微结构显微光学无损检测方法（特邀）

微纳尺度的微结构可调制光场,提高传感器的灵敏度,是新一代功能器件或传感器件中广泛使用的重要结构特征。包含微细加工在内的先进制造技术的快速发展,对多种型式微纳尺度微结构的无损测量技术提出了紧迫的需求。本文从多维视角论述了国内外行业发展中出现的微结构种类、型式,围绕具有高精度无损检测特质的光学显微技术,阐述了国内外仍在继续发展的微结构无损检测四种主流方法,分析了这些方法的技术特点、适用对象,给出了典型样品的检测结果,其中部分结果是首次发表。结果表明,暗场显微机器视觉法,是振幅型颗粒、凹坑、划痕等有害微结构的有效检测方法,可以实现大尺度样品的快速检测;共焦显微成像和低相干显微干涉法是“相位”型微结构的最佳检测方法,可以得到微结构的三维形貌;光谱反演-过焦扫描法与近红外显微干涉法,是应高深宽比微结构无损检测需求而发展起来的新方法,前者可以快速测得线宽和深度,后者可以测得物镜视场范围内高深宽比微结构的三维形貌,二者可以相互验证与补充。     

面向下一代数字病理成像分析仪的高通量全彩色傅里叶叠层显微成像术（特邀）（英文）

傅里叶叠层显微成像术是近年来提出的新型计算成像技术,它有效解决了传统显微成像中分辨率与视场制约的问题,无需对样本进行机械扫描便能获得十亿像素级的高通量图像,有效解决传统数字病理扫描仪器的拼接伪影、重影、拼接成功率低、景深狭小、效率偏低等问题。近年来更是发现其不单是解决视场与分辨率制约的工具,更是解决一系列权衡问题的范式,从而迸发出源源不绝的生命力与应用潜力。本文全方位概述了傅里叶叠层显微成像术技术9个方面的发展趋势,简介了其起源与基本原理,着重综述了其在面向下一代数字病理成像分析仪的多个阶段与最新进展。指出其在这一应用方向上已进入“10-100”的产业化阶段。讨论了其产生大规模社会经济效益的可能性,其极有可能给数字病理行业及其上下游相关行业带来突破进展。尽管如此,作为典型交叉领域仍有不尽人意之处,包括科学问题、技术问题、工程问题及行业问题,需要多方共同努力推进,展望了未来技术与工程发展方向。     

拉曼光谱对新石器时期白石斧的研究

本文采用显微拉曼光谱技术 ,对云南省永仁县菜园子出土的新石器时期白石斧的表面和截面进行了测试研究 ,结合矿物拉曼谱确定了石斧白色和黑色物质的成分。通过对白石斧截面拉曼谱的分析 ,得出了石斧拉曼主峰 (46 2cm- 1 )的强度随深度变化情况的散点图 ,实验结果发现 ,石斧表面的腐蚀层厚约为 40 0 μm。石斧截面拉曼谱给出了与石斧埋葬年代和周围环境有关的信息     

瞳孔直径估算模型

在对已有瞳孔直径估算模型研究分析的基础上,测量了不同光环境下受试者瞳孔直径的变化,利用实测数据对现有模型进行了对比分析。利用角膜通量密度建立了亮度、视角与瞳孔直径的关系,并以Stanley-Davies模型为基础对原有计算关系式进行了修正与优化,提高了模型的计算精度。通过实验拓展了Stanley-Davies计算方法的适用视场范围,将最大适用视场拓展到40°。     

基于多源数据的双向闭合云控制立体视觉测量

针对大视场范围下运动目标位姿参数测量易受模型累积误差、成像畸变和特征信息不足等因素的影响,提出一种新型视觉测量方法。首先建立适用于视觉测量过程中的高效多源特征数据融合模型,可以解决特征点单一的问题。然后构建基于特征点云信息的双向闭合测量模式,改变传统方法中从图像数据到空间特征信息的单向传递过程,将已确认的空间数据作为控制信息返回至测量处理过程中,可以有效规避测量空间越大导致测量模型累积误差越大的矛盾。最后实验结果表明,所提方法在10 m×8 m×3 m大视场空间内实现目标的姿态测量精度优于±1.5°,位置精度优于2 mm。所得的测量结果验证了双向闭合云控制测量模式获取的目标位姿参数精度高,稳定性强,能够满足实际的工程应用需求。     

基于时间感知和自适应空间正则化的相关滤波跟踪算法

针对相关滤波器的空间正则化权重与目标内容无关和跟踪过程中模型退化等问题,提出一种基于时间感知和自适应空间正则化的相关滤波跟踪算法。首先,提取灰度特征、CN(color name)特征和方向梯度直方图(HOG)特征来提升算法模型对目标的表达能力;其次,通过图像显著性检测算法获得带有目标内容信息的空间正则化初始权重;然后,在目标函数中加入自适应空间正则化项来缓解边界效应对相关滤波器的影响;最后,加入时间感知项使相关滤波器学习到相邻帧之间的信息,降低算法模型在处理不准确样本时发生过拟合的风险。在OTB-2013和OTB-2015公开数据集上对所提算法进行性能评估实验,结果表明,所提算法在多种复杂场景下都有良好的稳健性,在跟踪成功率和距离精度上优于其他对比算法,且速度达到24.2 frame/s,能满足实时性要求。     

光电成像探测中目标方位测量方法

为了在光电成像探测目标的同时给出目标相对探测器的方位信息,探讨了一种基于单目视觉的运动目标方位测量方法。根据投射成像原理,推算出二维目标像点坐标与目标的空间三维位置之间的映射关系,建立了单目视觉测量目标方位的数学模型。结合帧间差分法和KLT方法检测静止背景下和变化背景下的运动目标,并对目标特征点进行亚像素定位。试验和仿真结果分析表明,该方法能够有效提取目标的特征点,可对目标较为准确地定位,并通过单目视觉测量出目标方位信息,误差控制在8%的范围内。     

基于聚类分割和形态学的可见光与SAR图像配准

针对可见光与SAR图像灰度差异大,共有特征提取难的问题,提出了一种基于k-均值聚类分割和形态学处理的轮廓特征配准方法。利用k-均值聚类算法对两类图像进行分割,得到图像分割区域;通过形态学处理,有效减少SAR图像斑点噪声影响,准确提取两类图像的封闭轮廓;采用轮廓不变矩理论,引入矩变量距离均值、方差约束机制和一致性检查的匹配策略,获取最佳匹配对,实现了两类图像的配准。通过实验,三组图像的配准精度分别达到0.3450、0.2163和0.1810,结果表明该法可行且能达到亚像素的配准精度。     

基于离散Morse理论的散乱点云特征提取

为了有效提取散乱点云上的特征点,针对现有点云特征提取算法采用全局统一的特征度量阈值易造成特征误判、漏判及需要多次人工调参的问题,基于离散Morse理论,提出一种自适应的特征提取算法。首先,采用基于局部邻域的协方差分析计算每个数据点的特征度量,标定潜在特征点。然后将潜在特征点与其邻域点在主方向上所形成的夹角平均值作为局部特征检测算子,利用该算子计算该点的离散梯度;最后,构建每个潜在特征点局部邻域内的Voronoi图,利用线性插值法计算离散点所在泰森多边形所有顶点的梯度构建离散梯度向量域,将离散梯度向量域中的梯度极值点判定为特征点。为提高算法的稳健性和抗噪能力,将离散梯度计算扩展到多尺度上,将邻域大小作为离散的尺度参数,多尺度地对一点进行判定。实验结果表明,该方法简单、稳健性好,不依赖于特征的尖锐程度,能在有效提取较尖锐特征的同时,尽可能多地保留较平滑特征。当噪声为0.03 dB时,可以有效地提取点云特征,而当噪声为0.05 dB时,尽管存在个别特征点消失的情况,但整体上显著特征点能够得到较好地提取,效果令人满意。     

联合多级深度特征表示和有序加权距离融合的视频行人再识别方法

针对目前视频行人再识别中存在视角、光线变化,背景干扰与遮挡,行人外观与行为相似,以及相同行人在不同模态特征下距离的差异性而导致的匹配不正确问题,提出一种联合多级深度特征表示和有序加权距离融合的视频行人再识别方法。在行人特征表示阶段,提出了行人多级深度特征表示网络,该网络不仅能学习视频序列中行人的时空特征,还能获取行人的全局外观特征和局部外观特征。在有序加权距离融合阶段,将行人的特征表示输入到距离测度学习中,分别计算行人在三类特征下的独立距离,并将距离排序后,根据距离的排名优化距离权值,最后融合三类距离得到最终距离,从而准确匹配行人。通过在公共数据集中的实验表明,所提方法不仅能够提高视频行人再识别的识别率,还具有丰富和完整的行人特征表示能力。