强火光中图像拍摄技术研究

对串联战斗部一级战斗部装药燃烧的火光进行近紫外波段光谱分析,选取了310 nm～320 nm作为高速摄像机拍摄窗口,并采用窄带滤波器过滤掉拍摄窗口之外的其他光谱,使用激光辅助照明设备对火光中的物体在320 nm处进行照明,较为清晰地拍摄到了强火光中的物体图像,并进一步通过串联战斗部穿靶试验,验证了系统的科学和有效性。     

基于U-Net的盐体识别方法

卷积神经网络在计算机视觉领域取得重大突破，利用其强大的图像处理能力，将地下沉积盐体的识别问题转化为图像语义分割问题，应用深度卷积神经网络实现盐体地震图像的像素级语义分割.本文在U-Net基础上，增加网络深度并同时引入批归一化和Dropout处理，使得神经网络模型具有更高的可信度和更强的泛化能力.通过实验发现，在卷积层之后引入批归一化处理，并在池化层和叠加层之后引入Dropout可以稳定提升模型对盐体图像的分割性能.     

基于PdSe2/GaAs异质结的高灵敏近红外光伏型探测器的制备和图像传感的应用

本文制备了一种基于PdSe₂/GaAs异质结的高灵敏近红外光电探测器,该探测器是通过将多层PdSe₂薄膜转移到平面GaAs上制成的. 所制备的PdSe₂/GaAs异质结器件在808 nm光照下表现出明显的光伏特性,这表明近红外光电探测器可以用作自驱动器件. 进一步的器件分析表明,这种杂化异质结在零偏电压和808 nm光照下具有1.16×10⁵的高开关比. 光电探测器的响应度和比探测度分别约为171.34 mA/W和2.36×10¹¹ Jones. 而且,该器件显示出优异的稳定性和可靠的重复性. 在空气中2个月后,近红外光电探测器的光电特性几乎没有下降,这归因于PdSe₂的良好稳定性. 最后,基于PdSe₂/GaAs的异质结器件还可以用作近红外光传感器.     

基于层次简化的三维场景快速绘制方法

实时三维场景快速绘制是实现漫游和仿真的基础,提出了一种基于分层简化和碰撞检测的快速渲染算法．该算法先采用八叉树的分层简化三维场景模型,然后用包围盒实现视景的实时碰撞检测,最后采用基于场景剔除的图像缓存技术．从实验结果分析,此方法在效率和显示效果上是可行的．     

基于尺度质心统计的纹理分析

结合目前纹理分析的三类算法,提出了尺度质心统计的分析算法。该算法以具有多分辨率特性的小波包为基础,结合结构法的纹理元分析方式,采用区域质心完成局部特征提取,最后使用投影法进行整体的特征提取。实验证明,尺度质心统计取得了令人满意的纹理分析效果。     

显微动态图像分析技术及其在生物物理中的应用

介绍了一种可实时监测细胞生命活动的显微动态图像分析技术。该技术把显微光学成像技术、数字处理技术和动态图像分析技术结合为一体,可实现对活细胞的结构功能、生长过程和环境变化的影响等进行非侵入性连续监测。通过在细胞膜弹性模量测量中的应用表明,该技术不仅原理可靠,实现容易,应用方便,而且检测速度快,测量精度高,稳定性能好。此项技术可望在生物物理学的实验研究中获得广泛的应用。     

中高分辨力遥感图像中飞机目标自动识别算法研究

提出了一种中高分辨力的航空航天遥感图像中飞机目标快速自动识别的新算法。在分割和分类过程中充分利用飞机目标的先验知识,提出了一种改进区域分割方法,并应用树分类器对飞机目标进行自动识别。所提出的改进区域分割方法较好地实现了区域分割中阈值的准确自动选取,克服了复杂背景图像中小目标的全局阈值自动分割的失效问题。采用二叉树分类器,通过提取简单的目标几何特征,分层进行种类识别,提高了识别速度,降低了漏检率和虚警率。运用该方法进行了实验。结果表明,识别率达到了100%。     

基于神经网络的三维宽场显微图像复原研究

提出一种利用BP神经网络进行三维宽场显微图像复原的非线性映射方法,将三维图像转化为二维图像进行处理,利用神经网络的学习能力,通过训练,建立含有散焦信息的二维模糊图像与二维清晰图像之间的映射关系,然后对切片堆叠进行逐幅复原,从而实现显微图像的三维复原.得到的复原图像在视觉上和定量分析上都获得了很好的效果.由于采用小规模神经网络,训练时间短,计算量小,使实时复原成为可能.     

高功率半导体激光端面泵浦方形掺Nd3+离子激光晶体热形变研究

为了解决高功率半导体激光器端面泵浦激光晶体引起的热效应问题,激光晶体泵浦端面的热形变必须进行准确的计算.通过对于全固态激光器中激光晶体的工作特点分析,建立了矩形截面激光晶体热分析模型.基于热传导方程,提出了泊松方程的一种新解,并获得了矩形截面激光晶体端面热形变分布的一般解析表达式.同时讨论了半导体激光器偏心泵浦激光晶体给端面热形变带来的影响.与有限元分析方法以及其他数值分析方法相比,解析分析方法不会给计算引入任何的误差.热形变的解析分析为解决激光晶体的热效应问题以及提高激光器的性能提供了理论的依据.     

数学形态学在红外多弱小目标提取中的应用

应用了高帽和低帽变换对图像进行对比度增强、采用基于流域变换的粘连目标分割的方法把图像中粘连目标分割开来,进而采用了自适应的阈值把图像二值化.通过这一系列的处理后,从红外图像中提取出了弱小目标信息.这种方法在红外弱小目标的判别中对目标的提取效果较佳,也给后续处理提供了方便.