气体放电与等离子体显示屏

节日里，用一些灯泡安放在建筑物边缘上，入夜时将它点亮，就可以显示出建筑物的轮廓．要想显示建筑物的细节，应该在建筑物上装更多更小的灯．车站，街道上的广告牌，电子仪表上的一些显示器，一些大屏幕彩色电视机，也是用灯泡来显示文字和图像的，不过这些灯泡应该做得很小，这样图像看起来细腻．一幅图像是由无穷多的点组成，如果每一点的明暗和色彩都用一个灯泡来显示，那就需要无穷多的小灯泡．这没有必要，因为人眼瞳孔对光的衍射限制了眼睛的分辨率，也就是说，它会将小到一定距离的一些点看成一点．在图像处理中通常将图像分割成有限多个微区，这样一个微区称为像点或像素（pixe）．在等离子体显示屏中，是用红、绿、蓝三种颜色的三个小灯在发光强弱（或灰度）上作适当配合就可显示出图像在那个像点处的色彩．我们怎样来实现呢？     

高速粒子场同轴Fraunhofer全息数据处理系统研究

介绍了用同轴Fraunhofer全息测量强动载下材料表面微喷射粒子场的数据处理方法.在全息像重建过程中，将再现的三维粒子场由计算机控制分成许多小薄层采集.在数据处理过程中根据图像中粒子边缘，决定在整幅图或局部采用边缘检测的方法提取大粒子，根据图像的灰度分布将图像分成很多小区域，在每个小区域采用不同的阈值分割图像.在处理结果的校正中根据粒子场的特点，去除过大、过小和重复统计粒子.采用该方法得到了粒子的空间分布图像及粒子大小的统计结果.     

高速粒子场的全息再现图像的自动分割方法

针对再现图像的处理,通过将图像细分为多个较小区域,在每个小区域同时采用多种阈值计算方法,并引入错误校正机制,获得了能稳定地分割图像的自适应阈值.在此基础上,再用种子生长方法进一步界定粒子的边界,能获得更准确的分割结果,且其过程可以自动完成.该方法已成功用于动态实验图像的处理,获得了很好的结果,静态粒子靶实验表明该方法处理得到的相对误差小于15%.     

一种存储伪图像的手掌静脉识别研究

传统的生物特征识别方法直接将用户的生物特征模板存储于数据库中。由于生物特征具有唯一性和稳定性,一旦被窃取,用户的生物特征将终身不可再用。针对此问题提出了一种存储伪生物特征图像的手掌静脉识别算法,该算法不从外部输入密钥,不存储原始掌脉生物特征模板。在注册阶段,于近红外光下采集用户手掌静脉图像,对图像进行加密形成伪图像,将伪图像存储于数据库中;在认证阶段,将数据库中的伪图像解密后提取特征,与认证阶段采集图像提取的特征进行匹配,给出认证结果。在PolyU图库、CASIA图库和自建图库上进行测试,结果表明:在样本数量为300时,该算法在上述3种图库中的等误率分别为0.4135%、0.5576%、0.4744%,识别时间分别为325.0740,316.0800,322.6530ms。在小范围样本内,所提算法适用于安防、考勤等场合,具有一定的实用价值。     

例谈“面积”概念在高中物理中的应用

 在中学物理解题方法中,图像法以其直观、简单独树一帜,颇受喜爱。图像法涉及的图线的斜率、图线与横轴所围的面积,因其具有特定的物理意义,更是经常用到。一、图像中“面积”的物理意义v-t图像图1如图1所示,为一直线运动的v-t图像,从图像上表明质点的速度随时间t而变化的情况。我们计算此直线运动中位移的量值。从t到t+Δt,在一段极短的时间Δt内,v可视为不变,图中画有阴影的小面积就等于这段时间内的位移vΔt,这样,要计算从t1到t2这段时间内的位移,我们应把每一段极短时间内的位移,从t1到t2累加起来,就得∑vΔt。     

一种复杂海天背景下红外弱小目标检测算法

红外弱小目标的检测是红外搜索跟踪系统(IRST)中的一项关键技术,常用的目标检测算法存在受海杂波严重、虚警率较高等问题,分析了海天背景下红外图像的背景、小目标的特征,提出了一种海杂波背景下的红外小目标检测算法。首先统计图像的行均值和梯度,用最小二乘法拟合出海天线,然后利用形态学算子抑制图像背景,并采用自适应阈值将图像二值化,最后分析图像的梯度特征,抑制海杂波和云层的干扰。实验结果表明,该方法能精确地提取海天线,稳定地提取海天背景下的弱小目标,虚警率低于5%,目标检测概率超过97%。     

印刷电路板光电图像获取与预处理研究

为了获取完整且大面积的印刷电路板(PCB)光电图像,在淡入淡出的自然缝合算法的基础上,提出了一种基于硬件的图像自动拼接新算法,并分析了其基本原理。选择用中值滤波滤除图像中的噪声。针对获取后的PCB光电图像整体偏暗的特点和其直方图中出现灰度冗余的情况,提出了去灰度冗余与灰度变换结合起来的图像增强新算法,并分析了其基本原理。用图像自动拼接算法得到了完整且大面积的PCB光电图像实验结果;用完整图像中的局部小图像从主观与客观两方面对几种图像增强算法的增强效果进行了比较,本图像增强算法的增强效果较好。     

一种复杂背景下红外小目标检测算法

为了解决复杂背景下小目标的识别,提高检测速度的问题,提出了一种改进的中值滤波方法.用其进行背景抑制,保护了图像细节,提高了处理的实时性.在分析小目标图像特点的基础上,提出了采用击中击不中变换对图像进行分割,达到探测目标的目的.仿真结果验证了该算法是一种实时有效,且易于实现的目标探测方法.     

科学图像的魅力

正一句古老的西方格言说:"一图抵千言",一张好照片胜过千言万语。将这句话用在大型物理装置的拍摄是再恰当不过了。摄影是一种沟通大众的通用语言。人类是用视觉交流的生灵,能够瞬间将看到的图像与其组成的物体关联起来。我们的目光会立刻被印刷品或者屏幕上的图像所吸引。只要目光随意浏览,便能认知图像中的各种复杂内容:形式、框架、结构和颜色。摄影术也是一门科学,即光线与光学的科学。1839年法国的艺术家Louis Daguerre发明了摄影术,后来用他的名字命名为达盖尔银版摄     

就地取材、演示磁铁和铁条间的相互作用

在高中物理上册教材中,要求演示小磁铁和小铁条之间的相互作用。我们就地取材找了代用品,进行简单加工后,取得了明显地实验效果。将钢锯条截成5厘米左右,其中一截用永磁铁磁化,另一截不磁化。然后将每截钢锯条穿上两块3厘米左右的通草芯(或包装品用的硬泡沫塑料)制成的两个小伐。再在盛有水的水槽内放入有     

一种改进的球栅阵列封装焊点射线图像阈值分割算法

球栅阵列封装焊点的射线图像具有信噪比差、背景不均匀等特点,故传统的阈值分割方法无法将目标焊点与背景图像很好的分割.本文通过对球栅阵列封装焊点射线图像直方图的分析,利用了自适应维纳滤波对阈值分割前的图像进行了预处理.根据图像的差异来调整该滤波器的参量,对局部差异大的地方进行小的平滑操作,对局部差异小的地方进行大的平滑操作...     

一种同时实现图像微分和假彩色的方法

在光学信息处理中,为了突出图像的差别和细节,假彩色编码和图像微分都能实现,各有其优点。本文用一种简单的方法将它们结合起来,并吸收两者的长处。先在4F光路中对图像进行微分编码,将所得编码片漂白,用白光作光源,在4F系统中的频谱面上适当滤波,在像面上所得图像具有同时实现图像微分和假彩色编码的效果。还具有处理面积大,处理灰度连续变化图像效果好,微分量可变,色彩丰富的特点。该方法可方便地用于CT片等记录图像的预处理,给这些图像的分析带来了一个新方法。     

一种有效的红外小目标检测方法

提出了一种基于中值滤波与梯度法的红外小目标检测方法.该方法首先通过中值滤波对红外图像进行平滑处理,接着采用背景差分技术将原始图像与经过中值滤波后的图像进行差分对消.在此基础上,再使用梯度锐化法对残差图像进行边缘信息的增强.最后,利用二值化处理凸显出目标点.该方法通过中值滤波与梯度法的互补效应实现了红外小目标的有效检测,仿真实验结果证明了该算法的有效性.     

改进的多分辨纹理图像分割算法

提出了一种改进的有监督纹理图像的分割算法。基于实际纹理图像是分割图像叠加了不规则噪声的假设,用被污染的高斯分布描述待分割的图像,并且利用多分辨模型得到代分辨层上的模型参数,从而实现由粗到细直到纹理图像的每个像素的分割。另外在禽域关联为先验信息利用上更为合理。所以这种方法不仅计算量小,而且分割结果也较为精确。     

一种基于单似然检验的高光谱图像小目标检测器

针对背景和目标的先验光谱特征未知的条件,给出一种基于单似然检验的高光谱图像小目标检测器。小目标相对于背景的低概率性使得高光谱图像数据对目标光谱信号的矩特征几乎不施加约束,可在最大熵条件下将广义似然比检验简化为对背景似然的单似然检验;利用全部数据样本建立无参估计模型以充分利用样本信息,从而得到基于单似然检验的高光谱图像小目标检测器。该检测器避免了统计模型误差和不明确物理含义特征对实际高光谱图像数据检测带来的影响。使用可见光/近红外波段机载I型实用型模块化成像光谱仪(OMIS-I)高光谱图像进行了实验,实验结果及相应理论分析表明该算法可有效检测高光谱图像中的空间低概率目标。     

测量液体折射率的一种新方法——液芯柱透镜散焦宽度法

本文提出了一种基于消球差复合液芯柱透镜快速、准确测量液体折射率的新方法——液芯柱透镜散焦宽度法.该方法利用消球差复合液芯柱透镜在较宽折射率范围内系统球差小、成像准确的特点,基于不同折射率在成像系统上呈现一一对应的散焦图像,仅需采集一幅散焦图像即可得到待测液体的折射率.用该方法测量了室温(20℃)下21组不同液体的折射率,测量结果与用阿贝折射仪测量结果一致,用ZEMAX和光线追迹逐面成像法仿真的散焦宽度图像与实验图像一致.用该方法测量液体折射率具有系统简单、稳定性好、操作简便、测量速度快等特点.     

靶场光测多站图像多目标判读技术

靶场光测图像处理的一个突出难题是如何分辨图像上出现的大量小目标。利用单站序列图像上目标的运动关联、目标在多站图像上像点之间的对极几何约束关系,提出了靶场多站图像多目标判读的新技术,采用单站序列图像目标卡尔曼运动轨迹预测及跟踪识别技术,以及多站图像对极几何约束同名目标匹配技术,突破了传统方法仅进行单站图像判读的局限。仿真结果证明其能有效解决多站、多目标的判读问题,已成功应用于我们研制的多套靶场图像判读系统中。     

小样本光子图像的统计处理

讨论了一种对小样本光子图像的统计处理方法。在超微弱发光的研究中（例如细胞的超微弱荧光）,由于发光强度极弱,需要用像增强器对超微弱发光图像进行增强得到可视图像,超微弱发光图像不可避免地受到像增强系统暗噪声及背景噪声的影响,使光子图像湮没在噪声中。为从原始图像中检验出信号,根据信号光子和噪声光子的不同统计分布,运用信号检测与的方法判断光子是否属于信号光子,并得到一简明的判据,由此判据剔除图像中的噪声光子,得到信噪比改善的光子图像。并用此方法处理了人掌的超微弱发光光子图像。     

基于Gabor小波变换的ICA火灾图像纹理识别算法

针对火灾图像纹理识别问题,提出了基于Gabor小波变换的ICA火灾图像纹理识别算法,并根据火灾图像纹理识别特点进行了优化。首先用不同尺度和方向的Gabor滤波器对待识别图像滤波,得到其特征图像,然后将特征图像转化成特征向量作为ICA的输入,得到基矢量子空间,再将测试图像经过Gabor滤波器的特征向量投影到ICA子空间中得到系数向量作为目标识别特征,最后用支持向量机进行识别。通过与Gabor滤波器法和ICA方法的对比实验,表明该算法可以在火灾纹理图像的识别率上比传统方法提高5%以上,为火灾图像识别提供了一种新思路。     

基于灰度变换的红外图像实时分割算法

针对高灰度等级红外数字图像提出了一种基于灰度变换的实时分割算法.通过实时分析原始图像中几个小区域的灰度直方图,自动确定分割阈值,将原始图像通过灰度变换实时转换为低灰度等级图像.该算法能够将高灰度等级的红外数字图像实时显示在普通显示器上,并且能够有效抑制背景并保留目标灰度信息.由于变换后的图像灰度等级较低而且背景及噪音信息较弱,极大地提高了红外跟踪器的性能.