基于不等占空比二元光栅的相位测量轮廓术

提出了一种基于不等占空比二元光栅的相位测量轮廓术(PMP)。所用的光栅只有0和255两个灰度,消除了投影仪的伽玛非线性对正弦光栅灰度的影响,同时可将投影系统的刷新频率提高一个数量级。所提方法的测量精度高于罗奇光栅离焦投影傅里叶变换轮廓术的,重复精度高于传统正弦光栅PMP。     

一种基于清晰度的显微浮雕轮廓术

提出了一种基于清晰度的显微浮雕轮廓术。 采用5倍显微物镜,将正弦条纹通过投影仪从显 微镜目镜瞳口处耦合投射到载物台上,按照一个合适的步长移动Z轴,用CCD采集一系列不同 离焦量下 的条纹图像,用variance清晰度评价函数计算清晰度与离焦量之间的归一化曲线图,由此建 立清晰度与高 度的查找表;然后,放入待测浮雕物体,用CCD采集对应的条纹图像,采用图像分割分解不 同浮雕高度的 区域,再计算各区域内条纹的清晰度,根据查找表查找相应的高度,从而得到待测浮雕物体 不同区域的高 度信息,以此来重构浮雕物体的三维形貌。实验仿真分析证明了该方法的可行性,硬币上数 字为“0”的浮雕 物体表面三维形貌重建结果证明了该方法的有效性,其误差范围在[－2μm,2μm]之间 。     

归一化等相面的在线三维测量像素匹配方法

像素匹配是在线三维测量中的关键技术之一,提出了基于归一化等相面的在线三维测量像素匹配方法。仅投一帧正弦光栅条纹到在线运动的物体上,由CCD再依次移动相同步距时刻同步采集受物体调制的变形条纹图。利用FTP方法预测物体不同位置的相位信息并进行归一化,再以二值化等相面协助像素匹配,不仅实现了物体在各帧条纹图中的像素坐标一一对应,而且归一化减少了由于物体运动产生的不同位置相位展开起始点不一致导致的不同位置相位展开的差异性而引入的误差,同时节省了像素匹配计算量。对最大高度为8 mm的peaks函数型物体的模拟结果表明:均方差为0.021 mm,像素匹配时间上,该方法较直接用FTP方法预测得到的相位为模板进行像素匹配缩短了近2倍,同是实物测量也验证了该方法的有效性和可行性。所提方法不仅可以保证在线三维测量的精度,而且有效地提高了测量速度。     

基于SURF算法的在线三维测量方法

提出了一种采用加速鲁棒特征算法匹配运动物体的特征点,实现在线三维测量的方法.该方法只需投影一固定的正弦光栅到在线运动中的被测物体表面上,使投影光栅线垂直运动方向,当物体每移动相同的距离,由CCD采集到相应的变形条纹图,从中提出对应的背景光场,借助SURF算法对各帧背景光场的物体进行特征匹配,即可获得一组具有等步相移量的等效相移条纹图,从而采用等步相移算法可重构出在线运动物体的三维面形.实验验证了该方法的有效性和可行性,并与在线FTP方法进行了比较,所提方法的平均绝对误差小于在线FTP方法的二分之一,均方根误差小于在线FTP方法的四分之一.     

基于深度卷积神经网络的人体外周血白细胞显微图像分类

人体外周血白细胞五分类在医学临床诊断中有重要 的作用。本文提出一种基于深度卷积神经网络(CNN)的人体外周血白细胞显微图像五分类 方法。首先以ResNet为原型结构设计了一种适用于白细胞 显微图像分类的深度卷积神经网络,并提出了一种基于特征集中的新的数据增强的方法来丰 富数据集。由 于图像的背景对物体识别有很大影响,用图像处理的方法改变同一白细胞的背景,可以生成 新的样本。经 过数据增强后的样本总量为42300。最后,针对数据集中五类白细胞样 本不均衡问题,在神 经网络训练策 略中,提出一种改进的批次(batch)随机梯度下降算法(MBGD)。通过将批次随机梯度下 降算法每个批 次中五类白细胞所占比例设置为1∶1∶1∶1∶1,可以使CNN均衡地获 取五类白细胞的特征。实验结果表明, 本文所设计的CNN结构、所提出数据增强方法和改进的批次随机梯度下降算法均可提高白细 胞图像分类 正确率。所提白细胞五分类方法可以达到95.7%的训练正确率。对8400张白细胞图像进行测试,得到95.0% 的平均分类正确率,嗜中性粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞和嗜碱性粒细胞的 分类正确率分别为:92.2%,91.5%, 94.6%,93.3%和97.4%。     

一种非线性相位误差的全场补偿方法

提出了一种非线性相位误差的全场补偿方法,通过对参考面相位的多次测量,提高了参考面的解相精度,提取出一个逼近理想值的期望相位面,并用该期望相位面检测非线性相位误差。重构待测物体时,可直接用物体展开相位值在查找表中查找对应的非线性相位误差,并以此对物体的展开相位进行全场补偿。采用所提方法重构已知具体高度的平面,平均绝对误差的最大值从0.48 mm减小到0.06 mm,方均根误差的最大值从0.55 mm减小到0.07 mm。