金纳米粒子-黑磷异质结的光学性能研究

为了改善黑磷(BP)光探测器因BP的弱光吸收导致的光电流小和在空气中不稳定的问题,采用加热蒸发金纳米粒子(Au NP)水溶液的方法将Au NP集合到BP光探测器的表面,增强整个结构对光的吸收率和稳定性,并通过改变Au NP水溶液的加热温度控制Au NP的密度分布。结果表明,当Au NP的密度分布达到4.5×109 cm^-2时,Au NP-BP光探测器的光电流从1.02μA(BP光探测器)增加到13.36μA(电压=1 V),光响应度也相应地增加了12倍。同时,Au NP-BP光探测器的电流值在空气中保持数天无明显变化且暗电流较低。Au NP能够有效地提升光探测器的性能,有助于光探测器的实际应用。     

融入极值点特征的深度交互式图像分割方法研究

交互式图像分割是指向计算机提供有用的先验知识,通过用户交互辅助计算机把感兴趣的区域从复杂环境中分离出来。交互式图像分割目前存在的两个难点:一是用户交互过程复杂,操作不方便。二是计算机根据用户提供的交互信息分割出的结果不理想。针对上述问题,提出了一种融入极值点特征的深度交互式图像分割方法。首先通过用户标出图像中目标区域顶部、底部、最左侧、和最右侧的极值点,然后利用算法求解出以极值点为顶点的极值框;根据欧氏距离变换原理,将极值框求解成欧式距离映射图,最后将欧氏距离映射图和图像的RGB三个通道级联输入到卷积神经网络(Convolutional Neural Networks,CNN),通过卷积神经网络提取特征,输出特征图。与其他类似的方法相比较,该方法用户交互时间少、分割结果更加完整。