水下全息实验

将激光全息照相技术应用于水中实物的拍摄。本文从理论和实验这两方面对像面全息在水下环境中的实现进行了研究，并进行了大量的水下实验，得到了清晰的水下全息图。     

水下全息探测与测量：当前研究评述

引言水下全息测绘是一项涉及水下全息图记录的技术,之后在实验室环境内再现全息实像,以获得精确的位置和尺寸信息。全息图的高分辨率和三维特性,包括图内的视差与透视,使我们可以在实验室光学系统中重新建立水下景像。实像处于底片前的空间内,这意味着该实像可以用屏...     

影响数字全息再现像像质的因素分析

详细地讨论了CCD的感光像元、抽样间隔和感光面积这三个结构参量对数字全息再现像的影响,并分析了结构参量之间的相互关系.结果表明,CCD的三个结构参量不仅分别影响着数字全息图再现像的亮度、大小和分辨率,同时还与记录光路相关联并相互影响.在CCD的结构参量、物体大小及记录波长都确定的情况下,设计了最佳全息记录光路,使CCD的带宽得到了充分利用,获取的信息量也达到了极限.通过综合归纳,给出了充分利用CCD结构参量进行高质量数字全息记录的建议,并进行了实验验证.     

基于像全息技术的资料存储

文中利用像全息技术,对二维文字资料作了全息存储,并对实验结果进行了分析,不仅 提高了存诸质量,而且为今后的全息显示打下了基础。     

全息光学元件在光学读出头中的应用

分析了全息光栅在光学读出头中的作用。给出了用于光头中的全息光栅的设计原理,推出了记录和再现公式,并计算在共轭参考光再现全息光栅时再现实像的象差。     

数字像面全息显微技术的降噪方法

数字像面全息显微技术中,记录过程引入的噪声限制了轴向测量的精度和可靠性。目前对于抑噪方法的研究,主要针对高频噪声。因此提出了一种针对数字像面全息显微技术的降噪方法,不仅抑制高频噪声,对噪声的低频部分也有抑制作用,提高重构相位的信噪比。这种降噪方法对数字像面全息显微图进行优化,实现途径为利用二维经验模态分解中,第一层本征模态函数与全息图干涉条纹灰度信息契合的特点,提取第一层本征模态函数实现优化。应用优化后的像面全息图,实现重构,求解相位,测量样本表面形貌。应用优化方法对标准纳米台阶的表面形貌进行测量,对比并分析优化前后全息图的频谱以及测量的高度图,证明优化方法在保证对微结构表面形貌实现可靠测量的基础上,降低了数字像面全息显微技术的重构相位噪声。     

采用激光全息技术的实时指纹取像系统

所研制的实时指纹取像系统利用传统的光学全反射原理和激光全息光栅反射技术相结合的研究方法，解决了传统光学全反射指纹取像系统所存在的问题。给出了新型光学指纹取像系统的研究方法和光学设计的光路图。所研制的实时指纹取像系统图像具有无畸变、无失真、图像清晰的特点。     

在计算全息中实现双通道多形式的再现像

在计算全息中 ,对物的频谱加入二次位相因子以后 ,其再现像具有双通道自成像的特性 ,可以方便地演示两个物或同一物的像的变化 ,文中给出了相应的原理和实验结果。     

数字显微像面全息技术研究

提出一种数字显微像面全息术（DMIPH）。微观物体的离轴像面全息图直接记录在CCD上,经过2次快速傅立叶变换和数字频谱滤波,得到了显微物体放大的再现实像,并进行了详细的理论分析和实验研究,提供了以分辨率板为实验样品的实验结果。研究表明,这种技术可应用于微观物场成像和定量测量。     

合成多狭缝的彩虹消色像全息术

本文提出一种合成多狭缝彩虹消色像全息术,讨论了消色条件和由于记录时二次曝光产生的像点模糊,并给出物光波面转角的容限。     

角度双重像面全息术研究

本文根据光全息记录的多重性,提出一种新的角度多重像面全息术,实现一次曝光记录全重叠多物像,并在不同的角度分别提取不同的单物信息。文中给出多重像面记录,再现理论及噪声讨论,拍摄得到较为满意的双重像面全息图。     

数字全息技术研究进展及应用

本文对数字全息技术的历史和发展做了简要回顾,分析了数字全息技术在现阶段存在的问题,介绍了数字全息技术在消除零级衍射像干扰、提高再现像分辨率等方面的研究进展,对数字全息在各方面的应用研究状况作了简要介绍。     

双缝孔径像面强度全息术及其应用

本文分析了利用透镜成像的像面强度全息图的衍射特性,提出了利用双缝孔径记录像面强度彩虹全息图的方法,同时给出了实验结果。     

光栅产生带状谱的彩虹消色全息术

本文提出利用光栅产生类似多狭缝形式的带状谱获得消色像的全息记录方法,讨论了获得消色像的条件,并给出了实验结果。     

Underwater image enhancement with image colorfulness measure

Due to the absorption and scattering effects of the water, underwater images tend to suffer from many severe problems, such as low contrast, grayed out colors and blurring content. To improve the visual quality of underwater images, we proposed a novel enhancement model, which is a trainable end-to-end neural model. Two parts constitute the overall model. The first one is a non-parameter layer for the preliminary color correction, then the second part is consisted of parametric layers for a self-adaptive refinement, namely the channel-wise linear shift. For better details, contrast and colorfulness, this enhancement network is jointly optimized by the pixel-level and characteristic-level training criteria. Through extensive experiments on natural underwater scenes, we show that the proposed method can get high quality enhancement results.     

Underwater image processing method for fish localization and detection in submarine environment

Object detection is an important process in image processing, it aims to detect instances of semantic objects of a certain class in digital images and videos. Object detection has applications in many areas of computer vision such as underwater fish detection. In this paper we present a method for preprocessing and fish localization in underwater images. We are based on a Poisson–Gauss theory, because it can accurately describe the noise present in a large variety of imaging systems. In the preprocessing step we denoise and restore the raw images. These images are split into regions utilizing the mean shift algorithm. For each region, statistical estimation is done independently in order to combine regions into objects. The method is tested under different underwater conditions. Experimental results show that the proposed approach outperforms state of the art methods.     

数字图像处理在激光全息中的应用

本文主要介绍了利用计算机生成的数字图像代替传统的三维立体模型作为全息拍摄对象的方法。从数字图像的全息记录原理出发,讨论了数字图像的分辨率及设计方法问题。     

全息术在现代光学中的应用

随着近几年对光学全息术的进一步探索和研究,发现其在人工神经网络、高密度存储、光镊、信息编码译码和光束扭曲打结等方面有着广泛的应用,本文对全息术的原理及在现代光学中的应用做了简要介绍。     

Underwater image processing and analysis: A review

With increasing attentions being drawn to the underwater observation and utilization of marine resources in recent years, underwater image processing and analysis have become an active research hotspot. Different from the general images, marine environment is usually faced with some complicated situations such as underwater turbulence and diffusion, severe absorption and scattering of water body, various noises, low contrast, uniform illumination, monotonous color, complex underwater-background. In response to these typical challenges, a large body of works in underwater image processing has been exploited in recent years. This survey introduces a review of existing relatively mature and representative underwater image processing models, which are classified into seven categories including enhancement, fog removal, noise reduction, segmentation, salient object detection, color constancy and restoration. We then objectively evaluate the current situations and future development trend of underwater image processing, and provide some insights into the prospective research directions to promote the development of underwater vision and beyond.