张文雪 1,2,3,4罗一涵 1,2,3,4,*刘雅卿 1,2,3夏诗烨 1,2,3赵开元 1,2,3,4
1 中国科学院光场调控科学技术全国重点实验室,四川 成都 610209
2 中国科学院光束控制重点实验室,四川 成都 610209
3 中国科学院光电技术研究所,四川 成都 610209
4 中国科学院大学,北京 100049
![]()
![]()
超分辨率重建 亚像素 图像处理 微扫描 super-resolution reconstruction subpixel image processing micro-scanning
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 南京理工大学 电子工程与光电技术学院,江苏 南京 210094
2 电力科学研究院 国网山西省电力有限公司,山西 太原 030001
针对远场激光光斑分布不均匀、形状不规则的特性,提出一种基于改进的Zernike矩的远场激光高精度中心测量方法。在传统Zernike矩亚像素边缘检测基础上,使用新型的logistic边缘检测模型和阶跃阈值自适应提取方法,在减少人工对阶跃阈值误判的同时,提高对实际边缘的识别精度,最后使用最小二乘法椭圆拟合得到高精度激光光斑中心。该方法在远场激光中心检测中,单帧误差在0.5 pixel左右,连续多帧中心偏差波动在1 pixel以内,拥有较高的精度和可靠的稳定性。
Zernike矩 远场激光 光斑中心 亚像素边缘 Zernike moments far field laser spot center subpixel edge
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
贵州大学 大数据与信息工程学院,贵州 贵阳 550025
由于盲人对周围环境缺乏视觉感知力,出行一直是盲人生活中的困扰。本文提出一种基于YOLOX改进的导盲系统障碍物检测算法CE-YOLOX。首先,为了减少特征融合网络在特征通道缩减时带来的语义信息的丢失,以亚像素跳变融合模块SSF和亚像素上下文增强模块SCE来充分利用通道信息和不同尺度的语义信息,以通道注意力引导模块CAG减少多尺度特征融合带来的混叠效应。其次,为了使模型更加聚焦于有效特征,引入全局注意力机制GAM,通过减少信息弥散和放大全局交互表示来提高模型性能。然后,使用SIOU-LOSS替换原模型的位置回归损失函数IOU-LOSS,加快了边框的回归速度与精度。最后,搭建导盲系统检测平台,将所提算法移植到边缘计算设备NVIDIA Xavier NX上。实验结果表明,改进的导盲系统障碍物算法在服务器和NVIDIA Xavier NX平台上的mAP一致,提升至90.53%,相较原YOLOX模型算法提高了2.45%。在服务器上的检测速度达到75.93 FPS。本文模型在兼顾检测速度的同时提高了精度,显著优于对比算法,满足边缘计算设备的要求,具有实际的应用价值。
导盲系统 障碍物检测 亚像素 CEFPN GAM 角度损失 SIOU blind system obstacle detection subpixel CEFPN GAM angle loss SIOU
光学 精密工程
2023, 31(12): 1793