Enfoque de los medios de comunicación de Global Vision
La empresa apareció en CCTV un total de 15 veces, y su alcance a través de los medios del Partido, los medios centrales y los medios oficiales locales llegó a un total de 50 millones de personas.
Eliminación de la luz parásita en imágenes mediante el ajuste de una función gaussiana anisotrópica bidimensional.
Introducción a los antecedentes
La eliminación de la luz parásita es un aspecto crucial en la investigación de sistemas de imagen óptica. La luz parásita se manifiesta típicamente como puntos de alta intensidad con una cobertura espacial mucho mayor que los detalles del objetivo efectivo, lo que afecta significativamente el contraste y la uniformidad de la imagen, así como la calibración radiométrica y el análisis cuantitativo posteriores. Este artículo emplea una función gaussiana anisotrópica bidimensional para modelar los puntos de luz parásita, logrando así la corrección de la luz parásita en la imagen.
Métodos teóricos
La Figura 1 muestra el fenómeno de luz dispersa que se produce durante la captura de imágenes con una cámara pancromática. Sus características principales son: un punto brillante y difuso en la región central; una amplia área de cobertura, que alcanza miles de píxeles, con una distribución de baja frecuencia bien definida; y diferencias en el grado de difusión en distintas direcciones. Dadas sus características morfológicas espaciales, este trabajo utiliza una función gaussiana anisotrópica bidimensional para modelar el punto de luz dispersa.
Figura 1. Imagen de luz dispersa.
El modelo gaussiano anisotrópico bidimensional se puede representar como:
Donde A representa la amplitud del moteado, x0 e y0 son las posiciones centrales del moteado, σx y σy representan su escala de difusión en las direcciones x e y, respectivamente, y B es el término de sesgo de fondo. Para distribuciones de luz dispersa con una morfología espacial más compleja, se pueden superponer múltiples funciones gaussianas anisotrópicas bidimensionales para describir la distribución, mejorando así la precisión del ajuste de la forma real del moteado.
Resultados y análisis experimentales
Los datos experimentales utilizados fueron imágenes de una cámara pancromática adquiridas en condiciones de laboratorio mediante una esfera integradora como fuente de luz uniforme. Las imágenes originales presentaban un moteado central notable, lo que provocaba una disminución de la uniformidad general de la imagen. La Figura 2 muestra la imagen original de luz dispersa y los resultados de la estimación de la luz dispersa obtenidos mediante un ajuste gaussiano anisotrópico bidimensional. Los resultados indican que el modelo puede caracterizar eficazmente la morfología espacial general y la distribución de intensidad del moteado.
Figura 2. Comparación antes y después de la eliminación de la luz dispersa.
Tras la eliminación de la luz parásita, se realizó un análisis estadístico de diversas métricas de la imagen (como se muestra en la Tabla 1). Los resultados demuestran que, después de la corrección de la luz parásita, la ondulación del fondo de la imagen se reduce significativamente, el brillo excesivo en la región central se suprime eficazmente y la uniformidad general mejora notablemente. Esto indica que el método propuesto, basado en el ajuste gaussiano anisotrópico bidimensional, puede eliminar eficazmente la luz parásita a gran escala y de forma uniforme sin necesidad de un modelo de aprendizaje profundo.
Tabla 1. Cambios en varios parámetros antes y después de la eliminación de la luz dispersa.