H—S波前传感器时域采样频率对探测误差的影响

波前传感器是自适应光学系统的重要组成部分。讨论了Ｈａｒｔｍａｎｎ－０Ｓｈａｃｋ－（Ｈ－Ｓ）波前传感顺的采样频率对探测误差的影响，理论分析结果说明，时域采样频率引入的探测误差Ｈ－Ｓ波前传感器的重要误差源，其大小随时域采样频率的增大而下降。     

哈特曼波前传感器质心探测误差分析

基于哈特曼波前传感器的探测原理,分析了哈特曼波前传感器的主要探测误差,并对探测器件信噪比与质心探测误差进行计算,结果表明,提高CCD信噪比和子孔径成像质量有利于提高哈特曼波前传感器的质心探测精度。     

用Hartmann－Shack传感器测量激光束的波前相位

Ｈａｒｔｍａｎｎ－Ｓｈａｃｋ传感器已经用于自适应光学系统。它可以同时探测出一束光的振幅和相位信息。通过一个位置传感器，比如ＣＣＤ，它就可以成为一种对光学系统和光束的静态和动态质量诊断的有力工具。从Ｈ－Ｓ波前传感器的输出（波前斜率和近场强度分布），就可以推算出远场特点，如ＰＳＦ和ＯＴＦ。本文将介绍波前重构的理论分析和远场特征评估。同时也给出了光束质量的静态和动态的测量结果。     

用Hartmann—Shack传感器测量激光束的波前相位

Ｈａｒｔｍａｎｎ－Ｓｈａｃｋ传感器已经用于自适应光学系统。它可以同时探测出一束光的振幅和相位信息。通过一个位置传感器，比如ＣＣＤ，它就可以成为一种对光学系统和光束的静态和动态质量诊断的有力工具。从Ｈ－Ｓ波前传感器的输出（波前斜率和近场强度分布），就可以推算出远场特点，如ＰＳＦ和ＯＦＴ。本文将介绍波前重构的理论分析和远场特征评估。同时也给出了光束质量的静态和动态的测量结果。     

波前传感器子孔径数和信标亮度的匹配

针对云南天文台１．２ｍ望远镜上的６１单元高分辨率自自应光学系统，进行了微光工作环境下波前传感器子孔径数和信标亮度匹配的实验研究。在Ｈａｒｔｍａｎｎ－Ｓｈａｃｋ波前传感器前的平行光路加入一个变倍光学系统，进行了８＊８、６＊６、４＊４和２＊２子孔径阵列在不同信标亮下波前感器对波前的探测实验。     

微透镜阵列对Hartmann—Shack波前探测器探测精度的影响

微透镜阵列是Ｈａｒｔｍａｎｎ－Ｓｈａｃｋ波前探测器的核心元件之一。本文从理论上分析了微透镜阵列的性能对Ｈａｒｔｍａｎｎ－Ｓｈａｃｋ波前探测器的波前探测精度的影响，并根据理论分析进行了一系列实验，得到了有益的结果。     

动态波前相位的高分辨率测量

动态波前相位信息测量是大气光学，气动光学和激光技术等领域的重要实验手段。提出了一种具有高的时间和空间分辨率以及长的测量持续时间的动态波前相位测量方法。应用Ｈａｒｔｍａｎｎ－Ｓｈａｃｋ波前传感器获得高空间分辨率的相位信息，采用高帧频ＣＣＤ摄象机获得高时间分辨率图象数据。     

自适应系统中哈特曼波前传感器光斑质心的最佳标定位置

自适应光学系统中采用CCD作为哈特曼波前传感器的光斑质心位置探测器时,由于光斑的高斯宽度较小会带来大采样误差.针对该问题,本文详细分析了采样误差形成的原因,建立了采样误差、位移敏感度和开环动态范围与光斑高斯宽度、光斑位置以及子孔径大小的数学模型,提出标定时光斑质心的最佳位置是子孔径中心四像素的中心.因为在该位置处,CCD的质心探测具有闭环时采样误差为0,位移敏感度最大,且开环时动态范围最大的特点,为哈特曼波前传感器的标定方法的研究提供了理论依据.     

剪切干涉仪光子计数法动态波前探测

实时动态波前探测技术是自适应光学系统最重要的单元技术之一。本文报导了在弱光条件下,利用动态剪切干涉仪和光子计数法进行弱光波前误差探测的实验。叙述了波前探测装置的原理,讨论了相位测量的主要误差源。实验结果表明,在每一探测周期内,仅有几十到一百个光电子脉冲的情况下,可获得波前信息。     

抑制微光波前传感器随机噪声的方法研究

在自适应光学系统微光波前传感器中采用像增强器后，高帧频CCD输出的图像中会产生严重的随机噪声，影响光斑质心计算精度，从而使自适应光学系统波前探测精度降低。本文根据微光波前传感器中CCD输出图像的特点对中值滤波，均值滤波，自相关，延时相关等多种方法进行了仿真和实验比较，并提出了一系列评价方法。研究表明延时相关算法是最佳选择。     

CCD高速信号采集和处理系统

介绍了一种用于线阵ＣＣＤ高速数据采集的方法和系统，用双ＣＣＤ图象存储体逐场存储ＣＣＤ信号，ＣＰＵ直接对存储体进行寻址运算的原理，并用８０９７单片机构成的１６位数据总线ＣＰＵ单元，实现了ＣＣＤ信号的高速采集及处理。     

The image inpainting algorithm based on pruning samples by referring to four-domains

In order to retrieve large scale damaged image with rich geometry structure and texture information, the novel image inpainting algorithm based on the neighbourhood reference priority can not only maintain image character but also improve image inpainting speed has been proposed in the paper. The problems of an image inpainting process can be translated into the best sample searching process. First, the extracting structure information of image and the dividing sample region into sub-regions server. Second, in order to adjust the neglect of structure of matching method named SSD, introducing structure symmetry matching constraint into matching method, it avoids matching mistakenly and improves sample matching precision and searching efficiency. Then, improving priority equations by bringing in structure weight and confidence, highlighted the effect of structure to inpainting sequence. Finally, computing priority of four-domains neighbour by computation overlapping information between object patch and sample patch, so that referring to secure information of four-domains neighbour, to prune sample dataset and search optimal sample. The experimental results have demonstrated that the proposed algorithm can overcome problems like texture blurring and structure dislocations and so on, the PSNR of the improved algorithm has been increased by 0.5–1?dB comparing other contrast methods while speeding up the image inpainting process, recovered image is much continuous for visuality. Meanwhile, it can recover efficiently common damage images and be more pervasive.     

用于彩色图像分割的改进遗传FCM算法

本文提出了一种适用于彩色图像分割的遗传模糊C均值聚类(GAFCM)算法.该算法使用Ohta等人提出的彩色特征集中的第一个分量作为图像像素的一维特征向量,并利用由像素空间到特征空间的映射来改进目标函数,从而大大降低了运算量;使用对特征空间结构没有特殊要求的特征距离代替欧氏距离,从而克服了特征空间结构对聚类结果的影响;使用引入FCM优化的遗传算法来搜索最优解,从而提高了搜索速度.实验表明,该算法不但能很好地分割彩色图像,而且具有运算量小、收敛速度快的优点.     

深度可分离卷积神经网络在自动分拣中的应用

针对传统的花卉分类算法在工业自动化分拣应用中出现模型参数过大、分拣精度不高的问题,提出一种基于深度学习的花卉识别算法。介绍了花卉分类算法在工业花卉包装分拣系统中的应用;根据实际需求,采用一种深度可分离卷积神经网络提取花卉特征,并详细分析了网络的模型结构;为了提高模型训练速度,提出了一种微调的模型训练方法。实验结果表明,所采用的花卉分类算法在工业花卉自动分拣的应用中相比传统算法,准确率更高、稳定性更好、应用更加广泛。     

主动声纳宽带信号的一种高效参数估计算法

讨论在宽带信号体制下,对水中高速目标的检测与估计问题,给出了高斯包络线性调频信号必须采用宽带模糊函数进行检测时的带宽和目标速度范围。在仿真分析了信号宽带、窄带模糊函数主峰特性的基础上,提出了一种联合利用宽带模糊函数和窄带模糊函数的高效目标参数估计算法,该算法可以将二维相关运算简化到一维相关运算,降低了运算量,同时具有良好的估计精度。     

The position code algorithm for contact searching

A new global search method for general contact systems is developed and implemented in the DYNA3D program, along with a recent contact interface algorithm. The concept of ‘position codes’ for efficient global contact searching is presented. With the position code algorithm, the problem of sorting and searching in three dimensions is transformed to a process of sorting and searching within a one-dimensional array. The cost of contact searching is of the order of N log₂ N, where N is the number of nodes in the system. The proposed algorithms are uncomplicated and the implementation into any finite element code is straightforward. Numerical experiments are presented in order to examine the behaviour of the algorithms in different aspects.     

高阶谱应用中应力波波速的估计

在应用冲击波法进行无损估计时,应力波波速测量是一项非常重要的工作。研究了基于高阶谱的时间延迟估计原理及其算法,并将其应用到基于冲击波法的双传感器测量应力波波速方法中,解决了传统的直接观察法中的人为误差的影响和噪声对测量精度的影响,降低了测量误差,波速数据具有更好的一致性,取得了满意的实验结果。     

采用贪婪遗传算法实现图像阈值的自动选取

将贪婪思想引入到遗传算法中设计了贪婪遗传算法,以最大类间方差函数作为遗传算法中适应度的评价函数,利用贪婪算法局部搜索能力强和遗传算法全局搜索能力强的特点,实现图像阈值的自动选取。与基本遗传算法相比,本文算法具有更强的寻优性能,从而加快了收敛速度。实验表明基于贪婪遗传算法的阈值自动选取方法具有计算耗时少的特点,更适用于实时图像处理系统。     

基于免疫密母算法的图像分割

密母算法具有全局和局部搜索能力,但其具有对参数敏感、个体学习计算复杂度高的缺点.为了克服密母算法的缺点,本文提出了基于免疫密母算法的图像分割(IMAIS)方法.该方法对图像分割时采用了两个种群,并分别用密母算子和免疫克隆算子对这两个种群同时进化,加快种群收敛速度.实验结果表明了本方法的可行性和有效性.     

改进的基于Web的频繁访问路径挖掘算法

对于连续频繁访问路径的挖掘如果采用常见的序列模式挖掘算法, 挖掘效率是比较低的, 而且只能得到频繁访问路径. 本文在研究访问路径性质的基础上给出了一种能从普通 Web 日志中挖掘出连续频繁访问路径的算法. 设计了一种新颖的数据结构压缩存储空间及存储所需挖掘信息. 同时采用分区搜索的方式, 为每个频繁节点构造一棵后缀树, 通过遍历该后缀树挖掘出连续频繁访问路径. 采用这种方法进行挖掘, 无需生成候选集, 而且一次就可以挖掘出所有以根节点为后缀的连续频繁访问路径.