用数值方法分析微孔激光器出射光的近场特性

微孔激光器作为应用于近场光信息存储系统中的一种新型光源，它的出射光斑的近场特性对于近场光存储是十分重要的。针对纳米孔径运用角谱进行Fox-Li数值迭代，得到不同孔径微孔激光器的基模光强分布，然后运用二维非线性时域有限差分法分析微孔激光器出射端即微孔金属膜的近场光学性质，模拟计算了不同孔径和厚度的微孔金属膜的光强近场分布，从应用于近场光存储的角度，给出反映其近场光学特性的相关数据。发现由于TM模式下金属存在局域表面等离子增强效应，使得其出射强度比TE模式高一个数量级，从而更适于作为实际中近场光存储系统和原理试验的光学头。     

小波变换及其应用(续三)

两维正交小波基　在许多实际问题中 ,经常会遇到多维的信号 (如图像等 ) ,因此只有一维小波基是不够的。不难证明 (见 [1 ])若φ( t)与Ψ ( t)是小波标准正交基的尺度函数与母函数 ,φjm( x) =2 j2 φ( 2 jx -m) ,Ψjm( x) =2 j2 Ψ ( 2 jx -m) ,则 {Ψjn( x)φjm( y) ,φjn( x)Ψjm( y) ,Ψjn( x)Ψjm( y) }j,m,nz构成两维平方可积函数空间 (即满足∫∞-∞∫∞-∞|f ( x,y) |2 dxdy <∞的全体函数所构成的线性空间 )的一组标准正交基 (见图 1 2 ( a) ( b) )图 1 2(六 )离散小波变换的应用举例( 1 )消除信号中的噪音信号在生成和传输过程…     

煤颗粒燃烧破碎特性及其分数维理论

本文采用激光衍射法和光学显微计算机图像系统及自行开发的软件,测量了三个典型煤在快速加热初期燃烧、等温加热燃烧和火焰燃烧方式的颗粒尺寸,运用分数维理论,建立了煤燃烧颗粒破碎理论,实验和理论研究揭示了煤燃烧中颗粒尺寸变化的本质,理论计算和实验结果符合良好。     

庆祝武汉大学合校5周年——前进中的武汉大学期刊社

武汉大学期刊社成立于2000年10月，下设办公室、5个编辑部以及出版发行部、网络信息部共8个部门，编辑出版6种中文核心期刊学报、2种英文学报及2种科技杂志。     

利用Cluster State实现远程态制备

量子态是量子信息的载体，因此，从某种意义上说，量子信息过程就是量子态的传递和操作的过程。量子态的远程制备包括量子隐形传态（Telepotation）和远程态制备（Remote State Preparation（RSP））。远程态制备是一种利用纠缠和经典通讯传输量子态的简单方法，相比较量子态telepotation耗费的资源更少（1 ebit and 1 cbit）。Cluster State是一种特殊的量子态，在量子计算方案中有着广泛的应用。我们实验上利用SPDC产生的偏振纠缠双光子，加入时间比特，构造出Cluster State，并利用Cluster State实现了量子态的远程制备。     

一种基于灰度变换的红外图像增强算法

针对红外图像，采用双门限分割法进行图像分割，然后采用分段灰度变换法进行图像增强。根据具体图像，通过人机交互的方式确定2个阈值，将图像分割为目标区、过渡区和背景区3部分；按照每一部分的特点，设计不同的灰度变换，对图像进行分段线性增强，得到感兴趣目标区的最佳视觉效果。通过对16位红外图像进行实验，得到了满意的结果。实验表明,该算法灵活便捷，在增加对比度和去除噪声的同时，还抑制了背景，达到了预期的效果。     

基于SVM局部后验概率融合方法研究

研究了基于支持向量机的后验概率的应用,提出了对样本集进行分解,以产生局部后验概率,根据模式的稳健性对局部后验概率进行凸组合融合的方法.     

机器视觉及其应用(系列讲座)第二讲图像采集技术——机器视觉的基础

图像采集是机器视觉系统的基础,因为获取相应质量的图像,是对图像进行处理与分析的前提.该文是<机器视觉机器应用>系列讲座中第二部分,重点讨论了采像4个环节的内容、核心、以及对采集到的图像质量的影响.并分别讨论了光源、光学系统(镜头)、CCD摄像机、图像采集卡以及特殊或最新的图像采集技术与产品.     

用高分辩率卫星影像辨识城市建筑物

在对试验区IKONOS卫星高分辨率影像预处理的基础上,采用HIS变换法对1m分辨率全色影像和4m分辨率多光谱影像进行了融合处理;通过建筑物阴影提取了建筑物高程,采用正交小波变换方法提取了图像的纹理信息;采用了四种不同的特征图像组合方式,对试验区高、中、低层建筑物进行了分类.     

书籍扫描图像畸变参数自动计算方法的研究

为实现书籍扫描图像的畸变自动校正,提出用多项式来描述各像素的理论灰度g(zi)与页面上对应点到扫描仪工作平面距离zi二者之间的关系。为确立该多项式,在畸变参数已知条件下扫描一幅图像,根据已知畸变参数求出zi,即可按最小二乘法原理由各像素灰度的实际值求出多项式的各个系数。实验证明,采用4阶多项式已能满足一般要求,并求出了各系数。对任意扫描图像,自动计算畸变参数的方法为:首先利用扫描图像上页边空白处各像素的灰度,对畸变参数进行估计,并求出zi的估计值;然后代入所确立的多项式,可求得g(zi);通过调整各畸变参数的估计值,直到g(zi)与gi最为接近,即得最佳畸变参数。用于图像校正实验,获得了较好的校正效果,最大误差由不校正时的41%下降到了6.9%。这使得无需用户测量并输入有关畸变参数即可进行自动校正。