无重叠图像期间的卫星平台颤振估计算法

提出了基于双重约束函数的无重叠图像期间的颤振估计算法。建立了视差图像与低频颤振相结合的双重约束函数,以评价无重叠图像期间颤振曲线的平滑度;采用共轭梯度法筛选颤振曲线平滑度最优解,并以此作为无重叠图像期间颤振的最佳估计;建立了无重叠图像期间与重叠图像期间颤振之间的函数关系式。以我国XX-1号可见光详查相机为例进行实验,颤振探测结果在被测颤振的频率既不等于也不接近特征频率的整数倍处具备有效性,证明了所提算法能够对无重叠图像期间非特征频率整数倍及其附近处的颤振进行有效探测。     

基于伪随机噪声序列相干光正交频分复用系统的定时同步算法

针对传统定时同步算法的副峰干扰和低信噪比(SNR)下定时不稳定的问题,提出了一种基于伪随机噪声(PN)序列的定时同步算法。根据PN序列良好的延迟相关性和对称相关性,重新设计了训练序列的结构,并优化了定时度量函数的计算方法。仿真结果表明,改进算法的定时度量估计曲线只存在一个峰值,消除了副峰干扰。在循环前缀为四分之一符号长度与低SNR的情况下,仍可实现准确和稳定的定时。     

关于不定方程x3-1=749y2

利用同余式、平方剩余、Pell方程的解的性质、递归序列证明了:不定方程x³-1=749y²仅有整数解(x,y)=(1,0).     

基于回波平移序列的快速三维磁共振温度成像方法

高强度聚焦超声（HIFU）是一种无创的热消融疗法，为保证其安全性和有效性，需要一种精度高、速度快的测温方法在其治疗过程中对温度进行监控.基于质子共振频率位移（PRFS）的磁共振温度成像（MRT）对温度具有较高的灵敏度，且与温度具有良好的线性关系，因此常被用于引导HIFU治疗.然而在实际应用中，HIFU治疗的最大隐患在于可能造成表皮灼伤，并且灼伤区域可能与焦点区域相隔较远.因此MRT的监控范围十分重要.本文基于三维回波平移成像序列，结合可控混叠的空间并行成像技术，实现了时间分辨率为3 s的快速三维温度成像.为了验证该方法的精度，本文首先设计了仿体降温实验，利用光纤温度计验证回波平移序列测温的准确度和精确度.然后在室温条件下扫描离体猪肉组织，对比加速前后的MRT的测温精确度.在HIFU加热条件下扫描离体猪肉组织，对比加速前后的MRT的测温准确度.结果显示，本文提出的方法可以在3 s内完成三维温度精准测量，对于HIFU治疗的安全监控具有重要意义.     

基于相机扫描的太赫兹光场成像预处理方法

太赫兹光场成像是一种太赫兹波段内的计算成像手段。在太赫兹相机扫描成像的基础上进行了图像预处理和光场计算。针对太赫兹相机受器件性能限制导致输出图像存在噪声大、分辨率低和视场小等问题,对基于相机扫描的太赫兹光场成像进行了预处理,通过控制二维平移台,采集到一系列存在特定视角差别的目标图像;采取高通滤波方式对图像进行处理,得到噪声小、锐化程度好的图像;在不降低图像分辨率的基础上利用Harris特征图像拼接算法计算得到较大视场的图像。通过上述方法,有效地提高了光场成像质量,为实现太赫兹光场成像三维重构奠定了基础。     

重复频率HF激光脉冲能量稳定性的理论分析

研究了重复频率HF脉冲激光器的气体介质对激光输出能量稳定性的影响规律。计算结果表明,激光器放电区内SF_6的解离率约为1.5%(略高于实验测量值),工作气体介质的消耗速率为2.2×10~(15)(cm~(-3)·s~(-1)),但消耗量比气体的初始量小3～4个量级。通过合理控制激光器内HF的分子浓度,并适时补充激光器气体介质,可以提高激光器输出能量的稳定性。激光器输出能量变化分为过渡阶段和维持阶段,其中过渡阶段决定了重复频率工作模式下HF激光器的总体出光能力。计算结果可为重复频率非链式HF脉冲激光器设计提供技术支持。     

基于计算全息的衍射光学元件印模制备方法研究

介绍了一种基于计算全息的非对称多台阶衍射光学元件印模制备方法，研究了相位型计算全息的工作原理和设计方法，建立了相应的光学系统和衍射光波模型，设计了求取相位型印模微结构的算法流程。在理论分析的基础上，以叠心图案为例，利用MATLAB分别仿真了2台阶、4台阶、8台阶、16台阶衍射光学元件的相位信息以及表面微结构形貌，并对比了其再现图像的质量，发现台阶数越多，再现图像的质量越好。获得印模空间高度数据以及表面结构分布后，利用单点金刚石车削技术，采用快刀加工方式，分别加工了元件尺寸为6 mm×6 mm，最小特征尺寸为30 um的2台阶和4台阶印模，并获得了实际加工的台阶轮廓曲线以及表面结构轮廓。最后采用紫外固化纳米压印技术实现了4台阶印模的复制过程，并对复制样品进行了图像再现，结果表明该方法能用于非对称低台阶数衍射光学元件印模的制备。     

仿真假体视觉下神经网络算法的应用研究

尽管已有多种图像处理策略被应用到视觉假体的仿真研究中并提高了被试的识别表现,但在植入电极数量有限的情况下,如何保证盲人获得足够的拓扑信息是视觉假体仍需解决的问题。在此背景下,本文将两种神经网络算法应用到仿真假体视觉中对图像进行前景目标提取和像素化处理,首先利用图像分割数据集训练一个U-net网络得到前景提取后的结果,将其像素化之后与提取前的原图配对,再利用配对后的数据集训练一个Pix2Pix网络从而实现了将彩色图像"翻译"为像素化图像的目标。实验结果表明,与传统图像处理算法相比U-net网络具有更准确的目标提取效果,且经Pix2pix网络"翻译"后的图像也与标签图像更相似,有助于提高假体佩戴者的识别准确率。     

基于相减运算的图像分割方法研究

图像分割问题是计算机视觉领域中低层次视觉的一个经典难题。文章先简单介绍传统图像分割方法,然后在结合原有方法的基础上,提出一种新的分割方法。通过实验结果,总结新方法与传统方法的特点,提出一种设想与展望。