基于红外数字全息的建筑爆破环境应力场检测研究

红外数字全息具有实时性强、可在复杂环境检测等优点;爆破环境的粉尘类气溶胶对可见光有较强的吸收、散射效应,红外波段处于“大气窗口”波长的红外光受气溶胶影响较小,该优势与数字全息相结合,本文提出一种可在高浓度粉尘环境下测量应力场的研究方法。将大小适中的光滑水泥板固定于三维施力架上作为研究对象,采用红外数字全息方法,改变环境粉尘浓度,分别测量光滑水泥板在不同压力作用下的应力场变化,对比全息图、相位差,验证了该方法的可行性,并设置可见光数字全息为对照实验。结果表明,红外数字全息可在高浓度粉尘环境下测量出应力场的施力点、压力相对大小及应力影响区域,实现实时、无损、全场检测,而可见光数字全息在此环境下检测效果不佳甚至无法完成检测,本文所提方法极大拓展了基于数字全息干涉计量应力检测手段的实用性。     

山地坡度自适应星载光子计数激光雷达点云去噪方法

星载光子计数激光雷达在接收信号的过程中会产生大量噪声,并且在复杂的山区地形中信噪比低,极大地影响对植被点云信号的准确提取。为解决该问题,提出了一种基于山地坡度的密度聚类算法。通过分析点云数据的密度和森林目标地形特征,用最大密度中心搜索法进行粗去噪,基于点云数据计算坡度角以优化密度聚类,完成数据精去噪。通过对提取的森林区域信号进行分类,拟合植被冠层廓线和地表廓线,结果表明本算法提取植被光子信号的准确率较高,地面与冠层廓线的RMSE分别为0.3588 m和3.7449 m,更适用于植被遥感点云数据处理。     

透烟雾红外数字全息像的亮度增强算法

红外数字全息具有强穿透性,可以透过烟雾成像,但研究发现在烟雾环境下,红外数字全息重建像存在部分阴影区域,不能满足对成像质量的要求。为此提出了一种透烟雾红外数字全息像的亮度增强算法。该算法首先使用双边滤波器去除图像的散斑噪声,然后利用二值化、边缘提取、形态学算法分割阴影区域,最后使用基于Tent优化的麻雀搜索算法寻找阴影区域与明亮区域的类间方差最小值,实现增强阴影区域亮度的目的。在烟雾环境下进行实验,拍摄一系列红外全息图后,选取一个完整烟雾周期内的六张样本图像进行处理。实验结果表明,经提出的算法处理后,图像的峰值信噪比（PSNR）、均方误差（MSE）和特征相似度（FSIM）值都优于其他图像增强算法,验证了此算法对透烟雾红外数字全息图像阴影区域亮度增强的有效性与优越性。