计算全息检测离轴非球面的离散相位拟合

为了计算补偿用计算全息图的刻线位置,需要对光线追迹得到的离散相位数据进行拟合。为此详细推导了均匀三次B样条和非均匀三次B样条的基函数,介绍了各自对应的曲面拟合方法。以一块抛物型离轴非球面数据为例,对其非对称的离散相位分布进行了三次B样条曲面拟合。拟合结果表明,三次B样条曲面拟合能使拟合面经过所有数据点,保证拟合精度,且得到的连续的相位补偿函数表达式结构简单（最高次数只有3次）, 还能根据实际情况优化采样点数量,控制计算量。     

具有高成像精度的高速传感共焦显微成像方法

提出一种高速传感共焦显微成像方法(HSSCM)对样品表面形貌进行高效率、高精度的成像测量。HSSCM将共焦轴向响应曲线沿轴向平移S,然后将平移前后两条曲线相减并除以两曲线的和,继而构成具有不受样品反射率影响的、高信噪比的传感成像特性曲线。在实际扫描成像过程中,轴向扫描间隔同样设定为S对样品进行逐层逐点扫描,扫描完成后将每个测量点轴向多层扫描数据中光强最大值和光强次大值相减除以两者相加,然后利用传感成像特性曲线反算得到样品高度,通过获得每个测量点的样品高度便可实现对样品形貌的高精度测量和3D形貌重构。理论分析和实验表明,通过优选平移量S,和传统共焦显微成像方法相比,HSSCM在具有高成像精度的前提下将扫描成像效率提高了至少3倍。     

基于B样条的拉曼光谱基线校正方法

基线漂移是光谱检测仪器普遍存在的现象,会对光谱信号的特征提取带来十分不利的影响,而基线校正是解决该问题的重要手段,也是拉曼光谱信号预处理的重要组成部分。基线校正的原理一般是通过拟合基线的方法来去除光谱信号中的基线漂移。传统的基线校正方法是利用多项式拟合的方法对拉曼光谱信号的基线进行拟合的,但是该方法容易出现过拟合和欠拟合现象,且拟合阶数难以确定。针对传统方法的缺点进行了改进,利用B样条方法对拉曼光谱信号的基线进行拟合,发挥B样条低阶光滑的优点,能够有效地克服多项式方法的缺陷。在实验中,利用该方法对孔雀石绿、罗丹明B的拉曼光谱信号进行了基线校正,观察并比较该方法和传统方法的校正结果。实验结果表明,该方法能够有效地消除拉曼光谱信号的基线漂移,在基线漂移较小和较大的位置,可以采用相同的拟合阶数,不会出现欠拟合和过拟合的现象,获得了良好的基线校正效果,为进一步分析光谱数据提供准确可靠的信息。     

基于非均匀B样条的拉曼光谱基线校正算法

基线校正是一种常用的消除光谱荧光干扰的方法,是拉曼光谱数据处理的必要步骤之一。传统的多项式拟合基线校正算法,简单且易于实现,但是拟合阶次难以确定,灵活性较差。使用非均匀B样条代替多项式进行拟合,在保留原有算法优点的基础上,利用原始拉曼谱图的峰位置信息自适应地确定非均匀B样条的节点向量,然后以固定阶次拟合光谱基线。B样条自身具有分段光滑的特性,而计算样条节点的节点向量自适应选取算法中的峰位置信息通过使用两次具有不同母函数的连续小波变换(continuous wavelet transform, CWT)来获取,既加强了原始光谱数据与B样条算法本身的联系,也克服了传统多项式拟合的不足。为了验证本文算法的有效性,选取了甲基对硫磷和某品牌菜籽油两种被测物进行实验,并使用该算法进行了基线校正,并与两种其他的基线校正算法与进行了对比。实验结果表明,该方法利用固定的拟合阶次就能达到较好的校正效果,所需要的参数较少,校正结果不会出现过拟合或欠拟合的现象,是一种有效的拉曼光谱基线校正算法。     

改进的TOF相机谐波和强度误差校正算法设计

基于反射光强度和深度二维变量的含加性权值B样条曲面误差拟合被用于校正由目标场景的低反射率或长距离引起的弱光强度相关深度误差。与传统的B样条曲面误差拟合相比,改进的模型使用权值参数优化每个曲面片的部分控制点,获得了更精确的误差拟合曲面片,使得平均校正误差小于2 mm,精度提高了近2倍。此外,为克服乘性权值矩阵无法通过最小二乘法获取的难题,对每个控制点添加加性权值参数,实现相机参数校准过程中一次性求得控制点参数矩阵和加性权值参数矩阵。同时,考虑到谐波相关误差也与深度相关,将谐波相关误差的校正统一到校正方法中。     

基于半导体纳米线/锥形微光纤探针的被动式近场光学扫描成像

本文结合近场扫描结构和纳米线-微光纤耦合技术,提出了一种基于硫化镉纳米线/锥形微光纤探针结构的被动近场光学扫描成像系统.该系统采用被动式纳米探针,保留了纳米探针对样品表面反射光的强约束优势.其理论收集效率为4.65‰,相比于传统的金属镀膜近场探针收集效率提高了一个数量级,可有效地提高扫描探针对样品形貌信息的检测能力;而后通过硫化镉纳米线与微光纤之间高效的倏逝场耦合,将检测的光强信号传输到远场进行光电探测,最终实现对目标样品形貌的分析成像,其样品宽度测量误差在7.28%以内.该系统不需要外部激发光路,利用显微镜自身光源进行远场照明,被动扫描探针仅作为样品表面反射光的被动收集系统.本文基于半导体纳米线/锥形微光纤探针的被动式近场光学扫描成像方案,可有效地降低探针的制备难度和目标光场的检测难度,简化扫描成像的结构,为近场光学扫描显微系统之后的发展提供新的思路.     

基于半导体纳米线/锥形微光纤探针的被动式近场光学扫描成像

本文结合近场扫描结构和纳米线-微光纤耦合技术,提出了一种基于硫化镉纳米线/锥形微光纤探针结构的被动近场光学扫描成像系统.该系统采用被动式纳米探针,保留了纳米探针对样品表面反射光的强约束优势.其理论收集效率为4.65‰,相比于传统的金属镀膜近场探针收集效率提高了一个数量级,可有效地提高扫描探针对样品形貌信息的检测能力;而后通过硫化镉纳米线与微光纤之间高效的倏逝场耦合,将检测的光强信号传输到远场进行光电探测,最终实现对目标样品形貌的分析成像,其样品宽度测量误差在7.28%以内.该系统不需要外部激发光路,利用显微镜自身光源进行远场照明,被动扫描探针仅作为样品表面反射光的被动收集系统.本文基于半导体纳米线/锥形微光纤探针的被动式近场光学扫描成像方案,可有效地降低探针的制备难度和目标光场的检测难度,简化扫描成像的结构,为近场光学扫描显微系统之后的发展提供新的思路.     

基于SIFT特征检测和三次插值样条的快速曲面重构算法

针对传统的曲面重构算法一直存在重构精度低、效率差的问题,提出一种新的快速曲面重构算法。基于三次插值样条和改进SIFT特征检测和匹配方法,先对二维图像预处理后,检测其边界点并且拟合,然后将区域按四个象限进行分区,用三次插值样条边界进行曲面重构,同时结合改进的SIFT特征检测和匹配方法检测各个区域曲面边界的特征点,然后再进行匹配拼接。实验结果表明,该算法得到曲面模型的时间效率有很大的提高,并且曲面效果好,光滑、平顺。     

近场光学用于激光解吸飞行时间质谱的亚微米级空间分辨成像

基于激光离子源的飞行时间质谱法作为一门新兴的成像方法,已经被广泛应用于材料、地质、环境、药物和生命科学领域中。但受限于光学衍射极限、聚焦透镜的焦距和数值孔径等因素,使其难以实现亚微米尺寸的高空间分辨率成像。近场技术的引入成功地解决了光学衍射极限的限制,将近场技术与激光电离技术相结合,可以实现对固体样品表面纳米级弹坑的剥蚀。此外,传统的质谱成像技术常常假设样品表面是平整的,忽略其表面形貌的高低起伏,但这往往会导致信号强度不稳定和成像假象。为此,不仅需要获得样品中的化学组成与空间分布,还需同时获得样品表面的形貌信息,才能实现多功能的原位表征。在自行研制的激光解吸/电离飞行时间质谱的基础上,采用近场纳米有孔针尖离子源代替传统的远场激光聚焦,以532 nm波长激光为第一束解析激光,355 nm波长激光为后电离激光,音叉式原子力显微镜控制系统针尖与样品之间的距离维持在近场范围内,对酞菁铜镀层样品表面进行了弹坑剥蚀实验,获得了直径为550～850 nm的弹坑点阵;并对7.5 μm×7.5 μm的标准酞菁铜网格样品进行了铜离子亚微米级的高分辨率成像;此外,纳米有孔针尖离子源作为原子力显微镜的一种变体,还可同时获得成像区域的表面形貌信息,这一结合优势大大拓展了质谱技术在微纳尺度下的原位表征能力。     

对复杂自由曲面的纹理重建方法

提出一种基于马尔科夫优化策略复杂自由曲面的纹理重建方法,该方法利用实验室研制的三维数字化设备对目标物体的深度数据和纹理数据进行采集,将局部采集的深度像数据匹配到全局坐标系下,建立物体的几何模型;然后通过坐标变换,把采集的纹理照片映射到重建的几何模型表面,并进行曲面纹理融合处理,实现自由曲面的纹理重建.该方法对物体的形貌没要求,能实现结构复杂的自由曲面的纹理重建,得到高保真质量的真实感模型.采用该算法对几种不同的实物进行数据采集和真实感三维重建,实验结果验证了算法的可靠性和有效性.     

基于频域纹理消除的结构性纹理缺陷检测方法

针对金属加工表面等结构纹理表面图像缺陷检测问题,结构纹理的存在会对缺陷（比如划痕）检测带来干扰,该文开展在频率域中消除背景纹理的方法来进行缺陷检测的研究。首先基于傅里叶变换的图像复原技术,空间域图像中的结构性纹理对应傅里叶域中高能频率分量,使用最小二乘法直线拟合操作去除,并将这些能量设置为零,经傅里叶逆变换为空间域图像。在复原的图像中,原始图像中的结构纹理区域将变为近似的均匀灰度级,但其中缺陷部分将被保留下来。再使用统计过程控制来设置阈值的方法就能从复原图像中分离出缺陷。最后在一系列的结构性纹理图像上的实验证实了所提方法可行且有效。     

Referenceless PRFS MR Thermometry Using Partial Separability Model

Many areas of magnetic resonance (MR)-guided thermal therapy research would benefit from temperature maps with high spatial and temporal resolution. Conventional thermometry relies on the subtraction of baseline images, which makes it sensitive to tissue motion and frequency drift during the course of treatment. For another case is the limit of magnetic resonance imaging sampling speed, it is hard to accurately achieve MR thermometry with high spatiotemporal resolution especially for dynamic organs. To address these issues, a novel method for MR thermometry is presented by exploiting the data redundancy based on partial separability (PS) model and the referenceless thermometry. The PS model highly sparse sample two datasets in the (k–t) space for image reconstruction, which respectively determine the spatial and temporal resolutions. After the phase information is extracted from the images reconstructed by the PS model, the background phase outside the heated region from each acquired phase image through a polynomial fitting is estimated. Extrapolation of the polynomial to the heated region serves as the background phase estimate, which is then subtracted from the actual phase. The thermometry results showed that this method could accurately capture the dynamic change of MR thermometric images with 1.5 mm × 1.5 mm spatial resolution and 250 ms temporal resolution, respectively. The in vivo experiment of MR-guided high intensity focused ultrasound research and the cardiac dynamic MR thermometry are shown to demonstrate the benefits of the proposed method in high spatiotemporal resolution MR thermometry.     

融合自适应稀疏表示和相关系数的高光谱伪装分类方法

目前比较成熟的高光谱成像手段有卫星遥感和航空成像技术,这两种成像方式侦察时间大致相同,入射光方向基本一致,因而地物的光谱曲线比较固定;在陆基条件下,地物的光谱曲线受成像环境的影响凸显,因此应该对适用于陆基条件下的高光谱图像分类方法进行研究。在陆基高光谱图像中,对每个地物进行类型以及种类的判别有利于后续对目标的识别和处理,不同于传统遥感图像分类,陆基条件下的高光谱图像目标分类训练样本不仅较难获得,并且在陆基条件下的高光谱图像中,训练样本之间的相关性随着目标类型、探测器参数以及成像环境等因素时刻发生变化。基于稀疏性表示的分类方法已经被广泛应用于处理图像问题以及各种机器视觉问题。对于陆基高光谱图像来说,基于固定范数约束的稀疏编码策略无法适应陆基条件下高光谱成像多变的环境,而自适应稀疏表示可以根据样本相关性自适应的调节范数约束,相关系数可以提高图像中的破坏因素（阴影、噪声点等）的识别精度。通过引入正则化参数,融合了自适应稀疏表示和相关系数,提出了一种新的高光谱图像分类方法。为了验证所提方法的有效性,分别在绿色植被背景和荒漠背景中设置伪装物,通过不同的分类方法对图像进行分类,实验结果表明,不管是分类精度还是分类一致性,该方法都有明显的优势,可以应用于陆基条件下的高光谱图像分类,为目标分类提供了理论基础。     

Efficient background removal based on two-dimensional notch filtering for polarization interference imaging spectrometers

A background removal method based on two-dimensional notch filtering in the frequency domain for polarization interference imaging spectrometers(PIISs) is implemented. According to the relationship between the spatial domain and the frequency domain, the notch filter is designed with several parameters of PIISs, and the interferogram without a background is obtained. Both the simulated and the experimental results demonstrate that the background removal method is feasible and robust with a high processing speed. In addition, this method can reduce the noise level of the reconstructed spectrum, and it is insusceptible to a complicated background, compared with the polynomial fitting and empirical mode decomposition(EMD) methods.     

Deconvolution of background-subtracted shift-and-add image by a modeled point-spread-function

Shift-and-add (SAA) is a simple method for celestial speckle imaging. However, the raw SAA-image, a direct output of the SAA operations, is not useful, because a seeing-dependent huge background is superimposed on the high-resolution image of the object. To obtain the latter, a background subtraction (BGS) is applied on the raw SAA-image. The BGS-image so obtained includes negativities due to an over-subtraction that causes brightnesses of the object’s image biased downward. The negativity in the BGS-image can be removed by a deconvolution with a point-spread-function (PSF) that has negative values. In this paper, we model the PSF with a shape that possesses peak and concave portions, and perform a deconvolution by iteratively estimating the object’s image and the model parameters. The simulated experiment has shown that the present algorithm can restore the object’s image with unbiased brightnesses. Processing the observed speckle data of Io (a Jupiter satellite) by the present method has yielded a feasible Io image with reduced negativities.     

基于双边拟合的高稳定性共焦拉曼光谱定焦方法

共焦拉曼光谱技术可实现定量、无损、无需标记的样品微区“分子结构特征和物质组成信息”成像,被广泛应用于生物医学、物理化学以及材料科学等领域。由于共焦拉曼系统采用“点”激发和“点”探测的探测机制,且拉曼散射光谱信号微弱,导致成像所需时间可长达数小时甚至数十小时;测量过程中系统极易受环境变化、空气扰动等因素影响产生漂移,造成被测样品离焦,从而导致成像质量不稳定。针对现有共焦拉曼系统对样品定焦能力不足、样品易产生离焦误差、系统漂移大等问题,本文提出了一种基于双边拟合的高稳定性共焦拉曼光谱定焦方法。该方法首先对共焦拉曼光谱强度轴向响应曲线两侧对样品离焦敏感的数据区间分别进行线性拟合,得到两条拟合直线方程;然后,将所得的两条直线方程相减得到新的差分直线;最后,通过差分直线的过零点位置确定系统焦平面位置,实现了被测样品的高精度定焦,消除了离焦对系统测量结果的影响。以单晶硅表面同一位置,轴向扫描步距100 nm,进行60次重复定焦实验,实验获得的重复定焦极差为80.2 nm,说明系统具有良好的抗漂移能力。对周期5 μm的竖条栅格标准原子力台阶样品进行拉曼mapping成像测试,结果表明在长时间的成像过程中,和无定焦功能的图像相比,该方法获得的竖条栅格图像更清晰、边缘更锐利、信噪比较好。仿真分析和实验结果表明：提出的基于双边拟合共焦拉曼光谱探测方法可以提高系统的定焦准确度,抑制干扰因素导致的系统离焦对成像质量的影响,进而确保了系统探测的稳定性和成像分辨力,是一种自动定焦、抗漂移的拉曼光谱成像方法。     

高准确度光电成像测量系统图像畸变校正算法

在以CCD为核心器件的光电成像测量系统对物体进行线度测量中,成像光学系统的固有特性使得数字图像存在畸变,根据像差理论建立了三次多项式的畸变校正模型,分析比较了不同的灰度重建方法的优缺点,进行了双线性插值的灰度重建.对一种校正图像进行了噪音点滤除,进行了仿真实验.校正后的图像可用于高准确度的成像测量.     

一种用于计算三维视觉测量中线结构光平面的新型算法

介绍了一种基于线结构光的机器视觉测量系统的光平面计算方法.该方法采用图像减影来获取光条图像,利用Steger算法提取图像中的亚像素光条中心点,再用正交直线拟合法计算图像坐标系下的光条直线方程.通过靶标特征点的世界坐标和交比不变性,计算线结构光在靶标平面上的世界坐标点,并将这些坐标点用正交平面拟合法计算得到光平面方程.为了提高整体准确度,本文对算法进行了细节优化,给出了标定系统的设计方案和实验过程.实验结果表明,该方法具有较好的鲁棒性和较高的准确度.