用于近场集成光学头微透镜器件的灰度掩模技术

讨论了制作适用于近场集成光学头中的凸形、凹形微透镜和折衍射复合微透镜的灰度掩模技术。定性地给出了与几种典型的凸形、凹形微透镜和折衍射复合微透镜对应的灰度掩模版的设计实例 ,以及将它应用于光刻操作的情况 ,为采用灰度掩模技术制作适用于近场集成光学头中的微透镜器件奠定了基础。灰度掩模技术在微透镜器件的制作方面具有重要的应用前景 ,有助于简化制备工艺 ,降低制作成本 ,优化微透镜阵列的结构参数。     

一种基于图像特征和神经网络的苹果图像分割算法

苹果识别是开发苹果采摘机器人的关键环节,利用图像处理技术和神经网络分类器探索苹果图像分割算法.从苹果树图片中选取苹果图像样本和背景网像样本.分别计算这两类图像样本的颜色特征和纹理特征.颜色特征的计算基于RGB色彩模型,纹理特征的计算基于灰度共生矩阵.选取适当的颜色特征(R/B值)和纹理特征(对比度值和相关性值)作为输入节点,利用反向传播神经网络分类器建模,输出值是一个O～1之间的计算值.通过阈值将输出结果分类为苹果或背景.试验结果表明,该算法正确率大于87.6%,对光照的影响不敏感,是一利较为实用的苹果分割算法.     

一种基于直方图非线性变换的图像对比度增强方法

针对可见光图像的特性,提出一种基于直方图分段非线性插值的对比度增强处理技术.通过将整幅图像分为背景段、过渡段和目标段,依据各部分的特点分别对不同的灰度段采用直方图非线性拉伸,即根据各段直方图的分布特性进行图像直方图灰度轴的横向非均匀拉伸,并采用基于冗余去除的灰度均衡方法实现图像增强.实验结果表明,该技术有效地增强了图像的对比度,同时抑制了背景噪音.     

基于机器视觉的三维灰度重构技术

基于双目立体视觉三维重构原理，采用主动扫描实现特征匹配的三维灰度重构技术，通过特征结构光扫描物体表面，由经过预标定的两套成像传感器拍摄其图像，经过图像处理程序提取出特征点，完成特征匹配，再计算出物体表面三维轮廓，同时将成像传感器中的灰度信息映射到相应的特征点，从而实现特征点的三维信息和颜色信息的重构和匹配。该技术为三维彩色逼真场景的重构奠定了基础。     

闪光照相中源尺寸和散射对成像的影响

 利用Monte Carlo(MC)模拟技术解释实验中心线灰度曲线的各部分波形。结果发现，系统中的散射照射量、光源的尺寸和H-D特征曲线的形状对实验灰度曲线的各部分波形均有影响：散射量越大，中心信号幅度越低;H-D曲线趾部的非线性越严重，中心信号幅度也越低;光源尺寸造成图像越模糊。指出了用实验波形可以半定量确定系统散射程度和光源尺寸。在测量照射量时，应该尽可能避免散射的干扰,用台阶法测量H-D曲线时，应使台阶远离剂量片而前移。     

基于微分算子的边缘检测法在基因芯片图像识别中的应用

一种基于梯度算子和拉普拉斯算子检测医学基因芯片荧光数字图像边缘的方法．数字图像经过图像增强等预处理以后，突出了我们感兴趣的数字图像特征，根据数字图像灰度变化的趋势，用灰度变化的一阶导数(梯度算子)检测图象中的边缘区域；用灰度变化的二阶导数确定图像边缘的中心位置．最后根据某些预定的准则把满足这些准则的象素组成一条边缘．     

神龙一号直线感应加速器X光转换靶破坏诊断

 利用能量约450 keV、焦斑直径1~4 mm的低能X光对神龙一号直线感应加速器束靶作用后钽靶的破坏进行诊断,利用增强型电荷耦合器件（ICCD）对诊断过程记录,得到束靶作用后数μs时间内钽靶材料密度的变化。结果表明：在束靶作用后约1 μs内靶材料密度基本没有变化,且该时间段内ICCD相机没有观察到有靶前钽靶材料的微粒喷射。     

基于小波分解金字塔的OCT图像特征提取算法

糖尿病性黄斑水肿(DME)是导致失明的主要原因之一,由专业的医生通过检查光学相干扫描(OCT)图像是主要的诊断方法,但这一过程不仅耗时而且容易误判,提出一种辅助诊断模型来区分DME和正常黄斑。对原始OCT图像进行降噪、展平、裁剪预处理,得到易于分类的病灶区图像,在小波分解金字塔模型的基础上用局部二值模式方法对原图和低频子图像提取纹理特征;与提取细节图像的灰度-梯度共生矩阵特征融合形成最终的全局特征,并对其进行降维;用weka平台的序列最小优化模型进行分类。在杜克大学数据集和临床数据集上的试验结果表明,算法在两个数据集上验证的准确率分别为95.7%、95.3%,灵敏性分别为95.3%、95.5%,特异度分别为96.0%、95.1%。因此,所提方法能有效对OCT图像分类,为临床上视网膜疾病辅助诊断提供技术支撑。     

基于剪枝信任度传播的手写体目标形状匹配方法

手写体识别中,目标形状的匹配是较为重要的工作.为了提高手写体目标形状的匹配速度,提出一种新的匹配方法.由于手写体目标形状的几何先验知识已知,并可以采用少量的参数进行表示,新方法采用参数化可变形模板匹配目标形状,确定其后验概率模型,并定义剪枝信任度空间,依据信任度传播算法的特性,首次将剪枝信任度传播算法应用于求解可变形模板与目标形状之间的最佳匹配.实验结果显示,在灰度图像中,对手写体目标形状的轮廓检测与定位速度显著提高.提出将剪枝信任度传播方法应用于手写体目标形状的匹配工作,能够使得目标形状填补空白,应用于相关性较为稀疏的图模型中.