蜡烛火焰三维温度场重建实验研究

本文在实验室中以蜡烛火焰为研究对象,研究采用辐射图像处理技术重建蜡烛三维温度场。并采用细丝热电偶实测火焰局部温度,对蜡烛火焰三维温度场可视化的结果进行了比较。结果表明,火焰高温区的重建温度是合理的,此方法能够很好地重建单峰、双峰三维温度分布。进一步证实了基于火焰图像处理技术实现三维温度场可视化的可行性。     

火焰烟黑三维温度场和浓度场同时重建实验研究

利用电荷耦合器件摄像机采用烟黑温度场和浓度场同时重建模型对自由火焰烟黑的三维温度场和浓度场进行了同时重建实验研究,所利用的重建模型是基于区域重建的方法.将重建的烟黑温度场和浓度场与文献结果进行了对比,而且还将重建温度场与热电偶所测量的温度场进行了对比.结果表明,重建的烟黑温度场和浓度场与文献结果趋势相一致,重建温度值与热电偶测量值符合较好.因此,同时重建模型可以较好地重建出火焰烟黑的三维温度场和浓度场. 关键词： 火焰烟黑 温度场 浓度场 三维同时重建     

多光谱辐射层析重建三维火焰温度场

提出一种基于多光谱辐射测温理论及光学层析技术的三维温度场重建方法。建立了基于参考温度的多光谱测温法数学模型，提出了一种基于模拟退火理论的变松弛因子的光学层析技术新算法，通过计算机数值模拟，详细考察了该算法对非对称温度场分布的重建效果并与传统的代数迭代重建算法及滤波反投影算法进行比较。计算结果表明，变弛豫因子重建算法重建精度最高。作为一个应用实例，用多光谱辐射变弛豫因子重建层析方法重建了四峰蜡烛火焰某一截面的温度分布。     

火焰温度场测量中的图像重建算法融合技术

稀疏角度下图像重建算法的研究是发射光谱层析技术在场分布测量方面应用的关键问题。代数重建算法、同时迭代重建算法以及联合代数重建算法是其中应用较为广泛的迭代类图像重建算法。以蜡烛火焰为重建对象,利用均方差、峰值信噪比、结构相似性和图像平均梯度等图像质量评价指标来分析评价不同算法的图像重建效果,并发展了一种多指标优化算法融合的技术,充分利用三种算法的恢复重建优势,实现了火焰三维温度场的分区重建,重建温度误差在5%以内。实验结果证明,所发展的算法融合技术适用于火焰三维温度场的高质量重建。     

基于截断奇异值分解的三维火焰温度场重建研究

利用CCD摄像机得到的火焰辐射能图像进行炉膛三维火焰温度场重建，但温度重建矩阵方程是一个不适定方程组，从而重建问题是一个不适定问题.应用截断奇异值分解(truncated singular value decomposition，TSVD)的正则化方法对该不适定方程组进行求解，并且采用了L曲线法对正则化参数进行选取.结合重建算例，采用奇异值分解(singular value decomposition，SVD)与离散Picard条件对这个不适定问题进行了分析.重建结果表明，在不同的模拟测量误差下，TSVD能够成功得到合理的解，重建温度场较好的再现了原始假设温度场的特征.     

光学分层热成像法重建火焰三维温度场分布的研究

本文提出了用光学分层成像法（Optical Sectioning TOmography,OST）重建火焰三维温度场分布的理论和方法。用一个固定位置CCD摄像机分别聚焦火焰的不同截面,得到一系列的叠加火焰图像,对该组图像建立模型,采用图像反演算法,可以重建火焰不同截面的辐射分布。该测量方法实验设备简单,有一定的空间和时间分辨率。     

一种改进的代数迭代重建技术及其在三维温度场再现中的应用

提出了一种改进的代数迭代重建技术，通过计算机数值模拟，考查了其重建精度与投影方向数、迭代次数的关系。结果表明，这种技术与代数迭代法（ＡＲＴ）比较，具有收敛速率快、重建精度高的优点。把这种技术应用于一个三维温度场的重建，再现了其三维温度分布。     

基于正则化SVD算法的三维温度场声学重建

针对电站锅炉炉内三维温度场重建问题,基于声学理论构建数学模型.提出两种基于奇异值分解法(Singular Value Decomposition,SVD)的正则化算法,利用少量声学数据,对炉膛火焰分布的几种典型模型进行仿真重建.采用不同标准差的高斯噪声对两种算法的抗噪声能力进行检验.仿真结果表明,正则化SVD算法可以解决严重不适定的重建问题,重建温度场能够准确反映温度场分布,并且算法具有一定的抗噪声能力.TSVD正则化算法重建速度更快,抗噪声能力更强,适用于燃烧情况复杂的电站锅炉.     

利用迈克耳孙干涉仪重建蜡烛火焰温度场

利用教学实验中的迈克耳孙干涉仪,进行蜡烛火焰温度场的测量.对干涉条纹进行了处理和细化,并分别用阿贝尔变换法和环带法对蜡烛火焰的温度场进行了计算,得到蜡烛火焰横截面上温度场的定量结果.     

基于超声波飞行时间的空气温度场重建

利用超声波在空气中的传播速度会随着空气温度的变化而变化这一特点,可测得空气中不同温度下的平均速度场,进而重建空气中的温度场。提出了一种非对称布置超声波传感器重建二维温度场的方法,在被测温度场周围布置8个收发一体的超声波传感器,并将被测温度场划分为24个小区间,以得到超声波通过每个小区间的平均温度值,以该温度值作为小区间中心点的温度并进行插值,从而重建整个被测区域的温度场。     

基于编码标志点的数码相机三维测量与重构

介绍了利用数码相机作为图像传感器,在物体表面设置编码标志点,通过对编码标志点进行识别和检测,从而确定标志点的空间位置,实现了对物体表面某些特定点三维信息的无接触检测。介绍了其中的关键技术,如标志点的设计与检测、基础矩阵的求解、数码相机参数的标定以及内外参数的捆绑调整等,给出了检测实例并进行了精度验证。实验证明,该方法结构简单,成本低廉,数据采集快,移动方便,检测范围大,可满足三维物体特别是大面积物体空间检测的需求。     

基于字典学习的稠密光场重建算法

相机阵列是获取空间中目标光场信息的重要手段,采用大规模密集相机阵列获取高角度分辨率光场的方法增加了采样难度和设备成本,同时产生的大量数据的同步和传输需求也限制了光场采样规模.为了实现稀疏光场采样的稠密重建,本文基于稀疏光场数据,分析同一场景多视角图像的空间、角度信息的关联性和冗余性,建立有效的光场字典学习和稀疏编码数学模型,并根据稀疏编码元素间的约束关系,建立虚拟角度图像稀疏编码恢复模型,提出变换域稀疏编码恢复方法,并结合多场景稠密重建实验,验证提出方法的有效性.实验结果表明,本文方法能够对场景中的遮挡、阴影以及复杂的光影变化信息进行高质量恢复,可以用于复杂场景的稀疏光场稠密重建.本研究实现了线性采集稀疏光场的稠密重建,未来将针对非线性采集稀疏光场的稠密重建进行研究,以推进光场成像在实际工程中的应用.     

基于计算机视觉的非朗伯表面三维重构

基于计算机视觉的三维重构方法已经广泛应用在各行各业中。目前的三维重构研究主要针对不透明的朗伯表面,且已经比较成熟,但对非朗伯表面仍然面临诸多问题。而实际场景中的物体表面大多是非朗伯表面,因而,随着实际应用的推广,非朗伯表面的三维重构问题在计算机视觉领域越来越受到关注。虽然本现状研究不能完全涵盖针对非朗伯表面三维重构的所有方法,但它包涵了三维重构每个步骤中的各种典型方法。文中按照图像获取过程中的照明方式和重构原理对现有方法进行了分类,并逐类进行了介绍。由于不存在公共测试网络平台和带有标准视差的非朗伯表面立体图像集,因而,很难对各种算法的计算效率和匹配质量进行比较,文中主要对非朗伯表面的现有三维重构方法的原理、特点、适用范围和最新研究方向进行了介绍,对非朗伯表面三维重构的现有问题和发展前景进行了讨论。     

三维复杂温度场高精度声学测量方法

声学温度场检测技术通过多路径声波传播时间数据,反演被测区域的温度分布。提供了一种高精度的三维复杂温度场的声学测量方法。首先从射线声学角度给出了三维非均匀温度场中声波传播路径的数学模型。在此基础上,将三维温度场的重建问题转化为声波传播路径的求解和温度场的反演问题,建立了基于多项式修正径向基函数(RBF-PR)和改进的Tikhonov正则化三维温度场重建算法。采用两种典型的炉膛三维温度场模型,在信噪比SNR=35 dB下进行了数值模拟,分析了声波传播路径在非均匀温度场中的弯曲特性、算法的重建质量和抗噪性,同时进行了实际炉膛内二维温度场的重建。结果表明了提出的考虑声线弯曲的温度场重建算法具有精度高,抗噪性强、适用性好的特点,为实现高精度的复杂温度场的声学测量提供了有效方法。     

Recent advances in 3D SEM surface reconstruction

The scanning electron microscope (SEM), as one of the most commonly used instruments in biology and material sciences, employs electrons instead of light to determine the surface properties of specimens. However, the SEM micrographs still remain 2D images. To effectively measure and visualize the surface attributes, we need to restore the 3D shape model from the SEM images. 3D surface reconstruction is a longstanding topic in microscopy vision as it offers quantitative and visual information for a variety of applications consisting medicine, pharmacology, chemistry, and mechanics. In this paper, we attempt to explain the expanding body of the work in this area, including a discussion of recent techniques and algorithms. With the present work, we also enhance the reliability, accuracy, and speed of 3D SEM surface reconstruction by designing and developing an optimized multi-view framework. We then consider several real-world experiments as well as synthetic data to examine the qualitative and quantitative attributes of our proposed framework. Furthermore, we present a taxonomy of 3D SEM surface reconstruction approaches and address several challenging issues as part of our future work.     

基于IR-SFS算法空间目标红外影像3D重建

在利用单幅影像的明暗恢复形状（Shape From Shading,SFS）三维重构算法的基础上,提出同时考虑外界辐射源和目标自身红外辐射的IR-SFS（infrared-SFS）算法。首先通过分析SFS算法原理和空间目标的红外成像特性,建立IR-SFS辐射方程并进行了仿真研究,然后利用温度场估计获得红外差值图,在人工合成的理想半球体、半圆柱体卫星红外影像上进行算法测试,并以美国STS107真实红外影像作为实验目标进行三维重建。实验结果表明,所提出IR-SFS算法经过参数优化后,与原SFS算法相比,重建模型的峰值信噪比更高,对STS107顶部舱门、尾翼、机舱、机舱内方形部件具有更佳显示度,整体效果得到明显改善。     

一种基于偏振解析的三维表面重建方法

提出用解析反射光偏振图像来重建透明物体表面形状的原理及实现方法。从物体表面反射的光具有一定的偏振特性,偏振特性的不同反映了物体的形状和反射特性的不同,这两者之间存在一种必然的联系。通过分析物体表面反射光的偏振分布,可以得到物体的表面形状。依据菲涅耳反射公式,推导出偏振度与物体表面法线间的函数关系,据此构建相应算法,对由CCD照相机拍得的被测物体的偏振灰度图像进行处理,重建出被测物体的表面形状。实验结果证明提出的方法是实用且有效的。     

基于3维实体重建的直线加速器加速管热稳定性的优化设计

 行波电子直线加速器运行时加速管腔体因铜损会产生不均匀的热变形和腔频率偏移。因无法获知腔频率的准确偏移值,设计加速管冷却系统的一种经验设计方法是控制管体温度离散度在3 ℃之内。提出并实现了一种以直接控制加速管腔体频率离散度为设计目标的方法。采用插值蒙皮曲面造型理论,依据温度场和热变形的有限元仿真结果,高精度重建出变形后的腔体3维实体模型。将其导入到电磁场分析软件微波工作室,解算出不均匀温度分布造成的热变形引起的各腔频率偏移,实现了热-结构-电磁场的耦合分析。以加速管腔体频率离散度最小为设计目标,获得冷却系统优化参数。相对于经验设计方法,可大大减小冷却水流量和水压差,节约运行成本。     

基于单次曝光光场成像的全焦图像重建技术

为了实现大景深信息全焦面高质量成像,提出了基于单次曝光光场成像的导向滤波全焦图像重建技术:结合光场成像采集视场信息,并采用光场重建的方式获取多聚焦图像源集,利用导向滤波的方法确定各级图像融合权重,进行图像融合得到大景深的全焦图像.实验证明,提出的基于单次曝光光场成像的导向滤波全焦图像重建技术不仅有效保证了多聚焦图像背景...     

3DSEM++: Adaptive and intelligent 3D SEM surface reconstruction

Structural analysis of microscopic objects is a longstanding topic in several scientific disciplines, such as biological, mechanical, and materials sciences. The scanning electron microscope (SEM), as a promising imaging equipment has been around for decades to determine the surface properties (e.g., compositions or geometries) of specimens by achieving increased magnification, contrast, and resolution greater than one nanometer. Whereas SEM micrographs still remain two-dimensional (2D), many research and educational questions truly require knowledge and facts about their three-dimensional (3D) structures. 3D surface reconstruction from SEM images leads to remarkable understanding of microscopic surfaces, allowing informative and qualitative visualization of the samples being investigated. In this contribution, we integrate several computational technologies including machine learning, contrario methodology, and epipolar geometry to design and develop a novel and efficient method called 3DSEM++ for multi-view 3D SEM surface reconstruction in an adaptive and intelligent fashion. The experiments which have been performed on real and synthetic data assert the approach is able to reach a significant precision to both SEM extrinsic calibration and its 3D surface modeling.