Challenge提供的实际位移散斑图像进行了验证，同样也证明了所提匹配方法的有效性。
测量 散斑 参数化形函数 亚像素匹配 标定
