成像模型

摘要： 针对雾霾天气条件下的图像降质问题,提出一种高效的清晰化算法。利用最小值运算与形态学操作分别提取边缘信息和强度信息,再通过联合双边滤波器对成像模型中的散射函数进行估计,获取精细化的结果;定义远景区域缩小搜索范围,统计该区域内的灰度直方图计算环境光。仿真结果表明,该算法可有效提升能见度,增强图像的细节和颜色,得到相对较优的视觉效果。

摘要： 由于传统线阵相机的标定过程复杂,且对标定物精度要求较高,难以保证缺陷的定位精度,本文提出一种线阵相机的圆环旋转标定方法以提高缺陷的定位精度。该方法设计一种新型的圆环形标定板,在静态标定基础上通过旋转线阵相机采集相机视线与圆的交点的坐标,得到旋转角度以及多组标定点,建立线阵相机的成像模型和径向畸变模型,通过非线性优化整体误差函数求解相机的内参和畸变参数,同时分析相机不同旋转角度对标定精度的影响。实验结果表明,当θ≤20°时,该方法的标定精度在0.35 pixel以内,满足实际检测的定位要求,并且在PCB缺陷检测中得到较好的验证。

摘要： 水下机器人的视觉感知功能因受到水下环境因素的影响,面临着图像质量降低的挑战,如图像颜色畸变、整体色调偏绿、偏蓝、对比度较低、细节较为模糊等。提出一种结合深度学习方法与物理成像模型的新型水下图像增强算法,通过构建包含扩张卷积和带参数激活函数的神经网络,进行背景散射光和直接传输映射的估计,并结合成像模型的数学表达进行重建运算得到增强后图像。实验结果表明,与UDCP、IBLA、GLNet等典型图像增强算法相比,该算法具有更快的运算速度,且能够消除水下环境因素带来的影响,丰富图像色彩的同时能增强各类细节,在峰值信噪比指标和结构相似度指标上取得了较大值。此外,增强后的图像在特征点匹配实验中获得了更好的匹配效果。

摘要： 建筑物沉降观测是保证建筑物安全的重要内容,为解决传统的建筑物变形监测方法成本高、安装固定难的问题,提出了目标建筑物摄影观测的方法,对各期监测图像相同监测点在垂直方向产生的建筑物沉降量进行分析计算。其关键在于首先确定相机单位像素的物理尺寸,并对拍摄图像进行相机标定,利用得到的内参和外参矩阵纠正拍照过程中产生的桶型和枕型畸变,其次对标定后的图像进行超分辨率重建,通过训练卷积神经网络模型更新结构参数,最终重建后的图像的峰值信噪比达33.00db,最后对拍摄图像进行SIFT特征点提取和匹配,计算各期图像像素间的差值令沉降量精确至毫米级,达到国家衡量建筑物沉降基准。

摘要： 针对连续旋转型偏振成像系统Stocks测量模型,对该模型受起始曝光角误差、检偏片转速不均、光轴偏转等因素进行分析,提出了基于连续旋转的准实时偏振探测系统成像设计约束条件,结合实际情况介绍了基于滑动窗口的偏振维信息计算方法,利用所建模型仿真分析了影响测量存在的各类误差。结果表明,曝光角大小对偏振维信息获取不会造成大的影响,转速不均匀对Stocks参量的影响随着转速增加而减小,为保证Stocks参量误差小于0.01,起始检偏角校准误差绝对值应小于0.573°,光轴偏转角绝对值应小于11.422°。

摘要： 在碳中和背景下,燃煤发电机组深度调峰及灵活性运行对炉内三维燃烧状况实时监控提出了迫切要求。总结了燃煤电站锅炉及工业窑炉三维燃烧温度分布监测研究进展。在燃烧火焰辐射成像模型方面,重点介绍了以蒙特卡洛方法为基础建立的方向辐射强度计算的DRESOR法以及近期对DRESOR法的优化,为提高燃烧介质温度的反演精度、同时反演燃烧介质的辐射特性参数分布奠定了基础。三维温度场和辐射参数同时反演问题求解的基本方法为采用Tikhonov正则化方法从多种单色辐射强度图像中重建炉内温度分布,再用最优化方法更新颗粒介质辐射特性,迭代求解。近期,反演重建算法有了新进展,新算法分3个阶段:(1)假设炉内吸收系数、散射系数和炉壁反射率分布均匀,优化求解得到最佳辐射参数及炉内温度分布;(2)在第1阶段基础上,将炉内吸收系数、散射系数设置为空间坐标的二阶多项式拟合分布,壁面仍为均匀反射率,进一步优化迭代计算;(3)在第2阶段计算收敛的基础上,进一步假设炉壁反射率为壁面坐标的二阶多项式分布,再优化迭代计算。依据反演算法最新进展获得了燃烧温度重建误差1%以内的重建结果,并实现了基于辐射参数的炉内煤粉浓度相对分布的重建。炉内三维温度场可视化监测系统在200、300、600 MW燃煤电站锅炉燃烧监控中得到了工业应用,并进一步扩展应用到轧钢厂步进式加热炉、石油化工厂管式加热炉、单火嘴燃烧炉、化工厂裂解炉等燃油或燃气工业窑炉中,应用前景良好。未来需采用机器学习和人工智能理论进一步提升耦合重建问题的求解效率,与炉内工况及热力系统三维实时、动态建模相结合,实现炉内三维工况分布参数(炉内气氛、颗粒物、污染物、炉内热负荷、炉壁热负荷分布等)实时监测及诊断和锅炉水冷壁内水动力、热力系统分布参数建模预测,构建多时间尺度大数据驱动的燃煤发电机组数字孪生系统,为开发智能锅炉/工业窑炉优化控制系统做出贡献。

摘要： 水下图像增强是水下有人/无人设备完成深海探测任务的重要支撑技术。该技术综合应用信号处理、图像处理以及机器学习的相关理论知识以实现对水下图像的灵活增强。在简述了水下图像增强的研究背景、意义及热点问题的基础上,按照不基于成像模型、基于成像模型与基于学习3个方向对水下图像增强技术的发展进行了详细的论述,重点分析了不同方法的原理和技术特点。最后,根据水下图像增强技术的难点与目前面临的主要问题对研究方向和发展趋势进行了归纳和展望。

摘要： 传统光电成像技术受工业化设计思想限制,性能已近极限,难以满足信息时代下越来越高的应用需求。计算成像技术是信息时代发展的必然,在信息获取、传递和解译等过程中与数学计算、信号处理深度耦合,可有效突破光学成像过程中物理信息获取难、建模难和解算难的瓶颈,同时在信息的维度、尺度和分辨率等方面皆可实现质的突破。尽管计算成像发展很快,但目前仍呈现出碎片化、分散化的态势,缺乏系统性的体系引领其技术发展。因此,凝练计算成像技术的概念和内涵,建立计算成像技术体系分类,分析待解决的共性基础问题和关键技术,尤其是非线性成像模型问题;从更远作用距离、更高成像分辨率、更广视场和更小光学系统四个典型需求进行剖析,对超大口径及超衍射极限、仿生光学、光场信息深度解译、计算光学系统设计以及计算探测器应解决的关键问题进行阐述。本文提供了一种全局视角,将更好地推动计算成像技术的发展和应用进程。

摘要： 利用传统方法标定生态景观布局中存在的三维特征时,由于未矫正因薄棱镜畸变、离心畸变和径向畸变产生的图像畸变,导致特征标定效率和精度较低.针对上述问题,提出基于立体视觉的生态景观布局三维特征标定方法.采用立体视觉技术构建相机成像模型,在相机成像模型的基础上消除薄棱镜畸变、离心畸变和径向畸变产生的图像畸变,实现对生态景观图像的矫正处理.采用SIFT算法建立尺度空间,并获取尺度空间中存在的极值点,根据极值点在生态景观图像中定位关键点,并通过KD-树搜索方法进行关键点匹配,实现对生态景观布局中三维特征的标定.仿真结果表明,所提方法不仅特征标定效率和精准度均较高,且其标定率也较高,充分证明了上述方法的有效性.

摘要： 针对水下图像出现的颜色失真、对比度低、雾化现象等问题,提出双透射率成像模型与Retinex融合的水下图像清晰化方法.首先,采用基于改进双透射率成像模型的复原算法,用以解决图像雾化以及亮度失衡;其次,在带色彩恢复的多尺度Retinex增强算法中引入引导滤波,解决图像色偏问题;此外,引用自动色彩增强算法,有效提升对比度;最后,将三个输入图像与结合对比度、显著性、饱和性得到的对应权重图采用多尺度融合框架得到清晰化水下图像.实验结果表明,与现有新颖算法相比,所提方法可以最大程度地将多种单一算法的优势有效结合起来,水下彩色图像质量评价指标(underwater color image quality evaluation,UCIQE)均值高于各比较算法6.03％且加速鲁棒特征(speeded up robust features,SURF)特征匹配点明显提升,算法能在保留图像细节的同时有效校正色偏现象、提升图像对比度及清晰度,更符合人眼的视觉效果.

摘要： 针对国内外系留式浮空器成像模型的研究空白,提出了基于系留式浮空器多视影像成像模型的问题;介绍了系留式浮空器的发展概况和对地观测系统的组成,重点讨论了通过多视影像数据处理技术和基于共线方程建立严格成像模型和定位精度理论模型,并指出了该成像模型存在的问题,最后提出了未来系留式浮空器对地定位技术的研究方向.

摘要： 长期以来随着电子地图和多媒体呈现技术的发展,忽视对高质量地图产品生产过程及方法的研究,使得目前地图生产成为地理空间信息深入应用的一个瓶颈.为达到高质量地图出版,目前采用的手工数字制图效率低下,无法满足日益增长的地图产品需求和地图更新需要.利用地理空间数据库进行地图生产被认为是地理空间信息工程应用的关键技术.传统基于DLM数据模型进行地图制图效果不佳,本文引入Postscript语言作为数据模型以实现由地理数据进行地图高质量制图生产.rn 本文针对传统基于地理数据库制图存在的问题，结合地理数据和地图数据特点，介绍基于PostScript成像模型的高质量地图制图方法，以地理数据库为信息源，通过数据模型转换，将制图对象由传统的DLM数据转向。CM数据结构，制图原子由地理要素实例转向地图图形元，为数字地图制图提供了新思路，结合图形语言描述下的高精度符号库和制图知识库约束，实现了高效率、高精度的地图制图。该方法不仅能解决了地图制图中数据源瓶颈，充分利用各类成熟软件的图形成果制作高精度的地图符号，更能操控符号化图形细节，解决传统制图中冲突、压盖等问题，符合人工制图习惯。基于本模型的软件成果已应用于地图出版相关部门，制图效果表明该方法在符号制作、数据转换和地图出版方面具有明显的优势，提高了工作效率。下一步研究工作将从理论和系统角度对制图表达、制图知识库等进一步进行完善和深化。

摘要： 基于直角坐标系，设计一个z轴同轴坐标独立、xy平面不同坐标相同的同轴双直角坐标系，物空间和像空间分置该坐标系的两个子坐标系。根据光学成像原理，推导出显微镜光学厚样本光学切片成像模型的一种形式。该模型形式表明，将生物厚样本用一叠微小等间隔切片表示，其某个切片置于显微镜的焦平面处，则该厚样本在像平面上得到的像，是由焦面切片像和所有散焦切片像叠加形成的像。该模型简单易见地将叠加像分成焦面像和散焦像，清晰地反映了厚样本切片的成像关系，有利于对显微镜厚样本成像特性进行分析。根据该模型得到的光学切片堆叠与厚样本三维成像数学模型等价。

摘要： 车载前视超宽带虚拟孔径雷达(VAR)能够穿透地表进行大区域浅埋目标探测，具有安全和高效的优点。为了能在行进中对前方区域连续成像并降低系统复杂度，车载前视超宽带VAR通常采用分裂孔径阵列天线配置(发射天线位于接收阵列两端)来获得积累孔径。本文研究了分裂孔径成像模型及其在浅埋目标成像中的应用。首先修正了传统条带式成像模型得到分裂孔径配置下的虚拟孔径成像模型，并从理论分析和仿真试验两个方面验证了成像模型的正确性。然后基于成像模型提出了适合分裂孔径车载前视超宽带VAR浅埋目标成像的折射和色散影响补偿方法。最后利用仿真数据验证了该补偿方法能够对浅埋目标正确定位和精确聚焦。

摘要： 二十世纪九十年代以来，随着空间技术、信息技术和传感器技术的飞速发展，遥感影像在分辨率方面有了很大提高。随着大量的高分辨率遥感卫星投入商业运营，目前民用卫星遥感图像的空间分辨率已达1-5米甚至亚米。在各类成像传感器中，特别值得重视的是能够实现对地立体观测的线阵CCD推扫式传感器。法国SPOT卫星、印度的IRS-1D卫星、美国的IKONOS、QuickBird卫星以及我国的资源二号卫星都载有线阵CCD推扫式传感器。这是目前对地观测十分有效的传感器，在今后可预期的一段时间内，该类传感器仍具有很好的应用前景。在高分辨率遥感影像的处理当中，传感器的成像机理、成像模型是进行影像处理的基础和关键技术。高分辨率遥感卫星影像的多样性和复杂性使得传统的摄影测量处理技术不再完全适用，因此有必要对高分辨率卫星遥感影像的成像机理和模型精度进行分析研究。

摘要： 自动纳米操作是实现规模化纳米制造的关键,实时三维视觉信息反馈能够在操作过程中实时反馈操作装置和纳米器件的空间三维位姿(位置和姿态),为实现自动纳米操作提供重要的控制信息.SEM是实现此目标的最佳工具，但现有研究成果只能在特定条件下反馈实时的二维信息或低精度的三维信息，在SEM的成像模型、图像特征提取和三维重建算法上存在诸多问题。本项目旨在基于实时视觉跟踪的图像采集策略的基础上，探索性地使用SEM图像序列对操作工具和纳米器件进行实时连续的三维重建，并针对上述关键问题进行研究与探索。

摘要： 非线性畸变椭圆鱼眼镜头是面向视频监控应用的一种新型鱼眼镜头，由安徽景全光电科技有限公司设计生产，与传统的鱼眼镜头不同，非线性畸变椭圆鱼眼镜头采用非角对称光学系统设计模式，其有效成像面为椭圆，并且采用非线性畸变成像函数，能够实现对大视场中关键区域的增强畸变．本文通过对其非相似成像的研究，借鉴以往镜头成像建模方案，建立一种全方向光线跟踪镜头成像模型，通过NURBS曲面拟合镜头成像函数，然后通过五面立体角度标定板构成的半球空间实现对镜头成像函数的精确标定，最后实现椭圆畸变图像的校正。

摘要： 本文提出了一种两步法来高精度的标定月球车中鱼眼相机的方法。第一步，采用球面投影方程来表示鱼眼相机的成像模型，并建立球面投影与透视投影间的转换关系。利用直线在球面投影中的像为椭圆弧这一性质，求得球面投影中像主点坐标和球半径。第二步，用求得的上述参数将球面投影图像转化为透视投影图像，并进行相机内参数的标定。用新标定得到的像主点坐标和球半径代替上次结果，再次进行投影转换和内参数标定，按此进行迭代计算，直至标定结果收敛于设定阈值。最后，本文还通过了一组实验验证了该方法的正确性。

摘要： 在分析双目视觉测量模型的基础上,研究双目视觉测量系统内外参数标定方法,研制标定靶标,结合HALCON软件算子对测量系统进行参数标定,实验分析表明,该方法可以满足测量系统要求,并具有高效灵活的特点.

摘要： 在分析双目视觉测量模型的基础上,研究双目视觉测量系统内外参数标定方法,研制标定靶标,结合HALCON软件算子对测量系统进行参数标定,实验分析表明,该方法可以满足测量系统要求,并具有高效灵活的特点.

摘要： 本发明实施例提供了模型生成方法、医学成像的扫描规划方法及医学成像系统，涉及医学图像自动扫描规划技术领域，基于深度学习方法确定人工智能网络模型，进而通过人工智能网络模型得到扫描参数，保证了扫描参数的精度。该方法包括模型生成和使用过程：模型生成过程包括：获取样本预扫描图像以及样本预扫描图像对应的样本扫描参数；根据样本扫描参数生成样本距离场；通过人工智能网络对样本预扫描图像与样本距离场进行学习，生成人工智能网络模型。模型使用过程包括：获取受检者目标区域的预扫描图像；通过人工智能网络模型对预扫描图像进行处理，得到距离场；根据距离场，确定扫描参数。本发明实施例提供的技术方案，适用于扫描规划过程中。

摘要： 本发明公开了一种磁共振成像系统的弥散模型的数据采集方法和磁共振成像方法。磁共振成像系统的弥散模型的数据采集方法包括：合并步骤，将分别对应于多种弥散模型的多个个体数据集合并为一个合并数据集，各个所述个体数据集包括分别在一个或多个特定壳层上且分别在一个或多个梯度方向上的多个弥散图像个体数据，不同的所述特定壳层具有不同的弥散因子；获取步骤，利用所述磁共振成像系统获取所述合并数据集。根据本发明的具体实施例的磁共振成像系统的弥散模型的数据采集方法中，多个弥散模型可以有效地共享合并数据，并且采集时间可以明显缩短以便于临床应用。

摘要： 本发明提供了基于红外热成像仪成像数据的钢包准投准停模型应用方法，涉及钢包热修技术领域，包括以下步骤：选择仪器、控制参数、图片筛选、准投模型构建、区域划分、准投模型应用、准停模型构建和准停模型应用；本发明通过利用红外热成像仪对烘烤后的钢包外壁进行热成像拍摄，捕捉烘烤后钢包各个部位温度，将收集的钢包热成像照片对应实际钢包罐内上部渣线、墙砖、下部渣线、底砖进行模型构建和颜色特征提取，得出各个部位投入的最低温度，作为准投模型，应用时，在钢水罐投罐前抬烤包器3分钟内进行拍照，当成像图片单个区域最高温度超过模型中该区域的临界温度时，视为准投，便于准确判断钢包各个部位烘烤的情况，确保稳定的红包接钢。

摘要： 本申请提供了一种电阻抗成像的测试模型，适用于电阻抗成像设备，所述电阻抗成像的测试模型包括上盖、具有收容腔的外壳、标识柱、感应组件以及控制组件，所述上盖盖设于所述外壳，与所述外壳围设形成所述收容腔；所述外壳包括侧壁以及与所述上盖相对的底壁，所述底壁上设置有若干插孔；所述标识柱的一端可拆卸地插设于所述若干插孔，并容置于所述收容腔；所述感应组件设置于所述侧壁，所述控制组件分别与所述感应组件和所述电阻抗成像设备电连接；当液体注入所述收容腔时，所述感应组件用于检测所述测试模型以产生电信号，并将所述电信号通过所述控制组件传输至所述电阻抗成像设备。有效地解决了现有测试模型一体不便拆卸、测量单一的问题。

摘要： 本发明实施例提供了模型生成方法、医学成像的扫描规划方法及医学成像系统，涉及医学图像自动扫描规划技术领域，基于深度学习方法确定人工智能网络模型，进而通过人工智能网络模型得到扫描参数，保证了扫描参数的精度。该方法包括模型生成和使用过程：模型生成过程包括：获取样本预扫描图像以及样本预扫描图像对应的样本扫描参数；根据样本扫描参数生成样本距离场；通过人工智能网络对样本预扫描图像与样本距离场进行学习，生成人工智能网络模型。模型使用过程包括：获取受检者目标区域的预扫描图像；通过人工智能网络模型对预扫描图像进行处理，得到距离场；根据距离场，确定扫描参数。本发明实施例提供的技术方案，适用于扫描规划过程中。

摘要： 本发明公开了一种磁共振成像系统的弥散模型的数据采集方法和磁共振成像方法。磁共振成像系统的弥散模型的数据采集方法包括：合并步骤，将分别对应于多种弥散模型的多个个体数据集合并为一个合并数据集，各个所述个体数据集包括分别在一个或多个特定壳层上且分别在一个或多个梯度方向上的多个弥散图像个体数据，不同的所述特定壳层具有不同的弥散因子；获取步骤，利用所述磁共振成像系统获取所述合并数据集。根据本发明的具体实施例的磁共振成像系统的弥散模型的数据采集方法中，多个弥散模型可以有效地共享合并数据，并且采集时间可以明显缩短以便于临床应用。

摘要： 本实用新型公开了一种基于无介质空中成像的模型成像设备，包括箱体、透光模型、打光装置、光学成像元件，所述透光模型上设有向内凹的具有特定造型的镂空部、以及分布在所述镂空部四周的遮光部，透光模型安装在箱体的顶部并使得镂空部朝下放置，所述打光装置布置在透光模型的四周及顶部用于照射透光模型，所述光学成像元件安装在透光模型下方的箱体内，透光模型在打光装置的照射下，能够通过光学成像元件在关于光学成像元件对称位置形成位于箱体外部空中的空中影像。本实用新型展示的模型更加全面清晰，视觉效果和体验效果更好。

摘要： 本发明涉及一种基于成像模型与机器学习的磁共振超分辨率成像方法，其特征在于，包括以下步骤：S1，数据集准备：准备低分辨率数据集和高分辨率数据集，其中，高分辨率数据集分为不同等级分辨率的多个；S2，神经网络训练：按等级由低到高依次训练多个神经网络实现层进式学习；S3，成像阶段：将低分辨率图像依次通过已经训练好的神经网络生成高分辨图像，将生成的高分辨图像作为先验信息，将采集到的低分辨率图像代入广义级数模型，重建出最终的超分辨率图像。与现有技术相比，本发明提出的“层进式”训练方式，更加精细化，生成了更加准确的高分辨率边缘，纹理等信息；更好地融合了先验与采集的信息，去除了伪影的超分辨率大脑图像。

摘要： 本发明涉及一种基于成像模型与机器学习的磁共振超分辨率成像方法，其特征在于，包括以下步骤：S1，数据集准备：准备低分辨率数据集和高分辨率数据集，其中，高分辨率数据集分为不同等级分辨率的多个；S2，神经网络训练：按等级由低到高依次训练多个神经网络实现层进式学习；S3，成像阶段：将低分辨率图像依次通过已经训练好的神经网络生成高分辨图像，将生成的高分辨图像作为先验信息，将采集到的低分辨率图像代入广义级数模型，重建出最终的超分辨率图像。与现有技术相比，本发明提出的“层进式”训练方式，更加精细化，生成了更加准确的高分辨率边缘，纹理等信息；更好地融合了先验与采集的信息，去除了伪影的超分辨率大脑图像。

摘要： 本发明涉及正交分光成像位姿传感器的标定，为解决正交分光成像位姿传感器存在的畸变校正和成像模型问题，本发明旨在提出基于通用成像模型的标定方法，并应用于新型正交分光成像位姿传感器的标定。为此，本发明采取的技术方案是，通用成像模型正交分光成像位姿传感器的标定方法，利用双线阵CCD相机的正交分光成像实现位姿测量，其中，使用连续的向量值函数表示映射关系，通过径向基函数插值拟合向量值函数，结合Kmeans聚类方法自适应选择控制点，求解CCD相机矩阵，根据CCD相机矩阵求解标定数据集合中各点的线坐标，实现标定。本发明主要应用于位姿传感器的标定场合。