1 华侨大学 信息科学与工程学院 福建省光传输与变换重点实验室，福建 厦门 361021
2 闽南师范大学 物理与信息工程学院，福建 漳州 363000
不同于毛玻璃等固态散射介质静止不变的特点，浑浊介质对光束的散射作用同时体现在空间及时间上，当浑浊介质动态变化时，大多数的传统散射成像方法失效。针对以上问题，文中采用了一种基于深度学习恢复散斑图像的方法，研究了浑浊介质中，不同散射介质及散射介质浓度不同的条件下，神经网络的图像恢复效果，并利用不同浓度散射介质获得的散斑图像混合训练测试神经网络的泛化能力。实验结果表明，在不同散射介质及散射介质浓度不同的条件下，该网络均能够根据散斑图像获得较高保真度的恢复图像，且在不同浓度散射介质的散斑图像混合训练的情况下，网络泛化能力及鲁棒性强。
图像恢复 散射介质 散射成像 深度学习 image reconstruction scattering medium scattering imaging deep learning 红外与激光工程
2022, 51(8): 20220215
针对相机抖动、拍摄物体快速运动以及低快门速度等因素造成的图像非均匀模糊，提出一种结合多尺度特征融合和多输入多输出编-解码器的去模糊算法。首先使用多尺度特征提取模块来提取较小尺度模糊图像的初始特征，该模块使用扩张卷积来以较少的参数量获得更大的感受野。其次，通过特征注意力模块来自适应地学习不同尺度特征中的有效信息，该模块利用小尺度图像的特征来生成注意图，能够有效地减少冗余特征。最后，使用多尺度特征渐进融合模块逐步融合不同尺度的特征，使得不同尺度特征信息能够进行互补。相比以往的使用多个子网堆叠的多尺度方法，文中使用单个网络就能提取多尺度特征，从而降低了训练难度。为了评估网络的去模糊效果和泛化性能，提出的算法在基准数据集GoPro、HIDE和真实数据集RealBlur上均进行了测试。在GoPro和HIDE数据集上的峰值信噪比值分别为31.73 dB和29.39 dB，结构相似度值分别为0.951和0.923，其结果均高于目前先进的去模糊算法，并且在真实数据集RealBlur上也取得了最佳效果。实验结果表明，提出的去模糊算法相比现有算法去模糊更为彻底，能有效地复原图像的边缘轮廓和纹理细节信息，并且能够提升后续高级计算机视觉任务的鲁棒性。
图像去模糊 图像恢复 深度学习 多输入多输出 多尺度网络 image deblurring image restoration deep learning multi-input multi-output multi-scale networks 红外与激光工程
2022, 51(10): 20220018
国防科技大学电子科学学院ATR重点实验室，湖南 长沙 410073
为解决水面及水下目标侦察、探测、识别过程中存在的水面耀光干扰问题，利用偏振特征实现了水面耀光的抑制和目标的增强。分析了水面光波反射和折射过程中偏振特征传输规律，利用光波在垂直方向和平行方向上的光强分布关系，提出一种基于偏振反折射效应的水面耀光抑制方法。该方法利用水面反射偏振度、折射偏振度、垂直方向光强图像和平行方向光强图像，实现了水面耀光的分离和抑制。针对饱和耀光抑制过程中存在的垂直方向光强图像饱和失真问题，提出了一种基于完全偏振分解的饱和光强恢复方法，利用平行方向光强图像和任意一个非饱和起偏方向上获取的光强图像计算恢复出垂直方向光强图像，然后利用恢复后的垂直方向光强图像实现水面饱和耀光的抑制。实验结果表明，通过对水面耀光的抑制，有效提升了耀光区域内目标和背景之间的对比度及信噪比，增强了目标的显著性。
海洋光学 偏振特征 完全偏振分解 水面耀光抑制 饱和图像恢复 目标增强 光学学报
2022, 42(24): 2401009
1 中国科学院上海技术物理研究所，上海
2 中国科学院大学，北京
3 中国科学院红外探测与成像技术实验室，上海
提高光电成像系统的抗散射介质干扰能力一直是光学中极具挑战的重要课题。在散射介质中，由于小颗粒的散射和吸收效应以及由此产生的强度或偏振特性的不均匀分布，往往会严重降低图像质量。基于大气光的偏振特性，使用偏振探测可以估计大气散射的强度、水平及透射率，将目标信号与干扰信号分离，以实现高质量成像。首先阐述基于偏振的去散射原理以及偏振信息的作用距离分析，随后介绍基于该原理的各类偏振成像系统的应用的最新进展，如基于偏振差分、斯托克斯矢量以及穆勒矩阵的偏振成像系统。最后对散射介质条件下的偏振成像的未来发展进行了展望。
偏振成像 散射介质 图像恢复 polarization imaging scattering medium image restoration
大连理工大学机械工程学院辽宁省微/纳米技术与系统重点实验室，辽宁 大连 116024
水下成像是海洋探索最常用的方法之一，越来越多的研究表明偏振是某些水下生物在低光照下拥有视觉的关键。提出了一种基于深度学习和偏振成像的多浑浊度水下图像恢复方法。通过拍摄清水和不同浑浊度的水下偏振图像获得多浑浊度水下偏振数据集。提出小尺寸神经网络，让网络更好地学习到不同浑浊度水下偏振信息到清晰水下图像的映射关系，并针对不同场景需求提出不同步长的滑动窗口叠加方法。结果表明，所提出的偏振方法能有效恢复水下图像，在不同浑浊度下恢复的峰值信噪比相比原图平均提高47.39%。该方法将深度学习与偏振成像技术相结合，能够在多浑浊度环境下恢复水下图像，克服了利用普通图像得到的水下图像恢复效果差的问题。
图像处理 水下图像恢复 神经网络 偏振成像 计算机视觉 激光与光电子学进展
2022, 59(4): 0410001
红外与激光工程
2021, 50(12): 20211061
为了提高模糊图像恢复质量, 提出量子环型对称算法。首先建立量子环型对称模型, 同环上非同圆上的量子信息交流通过虚拟连接实现, 同圆上有其他量子与非同圆上的量子信息交流可借用原先建立的虚拟连接实现; 接着自检过程实现量子纠错; 然后基于梯度范数对原始图像估计, 通过辅助变量对模糊核函数最小化求解, 超拉普拉斯先验来恢复清晰图像; 最后给出了算法实现流程。实验仿真显示本文算法峰值信噪比相比IF、WF、GS、TVGS、CM、HLD分别提高了35.47%、42.58%、28.69%、23.39%、21.05%、14.28%, 背景控制因子相比IF、WF、GS、TVGS、CM、HLD分别提高了17.61%、22.41%、12.77%、8.48%、6.76%、6.17%, 信息熵相比IF、WF、GS、TVGS、CM、HLD分别提高了35.19%、42.27%、27.46%、19.15%、11.35%、6.31%, 平均梯度相比IF、WF、GS、TVGS、CM、HLD分别提高了58.23%、69.79%、47.33%、36.73%、27.55%、11.85%, 优于其他算法, 为模糊图像恢复提供了新的思路与方法。
量子算法 环型对称 模糊核 图像恢复 quantum algorithm ring-symmetric fuzzy kernel image reconstruction
湖南大学信息科学与工程学院, 湖南 长沙 410082
风导致的信道气流是影响关联成像的重要因素,因此,对信道气流干扰下的关联成像研究进行了总结。首先,给出了近场气流影响的相位模型,并从光传输和关联成像两个角度进行了可靠性验证;然后,将该模型扩展到高风速区域,得到超声速气流下风速和边界层厚度对关联成像的影响规律,定量分析了成像质量的变化情况;最后,针对实际成像过程中的探测抖动问题,介绍了基于关联成像时间特性的抑制方法以及小样本成像算法。本研究结果不仅可以评估信道气流对关联成像的影响,还为关联成像在机载遥感等领域的应用提供了重要的参考价值。
量子光学 量子信息与处理 湍流 图像恢复技术 近场气流 关联成像 激光与光电子学进展
2021, 58(10): 1011017
在采用散斑自相关方法,对基于辅助参考物的赝热光透过散射介质成像过程进行数值模拟的基础上,讨论了当成像范围超出一个光学记忆效应时,重建目标的质量随之变差的情况。通过对处在不同子光学系统的目标物和参考物,不断改变其点扩散函数的相关度,来近似等效它们超出光学记忆效应范围的程度,得出能够容忍的相邻光学记忆效应范围最低的点扩散函数相关度,并分析了点扩散函数的相关度对重建目标像质量的影响。随着相邻光学子系统点扩散函数的相关度逐渐降低,成像效果也逐渐变差。当这一相关度值低于0.3839时,重构图像已无法用肉眼分辨。对于同一相关度的点扩散函数,其空间分布函数并不影响成像效果的变化。同时,在相邻散斑相互叠加形成叠加散斑的过程中,叠加面积与模拟成像效果呈正比关系,即随着散斑叠加面积的减少,成像效果逐渐变差。
散射介质 光学记忆效应 自相关 点扩散函数 图像恢复 the scattering media optical memory effect autocorrelation point spread function image restoration
