1 中国科学院空天信息创新研究院国家环境保护卫星遥感重点实验室, 北京 100101
2 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 安徽 合肥 230031
3 航天东方红卫星有限公司, 北京 100094
4 安徽师范大学地理与旅游学院, 安徽 芜湖 241003
5 中国科学院大学, 北京 100049
为探究多角度偏振在紫外波段对气溶胶层高 (ALH) 的探测能力，在不同的观测几何、气溶胶和地表类型等条件下系统评估了多角度偏振在紫外波段的ALH反演信息量。基于最优估计理论和信息量分析方法，分析了紫外波段365 nm和388 nm两个通道模拟仿真数据对ALH的灵敏度，并进一步讨论了不同观测组合对ALH信息量和后验误差的影响。研究结果表明：(1) 多角度偏振观测可有效提高ALH反演的信息量。(2) 多角度卫星观测信息量随观测角度个数的增加显著提升，当反演中使用的角度数增加到5个时，ALH的信号自由度 (DFS) 提升了0.4以上。(3) 添加388 nm波段偏振观测或365 nm波段强度观测这两种方案均能提升ALH的DFS。但相对而言，偏振观测方案受气溶胶模型误差影响更小，能更好地提升ALH反演的信息量，尤其是改善了低气溶胶光学厚度 (AOD) 条件下的ALH反演。
气溶胶边界层高度 最优化估计反演 信息量分析 后验误差 aerosol layer height optimal estimation inversion information content analysis posteriori error 大气与环境光学学报
2023, 18(4): 357
1 中国人民解放军航天工程大学航天信息学院, 北京 101416
2 中国人民解放军61618部队, 北京 100094
针对联合双边滤波修复深度图像时无法准确估计滤波邻域范围和权重参数、深度图像的空洞填充效果不佳等问题,提出一种自适应深度图像空洞填充与优化算法。该算法减少了输入参数,实现了对每个深度缺失值的修复,根据有效像素占比确定每个空洞像素点的滤波邻域范围,通过邻域大小计算空间距离权重项参数,引入结构相似度(SSIM)作为颜色相似权重项参数的计算指标。在Middlebury立体匹配数据集和经过配准的Kinect RGB-D数据集上检测所提算法的性能,并与其他方法进行定性比较和定量分析。实验结果表明,所提算法能够有效填充深度缺失空洞,抑制深度图像噪声,更加精细、准确地改善深度图像的质量。
图像处理 深度图像修复 联合双边滤波 空洞填充 优化估计 Kinect传感器 中国激光
2019, 46(10): 1009002
1 广东外语言外贸大学 语言工程与计算实验, 广东 广州 510006
2 仲恺农业工程学院 仲恺科技服务公司, 广东 广州 510225
3 广东技术师范学院 计算机学院, 广东 广州 510665
在单帧图像超分辨率问题中, 基于高斯过程回归的超分辨率算法没有挖掘相似图像片间的关联关系或者无差别地用相似图像片来扩充训练集合, 都会导致重建的高分辨率图像中存在明显的噪声和伪影。对此提出了一种基于多任务高斯过程回归的超分辨率算法。该算法通过引入多任务学习思想, 将输入的低分辨率图像进行分片处理, 把每一个图像片的超分辨率过程视为一个任务。在对相似任务建模的过程中, 通过最优化求解的参数集合来体现任务间的共性及差异, 从而使模型的泛化能力和预测精度得以提高, 在重建高分辨率图像清晰锐利的同时, 噪声和伪影受到明显抑制。用常见的测试图像以及公开的图像测试集合进行的大量试验表明该算法在主观评价和客观评价两个方面均优于同类型算法及当前经典算法, 峰值信噪比较其它常见超分辨率算法可提高约0.5 dB。
单帧图像超分辨率 多任务学习 高斯过程回归 图像自相似性 最优化估计 single image super-resolution multi-task learning Gaussian process regression image self-similarity optimal estimation 光学 精密工程
2018, 26(11): 2814
针对Kinect传感器在获取深度图像时存在深度值随机跳变的不准确性问题，基于最优估计的思想，提出卡尔曼滤波与多帧平均法相结合的图像修复方法。首先利用卡尔曼滤波对多幅深度图像进行修复处理，实现Kinect传感器在采集信息过程中随着时间递推，深度值的跳变逐渐趋于平稳的效果；然后基于多幅图像平均法确定最终的深度图像，解决了Kinect获取深度值存在误差导致的不精确问题。实验结果表明，该算法的均方根误差为38.102 5，平均梯度为0.471 3，信息熵为6.191 8，与单幅图像修复效果相比，得到的深度图像边缘更加清晰。
深度图像 误差修复 卡尔曼滤波 优化估计 depth image error repair Kalman filter optimal estimation
分布式光纤喇曼测温系统采用了线性逼近的方法进行温度解调, 并通过灵敏度分析法获取了相应的线性解调参数。为了提高系统的精度, 在信号累加平均去噪的基础上, 采用了卡尔曼滤波的方法, 通过对前一时刻的估计值与当前测量值的递推, 实现了对存在测量噪声的温度信号的最优化估计, 完成了对现场采集信号的实时更新和处理。实验验证了该滤波方案的可行性, 随着外界环境温度的变化, 测温系统能够得到合理的温度曲线, 测量误差小于１℃。系统响应性良好,性能稳定, 能够适应复杂的环境变化。
光学测量 线性解调 卡尔曼滤波 最优化估计 精度 optical measurement line solution Kalman filter best estimation accuracy
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
提出了一种基于点扩散函数(PSF)精确测量尺寸很小或者距离很远的一类小目标的红外辐射特性的方法。该方法在已知目标几何形状的前提下, 采用倾斜刃边法测得光学系统的点扩散函数;对目标成像和探测器焦平面阵列采样过程进行建模, 得到目标在探测器上成像的模拟图像;通过对红外系统捕获的模拟图像与真实图像进行匹配获得最优化估计的目标亮度、尺寸以及中心位置。最后, 通过实验对该方法进行了验证。结果显示: 圆形目标温度为70℃, 理想几何成像直径大于4个像元时, 测得的辐射亮度最大误差为2.35%;目标尺寸(面积)最大误差为1.89%。该方法可用于获取目标和背景辐射特性, 测试红外成像系统性能, 完成图像复原和小目标定位等。
红外辐射测量 小目标测量 红外焦平面阵列 点扩散函数 倾斜刃边法 最优化估计 infrared radiation measurement small target measurement infrared focal plane array point spread function slanted edge method optimal estimation 光学 精密工程
2014, 22(11): 2879
1 北京遥感信息研究所，北京 100192
2 海军装备研究院 信息工程技术研究所，北京 102249
对截短和误码条件下伪随机序列生成多项式估计算法的误码适应性进行了研究。根据伪随机序列的线性约束原理，通过构造关于生成多项式系数的校验方程组，提出了基于匹配搜索方法的生成多项式估计算法，并在搜索过程中利用生成多项式在二元域的基本特性缩小搜索范围来优化算法，减少计算量。最后，对算法在不同门限值和误码率时的估计性能进行了仿真，且以m序列为例，对本算法与典型算法在截短序列和误码适应性方面进行性能对比。仿真结果表明，该算法能较好完成对15阶m序列生成多项式的估计，可以适应20%以上的误码率，与现有算法相比，本算法具有更好的误码和截短序列适应性，能较好地满足工程实践中扩频序列分析的需要。
信息处理 伪随机序列 生成多项式 优化估计 匹配搜索 information processing pseudo-random sequence generator polynomial optimum estimation match-searching
1 大连理工大学电子与信息工程学院， 辽宁 大连 116023
2 空军航空大学， 吉林 长春 130022
为了获得图像最佳拼接效果，对相邻图像间变换矩阵的求解问题进行研究，提出了一种全稳健的图像拼接算法。此算法采用SIFT进行特征点提取，初步得到了特征点匹配的伪匹配集合，并运用稳健的误差阈值法将伪匹配点集合划分为内点和外点，在内点域上运用误差的最小二乘优化算法精确地估计出了图像间的点变换关系，最后采用颜色插值对交接处进行颜色过渡。整个算法对有较大误差或错误的特征点数据迭代过滤，并用提纯后的数据来做模型估计，因而对图像噪声和特征点提取不准确有强健的承受能力。在参数估计时，以特征点的坐标位置误差而不是亮度误差来构造优化函数，克服了以往算法对光照的敏感性，使算法更具有实用性。实验结果表明，该算法拼接效果理想，鲁棒性强，具有较高的使用价值。
特征点提取和匹配 内点外点 优化估计 图像拼接 extracting and matching feature points inliers and outliers optimal estimating image mosaic
1 武汉工程大学 计算机图像处理研究室，武汉 430074
2 华中科技大学图像所 电子科学与技术博士后流动站，武汉 430074
提出了基于最速下降法的湍流退化图像盲目复原算法。将图像转换到频域中，建立一个基于目标图像和点扩展函数频谱的目标函数，通过迭代方式采用最速下降优化方法来极小化该目标函数，并利用傅里叶变换和反变换将目标图像和点扩展函数在频域和空域之间进行变换，在每次迭代中交替加入约束条件进行反复修正，以便取得预期的图像恢复效果，增强算法的稳定性和抗噪能力。针对红外目标湍流退化图像，在微机上对算法进行了一系列复原验证实验。实验结果表明：该文算法复原效果稳定，抗噪能力强，具有实用价值。
湍流退化图像 图像复原 频谱 优化估计 最速下降法 turbulence-degraded image image restoration frequency spectrum optimization estimation steepest descent method
1 华中科技大学,图像识别与人工智能研究所,图像信息处理与智能控制教育部重点实验室,湖北,武汉,430074
2 华中科技大学,光电子工程系,电子科学与技术博士后流动站,湖北,武汉,430074
3 武汉工程大学,计算机图形图像处理研究室,湖北,武汉,430074
从时间序列退化图像中依次连续取两帧图像来估计湍流瞬态点扩展函数,将约束优化原理应用在气动光学效应退化图像的复原过程中.针对气动光学效应湍流点扩展函数复杂多峰、随机多变等特性,在点扩展函数的估计过程中,采用保凸峰等优化策略,将点扩展函数离散值的计算转化为基于松弛迭代的最优化估计,通过极小化准则函数估计点扩展函数值,进而恢复退化图像.实验结果表明,本文方法复原效果好,速度较快.
图像复原 气动光学效应 退化图像 优化估计 Image restoration Aero-optical effects Degraded image Optimization estimation
