计算光学成像中的数学问题

传统光学成像由于"点对点"的方式,在分辨率、系统复杂度和成像条件等方面存在诸多限制;计算光学成像则通过光场中的探测器将未汇聚成像的光信号转化为电信号,借助数学理论,通过图像重构算法"计算"得到图像.计算光学成像中,主要介绍压缩成像和相位恢复.压缩成像的提出基于压缩感知理论的发展,突破了香农采样定理的限制,其中单像素成像利用了空间维的压缩,编码孔径成像则同时利用了光谱维和空间维的压缩.相位重构源于相干衍射成像,利用相位恢复理论实现图像的重构.     

概率论与数理统计教学内容优化整合探讨

概率论与数理统计是研究随机现象的统计规律的一门学科,其产生、发展与成熟始终与解决实际问题紧密相联.针对面向应用的人才培养,本文分析了当前课程教学面临的主要问题,特别是教学内容方面的问题,进而提出了教学内容优化整合的建议,最终提高学生利用所学知识解决实际问题的能力.     

压缩感知理论在光学成像中的应用

压缩感知以信号的稀疏性或可压缩性为条件,以远低于耐奎斯特采样频率对信号数据进行采样和编码。简要概括了压缩感知的基本理论,它采用非自适应线性投影来保持信号的原始结构, 能通过数值最优化问题精确或高概率地重构原始信号。详细介绍了其在光学成像系统中的应用,主要包括单像素相机、超薄成像、编码孔径成像、多路技术智能成像、多光谱成像和CMOS成像等成像系统。最后对该理论的应用前景进行了阐述。     

数学建模在概率论与数理统计教学中的应用

本文介绍多个数学建模的典型案例,从简单到复杂,期望有助于提升学生解决实际问题的能力.