重整化方法及其应用的研究进展

 爱因斯坦曾经说过,"我想知道上帝是如何创造这个世界的。我对这个或那个现象、这个或那个元素的谱并不感兴趣。我想知道的是他的思想,其他的都只是细节问题。"作为科学家,肯定醉心于探索这种基本思想的感受,那么大自然究竟是按照什么基本思想和规则设计的呢?重整化思想可能是其中的一个主要候选者。     

基于Harris角点检测器的指纹细节点提取算法

提出了一种基于Harris角点检测器的指纹细节点提取算法。先将Harris角点检测器应用于增强后的指纹图像,检测出指纹的细节点和曲率变化大的点,随后进行后处理操作。在后处理操作中,根据细节点的空间分布特征,删除虚假点。使用细节点的邻域灰度信息,判定细节点的类型。利用细节点的原始方向以及得到的类型,确定细节点的精确方向。与经典的细节点提取算法相比,不需要对指纹图像进行二值化、细化,直接在灰度指纹图像当中提取细节点,大大减少了计算时间,有效地提高了效率。使用FVC2002指纹数据库测试,结果表明,该算法可靠、快速,适合实际应用。     

两种中微子实验与1988年诺贝尔奖金物理学奖

三位美国物理学家莱德曼、施瓦茨和斯坦博格因在２６年前进行的一项导致发现两种中微子的实验而荣获了１９８８年的诺贝尔奖金物理学奖．本文回顾了人类对中微子的认识过程，详细地描写了这项实验的具体细节，分析了这个发现的重要意义，并展望了高能物理在这一领域的发展前景．     

基于非线性反锐化掩模算法的CR图像边缘增强

数字CR(computed radiography)医学放射图像动态范围宽、细节丰富、对比度差,只有对其进行增强处理才能满足医生临床诊断的需要。由于目前通用的CR图像增强算法的对比度和噪声增强过度,丢失了细节,为了对CR图像进行边缘细节增强,提出了一种非线性反锐化掩模算法。该算法使用钝化模糊影像来增加对选择空间频率的响应,以增强CR图像的结构边缘和细节。算法能根据CR图像的灰度特性来调节增强程度的加权因数K,从而可非线性地增强CR影像的边缘细节。实验证明,经算法处理后的CR图像细节丰富,信噪比高,细节方差与背景方差之比为通用算法的9.6倍,增强后的CR图像具有良好的视觉效果,是一种增强CR医学放射图像边缘细节的好方法。     

基于双边纹理滤波的图像细节增强方法

为了实现图像的细节增强,特别是纹理细节增强,同时尽可能保持图像的结构完整,提出了一种基于双边纹理滤波的图像多尺度分解方法。首先,对图像进行多尺度双边纹理滤波分解,分别得到一幅基本图像和一系列细节纹理图像。接着,类似于小波增强方法,对细节图像采用多尺度自适应增强方法,得到一系列增强后的纹理细节图像。最后,将基本图像和增强后细节图像相加,重构出最后的增强图像。实验结果表明:本文提出的增强方法能够在突出边缘的同时,较好地增强图像中的纹理细节信息。将基于双边纹理滤波的多尺度分解引入图像增强,能更好地体现图像纹理细节特征,为增强图像提供更加丰富的信息。     

IRFPA的自适应细节增强算法及其硬件实现

为提高红外图像目标场景细节表现能力,研究了热图像自适应细节增强算法AS&DRP。通过能自适应调节窗口大小的自适应滤波器滤波及γ压缩变换,在压缩像素数位的同时有效地保留了目标和场景的细节信息。采用Xilinx公司的XC5VSX50T的FPGA作为核心处理器,配制少量外围器件研制了通用数字图像处理电路,并在其上实现自适应细节增强算法。通过对线性压缩和由自适应细节增强算法处理图像的主观视觉评价与客观评价参数EME的对比,表明了算法在突出细节上的优势。算法硬件处理系统具有时间延迟小、消耗资源有限、功耗低等优点,适合在各类高性能热成像系统上使用。     

高迁移率二维电子系统中微波辐射引起的磁阻振荡和零电阻

一年以前 ,人们惊奇地发现 :在相当弱的磁场中 ,并不太强的微波辐照就可以使二维半导体的磁阻产生强烈的振荡 ,振幅的最大值可超过无辐照磁阻值的十几倍 ,最小值可以一直降到零 .全世界众多的凝聚态物理学家争相聚焦到这个领域 ,进行了许多实验和理论研究 ,企图弄清这一意外发现的机理 .经过一年多的努力 ,人们已经掌握了这个现象更多的细节 ,对其物理机制也有了初步了解 .但深入的实验和理论探索可能还要继续相当一段时间 .文章将对这个物理现象及相关的理论模型 ,尤其是目前得到较多赞同的光子辅助磁输运模型 ,作一简单的介绍 .     

激光投影电视中图像细节层次感的恰可察觉差

细节层次感是影响激光投影电视整体画质的重要因素之一。通过二项迫选法和"一上二下"阶梯法的主观视觉感知实验,测量并确定了激光投影电视细节层次感的恰可察觉差(JND);分析了其影响因素,并进一步比较了激光投影电视与液晶电视两个显示平台上细节层次感的异同点。结果表明:激光投影电视细节层次感的JND受图像的纹理特征影响较大;与液晶电视的细节层次感相比,两个显示平台细节层次感失真1个JND对应的σ值相差大,相邻JND的差值比较接近。利用本文的实验结果,结合峰值亮度、暗场亮度、色饱和度等图像属性的恰可察觉差,可以进一步建立包含上述多种属性的激光投影电视主观图像质量评价模型,有助于画质的优化。     

基于特征融合的红外图像增强算法

在红外图像处理过程中,提高图像的对比度,抑制噪声以及突出图像细节尤为重要,针对这些问题,提出了基于特征融合的红外图像增强算法.以引导滤波为基础对图像进行平滑分层,得到基本层和细节层,基本层采用CLA-HE算法扩展低频分量的范围,而对于细节层采用Log算子与Laplace算子分别处理,依据梯度因子的权重信息获得融合细节层...     

一种基于图像局部信息的红外图像动态范围压缩算法

红外焦平面探测器输出的信号通常为14bit数字图像,要在常用的显示器上显示必须将14bit的图像压缩到8bit,压缩算法直接影响到了图像的细节和对比度。提出了一种基于图像局部信息的红外图像动态范围压缩算法,通过高斯滤波器将原始红外图像分解为基图像和细节图像,并统计原始图像每个像素的局部方差,然后根据每个像素的局部方差计算细节图像的自动增益函数,最后,将基图像进行平台直方图均衡化后与细节图像合成得到压缩后的图像。通过对多种场景的红外图像进行仿真验证,表明该算法能较好地增强图像的细节。     

微元的选取与状态分布

通过选取适当的物理量微元，再求积分，即可得到该物理量的计算公式；这在物理问题求解时是司空见惯的程序，人们往往不太注意与选取微元相关的一些细节，现在我们通过气体分子麦克斯韦分布律，对这个问题做一些具体的分析。     

一种基于频域的红外图像去底纹动态压缩算法

红外传感器的前端采用高精度的A/D采样芯片具有14位的高动态范围,而显示设备一般支持256个灰度等级,只有8bit的数据带宽。为保留图像的高动态范围并同时保留重要的低对比度的细节,提出了一种新的基于直方图的红外图像动态压缩算法。通过频域分离完成低对比度细节保留和增强,以及通过时域动态范围拉伸实现背景和目标细节分离的策略,很好地解决了保留较强的细节对比度和大幅度动态范围缩减的矛盾需求。实验结果表明,相较于传统直方图方法,基于新算法的红外图像获得了具有良好细节表现能力的全局性映射压缩,较好地抑制了图像中的底纹,消除了图像的不均匀性。     

一种基于频域的红外图像去底纹动态压缩算法

红外传感器的前端采用高精度的A/D采样芯片具有14位的高动态范围,而显示设备一般支持256个灰度等级,只有8bit的数据带宽。为保留图像的高动态范围并同时保留重要的低对比度的细节,提出了一种新的基于直方图的红外图像动态压缩算法。通过频域分离完成低对比度细节保留和增强,以及通过时域动态范围拉伸实现背景和目标细节分离的策略,很好地解决了保留较强的细节对比度和大幅度动态范围缩减的矛盾需求。实验结果表明,相较于传统直方图方法,基于新算法的红外图像获得了具有良好细节表现能力的全局性映射压缩,较好地抑制了图像中的底纹,消除了图像的不均匀性。     

基于小波变换的激光主动成像图像去噪方法

 针对激光主动成像图像的特点,提出了将小波变换和中值滤波相结合的图像去噪方法。在对小波分解后的水平、垂直和对角3个方向高频细节图像进行处理时,我们采用3种不同形状的模板进行均值滤波,为了保护图像的边缘和细节信息,采用边缘检测法来将高频中的边缘细节与噪声分开。实验结果表明:该方法在降低图像噪声的同时又较好地保留了图像的细节,去噪效果比较理想。     

基于TMS320C6678的高动态范围红外图像细节增强算法改进与实现

利用图像分层处理的细节增强基本框架,提出了一种基于引导滤波器的高动态范围红外图像显示与细节增强算法。该算法能有效将高动态范围红外图像映射到适合监视器显示的动态范围,且能有效调整图像对比度,增强图像细节,抑制背景噪声。相比较于其他同类算法,该算法计算量少,易于工程实现,且不会产生梯度翻转效应。并研究设计了基于TMS320C6678 DSP芯片的细节增强图像处理系统,实现了图像视频流的传输、处理等系列功能。实验结果表明了本算法的优势。     

基于二次引导滤波的红外图像增强算法及其FPGA实现

针对红外图像细节模糊、对比度低等问题，提出了一种基于二次引导滤波的红外图像增强算法。首先，将原始红外图像作为引导图像，使用引导滤波提取出红外图像的细节信息；其次，将得到的细节信息再进行一次引导滤波处理提取出噪声更低的细节信息；最后，将原始红外图像和两部分的细节信息进行加权求和，实现红外图像增强。该算法能够提高红外图像对比度，增强红外图像细节信息。实验结果表明：相比于其他增强算法，本文算法增强之后的红外图像平均对比度提高了123%～246%，平均梯度提升了56%～101%，视觉效果获得明显改善，更能突显细节特征。基于可编程逻辑门阵列(field programmable gate array, FPGA)实现该算法时，占用资源低，处理640×512像素分辨率的单帧红外图像所需时间可达10.12 ms，能满足红外探测系统的实时性要求，具有一定的实用价值。     

基于TMS320C6678的高动态范围红外图像细节增强算法改进与实现

利用图像分层处理的细节增强基本框架,提出了一种基于引导滤波器的高动态范围红外图像显示与细节增强算法。该算法能有效将高动态范围红外图像映射到适合监视器显示的动态范围,且能有效调整图像对比度,增强图像细节,抑制背景噪声。相比较于其他同类算法,该算法计算量少,易于工程实现,且不会产生梯度翻转效应。并研究设计了基于TMS320C6678DSP芯片的细节增强图像处理系统,实现了图像视频流的传输、处理等系列功能。实验结果表明了本算法的优势。     

高动态范围红外图像的显示与细节增强

针对高动态范围的红外图像动态范围压缩和细节增强问题,文中采用基于基层-细节分层处理融合的增强框架,提出基于拉普拉斯滤波器的基层处理方法,将高动态红外图像的动态范围压缩到可显示的低动态范围图像,同时保留图像局部对比度。针对图像中的细节分量,提出对原始输入高动态范围红外图像提取梯度信息并做非线性增强,然后将低动态范围图像与增强的梯度信息通过优化融合重建,得到细节增强的红外图像。实验结果表明,新算法有效地提高了红外图像的整体对比度,保留图像的细节信息,有较佳的图像视觉表现。     

基于Retinex理论与概率非局部均值的红外图像增强方法

针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果.     

基于NSSCT的红外与可见光图像融合

为了克服传统图像融合结果存在对比度不足和细节缺失的缺点,提出基于非下采样剪切波-对比度变换(NSSCT)的图像融合算法。分析了图像经非下采样剪切波变换(NSST)后高频系数间的关联性与差异性,构造了高频系数方向性基本一致的NSSCT变换,保留了融合图像的高频系数细节,并提升了对比度。基于图像的低频特点,采用显著性增强方法对低频系数进行融合,通过NSSCT逆变换得到对比度提升和细节增强的融合图像。实验结果表明,在图像对比度提升与细节保留方面,本文算法比基于小波、NSST和显著性等算法具有明显优势。