掩不住的诱惑 LG P920祼眼3D双核智能手机

忽然之间,3D立体电影席卷整个电影市场,如署期档的最火热的《变形金刚3》、《哈利波特7》等,在满足的了视觉享受的同时,也感受到现在影像科技的精湛技术.电视厂商和显示器也相继的推出3D立体显示器,快门式的、偏振不闪式种种,似乎3D俨然成为了视觉影像的潮流.而在移动的3D影像设备上,笔记本、手机便成为了首选,继而,裸眼3D就成了在手机上观看立体影像的最佳方式。     

基于超像素和低秩的协同稀疏高光谱解混

为了克服经典协同稀疏解混算法的不足以及全变差正则项引起的边缘模糊问题,同时考虑到稀疏性和空间信息对解混精度提高的重要性,采用结合超像素和低秩的协同稀疏高光谱解混算法,进行了理论分析和实验验证.该算法对高光谱图像进行超像素分割,并对每个超像素施加协同稀疏性约束.此外使用低秩正则项代替传统的全变差正则项来利用空间信息,选取...     

CMOS有源像素传感器特性分析与优化设计

设计了一个三管有源像素和其用开关电容放大器实现的双采样读出电路.该电路被嵌入一64×64像素阵列CMOS图像传感器,在Chartered公司0.35μm工艺线上成功流片.在8μm×8μm像素尺寸下实现了57%的填充因子.测得可见光响应灵敏度为0.8V/(lux·s),动态范围为50dB.理论分析和实验结果表明随着工艺尺寸缩小,像素尺寸减小会使光响应灵敏度降低.在深亚微米工艺条件下,较深的n阱/p衬底结光电二极管可以提供合理的填充因子和光响应灵敏度.     

基于稀疏和低秩表示的显著性目标检测

文中研究了无监督自下而上的显著性目标检测方法。基于显著性目标在自然图像中稀疏分布的这一先验性假设,提出了一种用低秩和稀疏表示进行显著性目标检测的方法。根据图像背景的先验分布,首先选取一个有效的背景字典来低秩表示图像的背景部分,进而更好地分离出显著性前景。由于人类视觉中心偏好可知,图像的边缘部分不易引起关注,故选取这些边缘部分作为背景先验来选取背景字典。与其他基于稀疏和低秩分解的显著性目标检测相比,文中选取的背景字典更简单有效,且能得到更好的显著性图。实验结果显示,该方法比主流的显著性检测方法得到的显著性图更令人满意。     

一种谱聚类灰度纹理图像分割方法及其在近红外成像仿真中的应用

针对近红外场景仿真中需要将不同材质分类的问题,提出一种谱聚类的灰度纹理图像分割方法。首先利用mean-shift算法,将原始图像预分割为多个具有准确边界的同质区域,并将这些区域描述为超像素;进而,将超像素构造的无向加权图作为谱聚类的输入,通过谱聚类的方法解决超像素的过分割问题。本文的方法在谱聚类过程中考虑了超像素的纹理特征,弥补了灰度图像在谱聚类过程中只顾及灰度和空间信息的不足。实验结果表明,利用本文分割方法不但减少了运算量,并且为精细的近红外场景仿真奠定了基础。     

8万门母片系列电路测试软件开发及COMPASS门阵列库单元测试验证技术

JSC710XX是我国第一块利用COMPASS8万门门阵母片正向设计的超大规模集成电路，我们在DIC8032测试系统上开发出测试软件，对该电路的功能和参数进行了较完整的测试，也验证了COMPASS门阵列库单元。     

一种新的图像去噪混合滤波方法

为了去除图像中混入的脉冲噪声和高斯噪声,提出了一种基于自适应中值滤波和模糊加权均值滤波的混合滤波方法.该方法首先进行噪声检测把受高斯型噪声污染的像素和受脉冲型噪声污染的像素区别开来,然后对受高斯噪声污染的像素采用模糊加权均值滤波算法,而对受脉冲噪声污染的像素则采用改进的中值滤波算法进行去噪.仿真结果证明,该方法更具有实用性和有效性.     

光源掩模协同优化的原理与应用

当半导体技术节点缩小至14 nm及以下时,光刻技术也逐渐接近了其物理极限.光源掩模协同优化(SMO)作为一种新型的分辨率增强技术,能够显著提升极限尺寸下半导体光刻的重叠工艺窗口,有效延伸当前常规光刻技术的生存周期.综述了SMO这一技术,分析了SMO的原理,介绍了该技术的发展和在半导体制造工艺中的应用,重点探讨了其在先进光刻节点研发中的应用,并对其挑战和发展趋势进行了展望,认为SMO不仅是193 nm浸润式光刻技术的重要组成部分,也将是EUV光刻中必不可少的一种技术.     

基于CCD视觉的螺纹参数自动检测技术研究

为实时准确地对螺纹的牙型角(牙型半角)、螺距、导程、螺纹高度、大径、小径、中径、螺纹升角等参数进行测量,并提高测量精度,设计并实现了基于面阵CCD的螺纹参数非接触测量系统.着重研究了该系统的光学成像、螺纹图像预处理、边缘检测、亚像素提取以及摄像机标定等内容,研制了相应的测试分析软件,进行了相应的实验研究.研究结果表明,该系统测量速度快、测试精度高、重复性好.     

基于边界边缘检测的在线产品轮廓跟踪

产品流水线实时检测需有效解决流水线上运动产品的图像跟踪,提出仅选择在视频码流中跟踪目标的一个边界边缘来实现产品轮廓的跟踪。首先利用边缘运动去除背景,随后使用跟踪轮廓的正常方向导数选择边界边缘。准确跟踪是基于减少无关边缘的影响,因此仅选择边界边缘像素。使用边缘运动消除背景边缘需要计算跟踪目标的运动,同时移除边缘的运动和边缘与目标不同方向的运动,从而得到运动产品的轮廓。仿真实验结果表明,该跟踪方法对流水线上的产品有较好的跟踪效果,且具有较强的稳健性。