方块电阻测试中的有限元理论

介绍了用有限元方法计算半导体方块电阻四探针测试中二维点电流势场的模型并且证明了其正确性。由于有限元方法对边界没有限制，该方法为方块电阻测试中精确确定边界修正系数，更重要的是为微样品测试结构确定提供直接明了的理论依据。     

CRT显示器稳定性实验研究

用屏幕色度计对一台SONY-G520显示器的显色特性进行了测量,研究了其开机稳定性和短、中、长期内的色差及色度偏差。实验结果表明,开机后,显示器的亮度Y和色度x,y分别可在2h,30min和1h达到相对稳定状态,且在达到相对稳定后,在短、中、长期内的平均色差分别为0.0611,0.1469和1.2536CIELAB色差单位;在中期内,Y,x,y,L,a,b的平均偏差分别为0.0663,0.0008,0.0015,0.0695,0.4740和0.1766。通过对显示器稳定性的测量,为在对比度敏感测量和色貌模型、图像质量、图像感知模型评价等研究领域中用显示器进行实验研究奠定了基础。     

基于神经网络的三维宽场显微图像复原研究

提出一种利用BP神经网络进行三维宽场显微图像复原的非线性映射方法,将三维图像转化为二维图像进行处理,利用神经网络的学习能力,通过训练,建立含有散焦信息的二维模糊图像与二维清晰图像之间的映射关系,然后对切片堆叠进行逐幅复原,从而实现显微图像的三维复原.得到的复原图像在视觉上和定量分析上都获得了很好的效果.由于采用小规模神经网络,训练时间短,计算量小,使实时复原成为可能.     

一种用于红外与微光图像配准的改进型SURF算法

针对红外与微光图像配准的特殊性, 为了减少配准计算量,提出了一种从主方向确定和特征点描述 两方面加以改进的加速鲁棒特征(Speeded Up Robust Feature, SURF)配 准算法。首先检测微光图像和红外图 像的边缘,然后用改进型SURF算法提取两种图像边缘上的特征 点,并采用最近邻距离法对原始特征点进行筛选。在得到较高精 度的特征点后进行粗匹配。接着用随机抽样一致 性(RANdom SAmple Consensus, RANSAC)算法对一次筛选后的 特征点进行精匹配。最后利用精确的特征点建立变换模型,并 将重采样后的待配准图像与参考图像实现配准。实验结果表明, 该算法不仅可以解决红外与微光图像的配准问题,而且在匹配精度和 算法运算时间等方面的表现均优于原始SURF算法。     

数码相机颜色特性化两种方法对比研究——BP神经网络和多项式转换法

近年来随着数字技术以及彩色数字图像输入输出设备的不断发展和广泛使用,颜色在不同的设备之间精确地传递或再现成为该领域的重要课题。文章以彩色数码相机特性化为研究内容．分别采用BP神经网络和多项式转换方法。尽管由实验结果方面看,用BP神经网络方法要优于多项式转换,但BP神经网络方法所需训练样本数量较多、训练时间长、不易实现,而多项式转换方法便于实际应用．因此多项式转换方法更利于数码相机特性化。     

彩色打印机特性化多元回归模型的研究

多元回归法是彩色打印机特性化普遍采用的方法,实验对影响多元回归精度的阶数、色空间选择、以及训练样本选取进行了研究.研究结果表明:(1)二、三、四阶的特性化精度分别在10.9±0.3、6.6±0.2、6.0±0.2个CIELAB色差单位;(2)回归模型采用RGB到CIELAB或CIEXYZ的预测精度基本相同,大概相差1个...     

基于四通道多光谱图像采集系统的光谱估计算法

采用双CMOS多光谱成像系统来采集图像颜色信息,在以往的R,G,B三色通道系统的基础上通过1个黑白CMOS增加了1个灰度通道.通过实验研究发现,增加灰度通道后灰度信息加强,光谱重建精度提高,证明了四通道系统较优于三通道系统.特别是在加了适当的滤波片后,效果更明显,在训练样本的数据结果评议中,四通道系统与三通道系统相比较,均方根差平均值降低1.66%,相对误差平均值降低10.49%;在待测样本的评议中,均方根差平均值降低2.14%,相对误差平均值降低12.92%.此结果说明,黑白CM(XS的增加是有效果的.     

用显示器测量人眼视觉的亮度最小可觉差

最小可觉差是人眼视觉重要特性之一,随着计算机显示器的普及,显示器环境下的亮度最小可觉差对图像细节有重要的应用价值。利用10bit图像显示卡和液晶显示器方便、精确控制亮度刺激,在显示器显示亮度范围内产生27个不同亮度背景,采样心理物理学亮度视觉匹配实验测得亮度最小可觉差。实验结果表明,在背景亮度为11.89~142.3cd/m~2中等亮度下人眼最小可觉差与背景亮度的比值约为0.017,并遵守韦伯定律;在背景亮度为0.38~9.36cd/m~2的弱亮度情况下,人眼最小可觉差与背景亮度的比值随亮度的增加呈单调递减趋势。在显示器上测量的中等亮度下人眼亮度最小可觉差与Koenig and Brodhun采用传统光学方法得到的实验结果基本一致。     

基于颜色传递和目标增强的夜视图像彩色融合

颜色传递是获得夜视图像自然彩色的一种方法,以红外和微光图像为研究对象,提出了一种基于颜色传递和目标增强的夜视图像彩色融合方法。首先结合红外和微光图像各自的特点,采用TNO法生成伪彩色融合图像(目标图像),很好地保留了图像的细节信息,然后选取一幅相近的参考图像,把目标图像和参考图像转换到YCbCr颜色空间进行各个通道一阶(均值)和二阶(标准差)统计量匹配的颜色传递,同时在Cr通道引入一个对比度增强因子来增强图像中的兴趣目标。实验结果表明,文中方法不仅使得夜视图像获得了如白天参考图像般自然、真实的色彩,而且提高了图像的细节,目标也更加突出,更有利于观察者对场景的理解。