基于无监督学习的多模态可变形配准

针对医学图像配准问题,传统方法提出通过解决优化问题进行配准,但计算成本高、运行时间长。深度学习方法提出使用网络学习配准参数,从而进行配准并在单模态图像上取得高效性能。但在多模态图像配准时,不同模态图像的强度分布未知且复杂,大多已有方法严重依赖标签数据,现有方法不能完全解决此问题。提出一种基于无监督学习的深度多模态可变形图像配准框架。该框架由基于损失映射量的特征学习和基于最大后验概率的变形场学习组成,借助空间转换函数和可微分的互信息损失函数实现无监督训练。在MRI T1、MRI T2以及CT的3D多模态图像配准任务上,将所提方法与现有先进的多模态配准方法进行比较。此外,还在最新的COVID-19的CT数据上展示了所提方法的配准性能。大量结果表明:所提方法与其他方法相比,在配准精度上具有竞争优势,并且大大减少了计算时间。      

基于多尺度失真感知特征的重定向图像质量评估

在不同宽高比显示设备上的图像观看体验通常受到图像重定向操作方法的影响。为了提高重定向图像主观感知与客观评估之间的一致性,提出了基于多尺度失真感知特征（MSDA）的客观重定向图像质量评估（RIQA）方法。语义失真和细节失真经常出现在图像的不同尺度上,因此从图像的不同尺度中提取失真感知特征。提出了一个描述原始图像和重定向图像之间的宽高比相似度（ARS）的精确度量。此外,使用视觉注意力融合图来模拟人类视觉系统对图像的主观关注度。在2个基准数据库上的实验结果表明,所提出的MSDA方法的肯德尔排名相关系数（KRCC）、皮尔逊线性相关系数（PLCC）和斯皮尔曼秩次相关系数（SRCC）指标分别比对比方法中最优方法提高4.1%、1.8%和4.5%。      

基于图像拼接的微小零件视觉检测方法

针对毫米级微小尺寸零件的高准确度检测问题,提出了一种基于图像拼接技术的视觉检测方法,即利用亚像素微小位移结合相位相关的自动拼接方法。以两幅图像的拼接为例,这种方法首先对第一幅图像利用三次样条插值,进行亚像素微小位移;然后用处理后的第一幅图像与第二幅图像进行相位相关处理,计算两者的相关功率谱函数分布图;再根据分布图中功率谱最大值求出两幅图像的亚像素配准关系;最后根据配准关系把两幅图像拼接起来。实验表明,使用这种拼接方法,准确度可达到亚象素级,并具有抗噪声、易实现自动化等特点。     

基于深度神经网络的像素级别可见光图像配准

现有图像配准算法中,借助图像采集设备参数的方法存在硬件内参难以获得或精度不够的问题,采用匹配图像特征计算图像单应性的方法存在对场景深度信息利用不全的问题。针对这一现象,提出了结合可见光图像与其深度信息来生成更具有真实性的配准图像对数据,用以训练得到一个可以进行像素级别图像配准的深度神经网络PIR-Net。建立了一个大规模、多视角、超仿真的图像配准数据集:多视角配准(MVR)数据集,该数据集包含7 240对含有深度信息的待配准图像及其像素级别的坐标对准真值;基于编码器-解码器的深度神经网络结构,训练得到一个能以全分辨率形式对2幅输入图像之间的坐标变化矩阵进行重建的PIR-Net。通过实验验证了PIR-Net能够在未知相机内参的情况下实现不同视角的可见光图像配准,并比传统算法具有更高的配准精度。在MVR数据集上,PIR-Net的配准误差仅为通用的特征匹配对准算法(SIFT+RANSAC)的18%,同时减少了30%的时间消耗。      

基于彩色三要素的无参考对比度失真图像质量评价方法

图像质量评价是图像处理领域中基本且具有挑战性的问题。对比度失真对图像质量的感知影响较大,目前针对对比度失真图像的无参考图像质量评价研究相对较少。基于此,提出了基于彩色三要素的无参考对比度失真图像质量评价方法,利用彩色三要素的亮度、色调和饱和度3个参数实现了对比度失真图像的质量评价方法。在亮度方面,提取矩特征及图像直方图与均匀分布之间的Kullback-Leibler散度特征。在色调和饱和度方面,分别在HSV空间的H和S通道中提取颜色加权局部二值模式(LBP)直方图特征。利用AdaBoosting BP神经网络训练预测模型。在5个标准图像数据库中进行广泛的实验分析和交叉验证,结果表明,所提方法与现有的对比度失真图像质量评价方法相比,性能有明显的提升。     

Construction of lunar DEMs based on reflectance modelling

Existing lunar DEMs obtained based on laser altimetry or photogrammetric image analysis are characterised by high large-scale accuracies while their lateral resolution is strongly limited by noise or interpolation artifacts. In contrast, image-based photometric surface reconstruction approaches reveal small-scale surface detail but become inaccurate on large spatial scales. The framework proposed in this study therefore combines photometric image information of high lateral resolution and DEM data of comparably low lateral resolution in order to obtain DEMs of high lateral resolution which are also accurate on large spatial scales. Our first approach combines an extended photoclinometry scheme and a shape from shading based method. A novel variational surface reconstruction method further increases the lateral resolution of the DEM such that it reaches that of the underlying images. We employ the Hapke IMSA and AMSA reflectance models with two different formulations of the single-particle scattering function, such that the single-scattering albedo of the surface particles and optionally the asymmetry parameter of the single-particle scattering function can be estimated pixel-wise. As our DEM construction methods require co-registered images, an illumination-independent image registration scheme is developed. An evaluation of our framework based on synthetic image data yields an average elevation accuracy of the constructed DEMs of better than 20 m as long as the correct reflectance model is assumed. When comparing our DEMs to LOLA single track data, absolute elevation accuracies around 30 m are obtained for test regions that cover an elevation range of several thousands of metres. The proposed illumination-independent image registration method yields subpixel accuracy even in the presence of 3D perspective distortions. The pixel-wise reflectance parameters estimated simultaneously with the DEM reflect compositional contrasts between different surface units. Specifically, the detected variations of the parameter of the single-particle scattering function indicate small-scale variations of the regolith particle size, possibly as a result of differences in soil maturity.     

滤波器的相频特性对像质影响的仿真

利用计算机仿真的方法,研究了椭圆低通滤波器和Butterworth滤波器的相频特性对像质的影响。这种影响主要有边缘退化、分辨率损失、产生新的干扰条纹和几何畸变以及多波段图像配准精度降低等。     

Mapping recent agricultural developments in China from satellite data

Landsat data have been employed to study and map agricultural developments in three regions of China: 1) Pearl River delta; 2) Nen River basin; and 3) Xinjiang Autonomous Region. Manual interpretation procedures used in conjunction with multi-date Landsat images and collateral information permitted rice yields to be estimated for the Pearl River delta in 1978. A combination of manual and computer-assisted analyses of Landsat data of Northeast China revealed that more than 15,000 km² of agricultural land in a 184,500 km² study area had been reclaimed from rangeland and marshland. These analyses also indicated a shift in cropping practices, with the foodcrops wheat and corn replacing cash crops such as soybeans. In the arid west, Landsat image data provided valuable input to a geographic information system (GIS). It appears the GIS approach will prove useful for evaluating agricultural land potential in the remote areas of China.     

一种高准确度超低频电压测试标准——8801超低频电压及失真测试仪

8801超低频电压及失真测试仪是一种采用单片计算机、A/D变换器的采样-计算式仪器,它可以测试超低频信号的周期、电压、失真和谐波等各种参数。电压测试不确定度高达0.02％。文中介绍了主要技术指标、工作原理、技术特点、误差分析等,对软件作了简要说明。     

基于非线性直方图变换的对比度畸变图像校正

在实际成像过程中,因受多种因素影响而导致图像对比度畸变,使其质量下降。为了改善图像质量并增强视觉效果,提出了一种基于非线性直方图变换与参数优化的降质图像对比度畸变校正方法。首先,针对常规直方图均衡方法的局限性,通过人眼视觉感知特性分析,引入图像直方图的先验约束条件,建立了非线性直方图变换模型;进而,从校正效果的最优化角度考虑,运用遗传算法的进化寻优进行校正参数的优化,从而形成了一种高性能的对比度畸变校正算法。一系列在不同场景实拍的对比度严重畸变图像的校正实验结果表明,本文方法校正结果的客观质量评价测算指标和实际视觉效果都有显著提升,和常规校正方法相比具有明显优势。      

TDICCD相机大视场多通道遥感图像自动拼接方法

在TDICCD大视场多通道遥感图像的拼接中, 由于存在成像平台谐振及颤振等因素的影响, 以往的经典方法抗噪性和鲁棒性不高, 很难达到图像高精度和快速拼接的要求. 为此, 提出了一种空域互相关自校正亚像素配准方法. 该方法针对TDICCD多通道图像间重叠像素的特点, 采用变搜索窗口的互相关系数作为评价函数; 采用局部检测法监视图像参数的变化, 找出图像每一部分最佳参数; 采用干扰点排除法控制图像中误匹配的点, 使参数更加可信; 在最佳点配准的基础上, 采用所提出的亚像素定位法对配准进行补偿.实际遥感图像拼接结果证明, 该算法精度优于0.1 pixel, 同时比其他方法速度快, 稳定性、抗噪性和鲁棒性都很高, 拼接图像获得了良好的效果.      

自研激光雷达三维点云配准技术

为了实现激光雷达点云与图像重建点云的三维空间配准,基于自研三维扫描激光雷达系统,提出了新型的快速多尺度因子（FMSR）点云配准算法,研究了空间点云配准技术。该算法主要包括初始配准和精确配准2个步骤:初始配准使用基于尺度自适应关键点质量（ASKQ）的点云特征提取算法,提取关键点的特征匹配对,求解点云配准初始参数;精确配准利用K-邻近（KNN）算法全局搜索,提升计算效率,多次迭代得到2组点云之间的最优旋转矩阵、最优平移向量和最优尺度因子。仿真和实验结果表明,所提出的算法对空间目标（尺寸为20.30 m×7.85 m×26.56 m）实现空间点云配准,配准精度达到0.194 m,运行时间为16.207 s;与多尺度迭代最近点（S-ICP）算法相比,配准精度提高了0.131 m,运行时间提高了30%。所提出的空间点云配准技术可为场景重建和纹理匹配提供算法基础。      

脑外科机器人视觉伺服研究

定位精度是脑外科机器人系统一个最重要的指标.提出了利用视觉伺服提高脑外科机器人系统定位精度的方法.根据机器人辅助脑外科手术的特点,选择基于位置的末端点闭环的视觉伺服方式,提出了一种利用机器人运动信息对机器人的特征点进行视觉跟踪定位的稳定可靠的方法.针对病人体内病灶点在摄像机图像中不可见的问题,推导了脑外科机器人系统的视觉伺服控制律.采用视觉伺服的方法后,系统定位精度有了很大提高,系统定位误差主要由靶点映射误差引起,受机器人绝对定位误差的影响不大.手术过程模拟和定位精度测试验证了该方法的有效性.      

基于残缺图像样本的生成对抗网络图像修复方法

针对大面积图像修复缺失严重时，需要完整且高质量训练样本的问题，提出了一种将残缺或含噪图像样本作为训练集的双生成器深度卷积生成对抗网络（DGDCGAN）模型。构建两个生成器和一个鉴别器以解决单一生成器收敛慢的问题，用残缺图像样本作为训练集，通过交叉计算、搜索损失区域类似的图像信息作为训练生成模型的样本，收敛速度更快。鉴别器损失函数改进为输出的Wasserstein距离，使用自适应估计算法优化生成器损失函数和鉴别器损失函数的模型参数，最小化两两图像之间的总距离差，使用鉴别模型和修复图像总距离变化均方差最小化两个指标优化修复结果。在4个公开数据集上进行主客观实验，结果表明:所提方法能使用残缺图像样本作为训练集，有效实现大面积失真图像的修复，且收敛速度和修复效果优于现有图像修复方法。      

轨道末期星载相机侧摆成像匹配分析与实验

通过分析卫星轨道末期星载TDI CCD相机成像面临的数据读出频率过大、像移失配严重等瓶颈问题, 提出了轨道末期卫星侧摆成像匹配方案. 依据轨道衰减高度, 设计侧摆成像匹配模型, 计算出轨道高度与匹配成像侧摆角度之间的变化关系, 对侧摆成像时的像移速度矢量、偏流角度、成像畸变等进行了定量的可行性分析, 并利用蒙特卡洛方法分析了满足侧摆成像的卫星姿态指向精度和稳定度. 利用基于小型三轴气浮台的小卫星姿态控制系统和TDI CCD相机成像系统进行仿真试验, 结果表明, 仿真图像的MTF函数和互相关相似性测度均在0.85以上, 侧摆成像匹配方案能较好地满足轨道末期成像需求.      

基于奇异值分解的遥感图像融合性能评价

研究遥感图像融合性能的客观评价问题,分析当前遥感图像融合效果评估方法特点的基础上,提出一种新的遥感图像融合效果评估方法——基于奇异值分解(SVD, Singular Value Decomposition)的方法.利用源图像与融合结果图像的奇异值差异,测量它们之间能量信息失真情况,从而进行融合算法的评估.仿真实验从两方面入手,当融合源图像中含有SAR(Synthetic Aperlure Radar)图像时,对比Piella和Xydeas评估方法较为有效;另一方面,对多类型传感器、不同方法的像素级融合结果进行评估,与主观评价结果对比具有较高的一致性.这种客观评估方法能够较好地反映多类遥感图像融合的质量,是一种实现简单、高效、较为通用的遥感图像融合效果评估方法.      

高精度星相机光学系统像质评价及实现

摘要： 高精度星相机光学系统是实现高性能星相机的关键技术.从工程实际出发，梳理星相机光学系统像质评价的指标，重点论述星点质心位置指标分解、光学系统评价指标分解过程.分析认为星相机光学系统设计过程中需关注质心位置偏差和质心位置与理想像高的偏差、温度分析需兼顾均匀温升及梯度温度变化.给出一个继承于双高斯结构形式的设计实例，结合像差理论进行消热设计和畸变控制，分析不同温度条件下不同类别恒星的质心位置一致性.设计结果表明该光学系统可满足高精度星相机指标要求.     

Advanced fractal approach for unsupervised classification of SAR images

Unsupervised classification of Synthetic Aperture Radar (SAR) images is the alternative approach when no or minimum apriori information about the image is available. Therefore, an attempt has been made to develop an unsupervised classification scheme for SAR images based on textural information in present paper. For extraction of textural features two properties are used viz. fractal dimension D and Moran’s I. Using these indices an algorithm is proposed for contextual classification of SAR images. The novelty of the algorithm is that it implements the textural information available in SAR image with the help of two texture measures viz. D and I. For estimation of D, the Two Dimensional Variation Method (2DVM) has been revised and implemented whose performance is compared with another method, i.e., Triangular Prism Surface Area Method (TPSAM). It is also necessary to check the classification accuracy for various window sizes and optimize the window size for best classification. This exercise has been carried out to know the effect of window size on classification accuracy. The algorithm is applied on four SAR images of Hardwar region, India and classification accuracy has been computed. A comparison of the proposed algorithm using both fractal dimension estimation methods with the K-Means algorithm is discussed. The maximum overall classification accuracy with K-Means comes to be 53.26% whereas overall classification accuracy with proposed algorithm is 66.16% for TPSAM and 61.26% for 2DVM.     

运动基航天飞行模拟器信号缩比策略

对于大幅值的输入信号,三阶多项式缩比法易产生信号畸变且参数配置复杂;而Hermite缩比函数法的触发速度较慢.提出两种改进的缩比方法:基于三阶多项式缩比法的最优参数配置法和加入线性缩比的非线性缩比法.前一种方法通过参数的优化配置最大化稳定区,以防止信号的畸变;后一种方法则利用线性缩比的特性将缩比度限制在稳定区内.仿真结果表明:线性缩比的加入可以防止三阶多项式缩比法信号的畸变;最优配置参数法应用方便且整体效果较好.为航天飞行模拟提供了更有效的缩比策略.