在图像超分辨率重建问题中, 许多基于深度学习的方法大多采用传统的均方误差 (MSE)作为损失函数, 重建后的图像容易出现细节模糊和过于平滑的问题。针对这一问题, 本文对传统的均方误差损失函数进行改进, 提出一种基于多尺度特征损失函数的图像超分辨率重建方法。整个网络模型由基于 DenseNet的重建模型和一个用来优化多尺度特征损失函数的卷积神经网络串联构成。将重建后得到的图像和对应的原始高清图像作为串联的卷积神经网络的输入, 计算重建图像卷积得到的不同尺度特征图与对应的原始高清图像卷积得到的不同尺度特征图的均方误差。实验结果表明, 本文提出的方法在主观视觉效果和 PSRN、SSIM上均有所提升。

目前在光谱成像领域建立由空间分辨力的量化测量方法, 但在探测器分辨能力不足时, 其存在测量时成像位置不同带来测量结果不同的现象。本文提出了一种适用于面阵成像光谱相机空间分辨力的精密测量方法, 其基于黑白线对在精密平移下的光谱图像, 绘制出单个像素的灰度随位移的变化曲线, 理论上通过曲线的分割可获得各种可能成像位置下灰度随像素的分布结果, 在实际操作时可仅通过一种曲线分割取点, 直接得到各成像位置均能分辨的线对密度值。该方法有效地避免了现有方法在探测器分辨能力不足时的缺陷, 通过对一台面成像光谱相机的实验测量验证了其可行性。

卷积神经网络在单帧图像超分辨率重建任务中取得了巨大成功, 但是其重建模型多是基于单链结构, 层间联系较弱且不能充分利用网络提取的分层特征。针对这些问题, 本文设计了一种多路径递归的网络结构 (MRCN)。通过使用多路径结构来加强层之间的联系, 实现特征的有效利用并且提取丰富的高频成分, 同时使用递归结构降低训练难度。此外, 通过引入特征融合的操作使得在重建的过程中可以充分利用各层提取的特征, 并且自适应的选择有效特征。在常用的基准测试集上进行了大量实验表明, MRCN比现有的方法在重建效果上具有明显提升。

针对光学相机成像分辨率低、噪声干扰严重等问题, 本文提出一种能有效去噪的高精度超分辨方法 —基于快速 l1-范数稀疏表示和二阶广义全变分(TGV)的超分辨方法。首先利用各向异性扩散张量 (ADT)作为边缘高频信息, 通过快速 l1-范数稀疏表示方法建立 LR图像和相对应的高频信息 ADT的字典集; 其次将字典学习到的 ADT边缘信息和 TGV模型组合成新的规则项; 最后利用新的规则项建立超分辨代价函数, 并利用图像增强后处理方法对整幅图像进行优化。结果表明: 算法对仿真数据和 SO12233靶标数据具有较高的可行性和鲁棒性, 能有效去除噪声等异常点, 获得高质量清晰图像, 同时与其他经典算法相比, 所提算法超分辨的峰值信噪比和结构相似度均有所增大。

基于光电跟踪设备对空间目标进行跟踪测量时, 由于电磁干扰、云层遮挡或者地影等因素的影响, 造成空间目标成像在设备视场中无法提取, 严重时甚至导致系统闭环跟踪不能平稳进行。此时可以采用理论引导的方式, 利用预测轨迹继续进行跟踪搜索。本文将广泛用于计算机视觉领域特征提取的随机抽样一致性 (RANSAC)算法引入轨迹预测, 并根据观测数据分布的特点进行改进提出 WRANSAC算法, 用于实时处理有限的历史观测数据, 进行轨迹预测。引入该算法后, 在对空间目标轨迹预测时, 对历史观测数据的容错能力提高, 对模型的敏感性降低, 预测结果的准确性和鲁棒性远远优于最小二乘法。通过对比预测轨迹和实际轨迹, 证明了该算法的有效性。

针对平台运动导致的视频抖动问题, 提出了一种基于光流传感器的视频稳像技术。该方案首先通过对一般光流传感器的改进, 使其具有旋转运动下输出准确运动矢量的能力, 然后利用光流传感器获得相邻两帧图像之间的运动矢量, 并通过坐标变换计算出主相机的实时平移和旋转信息; 其次, 对原视频图像序列进行运动补偿, 以获得稳定的图像序列, 最终实现了视频稳像。实验结果表明, 稳像后的图像序列与未稳像之前相比峰值信噪比提高了 11.86 dB。该方案在视频抖动较大的情况下, 能够明显减小图像序列的抖动现象, 具有稳像效果好的特点, 满足视频稳像的性能要求, 对提高平台抗扰能力有着较高的实用性。

由于成像设备的限制, 深度图往往分辨率较低。对低分辨率深度图进行上采样时, 通常会造成深度图的边缘模糊。当上采样因子较大时, 这种问题尤为明显。本文提出金字塔密集残差网络, 实现深度图超分辨率重建。整个网络以残差网络为主框架, 采用级联的金字塔结构对深度图分阶段上采样。在每一阶段, 采用简化的密集连接块获取图像的高频残差信息, 尤其是底层的边缘信息, 同时残差结构中的跳跃连接分支获取图像的低频信息。网络直接以原始低分辨率深度图作为输入, 以亚像素卷积层进行上采样操作, 减少了运算复杂度。实验结果表明, 该方法有效地解决了图像深度边缘的模糊问题, 在定性和定量评价上优于现有方法。

针对基于 LBP的许多改进方法需要提前训练, 对旋转和照明变化鲁棒性较差的特点, 本文通过融合 CLBP和图像表面的局部几何不变特征提出了一种新的纹理分类方法。该算法首先计算图像表面的局部几何不变特征, 然后对其进行量化和编码。其次, 再将编码结果与 CLBP直方图进行融合。本文提出的算法能够同时提取图像的宏观和微观特征, 且具有不明显增加特征维度, 无需提前训练, 对图像的旋转和光照变化保持不变的特点。在两个标准纹理数据库上进行实验验证, 结果表明, 本文算法与其它算法相比在分类精度和鲁棒性上都有明显的提高。

在种子呼吸 CO2检测系统中, 为了解决传统方法无法对种子呼吸 CO2浓度实时测量的难题, 本文根据种子呼吸 CO2的特点, 基于可调谐二极管激光吸收光谱 (TDLAS)技术设计了基于虚拟仪器 LabVIEW的种子呼吸检测系统。该系统主要包括激光光源及其控制器、基于多次反射池结构的种子呼吸容器、数据采集模块。上位机软件中主要设置了数据采集、信号处理、浓度反演等功能模块, 其中浓度反演采用正交矢量的锁相放大算法, 避免了参考信号与待测信号相位差产生的误差。实验结果表明, 采用虚拟仪器软件实现的种子呼吸 CO2检测系统, 能够有效检测种子呼吸变化, 抗干扰性和稳定性都较优, 为后续的实验开展研发奠定了基础。

本文基于 Schupmann消色差理论, 介绍了一种离轴四反射镜衍射成像光学系统设计方法。设计了口径 1 m、F数为 8、视场 0.12°、波段 582.8 nm～682.8 nm的离轴四反射镜衍射成像光学系统。设计结果表明, 该光学系统的色差得到有效校正, 系统调制传递函数 (MTF)在 50 lp/mm范围内优于 0.53, 弥散斑半径的均方根值小于艾里斑半径, 成像质量接近衍射极限。分析了平面衍射物镜和曲面衍射校正镜可分别采用二元光刻工艺和金刚石车削技术制作的原因。对设计结构进行公差分析, 确定公差误差主要来源于中继反射镜的倾斜角度, 为装调过程提供指导。设计的系统为宽波段、高像质的反射式衍射成像光学系统发展提供了参考。