基于高速相位调制的菲涅耳场相位恢复

多强度相位恢复方法通过改变光学成像系统中的物理参数获得不同的编码衍射图案,实现相位的最佳收敛和高精度重建,无需额外的先验知识等优点;但现有多强度相位恢复方法在获取不同测量的过程中,往往需要不断改变成像系统的物理结构,从而导致成像结构较为复杂,需要精确移动或调整部分光学元件的空间位置,反复地对齐与校准,显著增加了相应的工作量。针对上述问题,本文提出基于高速相位调制的菲涅耳场相位恢复方法,该方法主要使用两种纯相位空间光调制器(电可调透镜/纯相位型硅基液晶)来进行相位的快速动态调制,然后通过自由空间传播到记录平面,被探测器所获取强度信息,不需要透镜装置或者改变成像系统的物理结构,使得成像结构更为紧凑和简单,避免了反复对齐与校准的过程;在重建阶段使用WF算法从获取的多幅编码衍射图案中同时重建光场的振幅和相位。仿真实验验证了本文方法的有效性和鲁棒性。本文方法的成像结构更为紧凑和简单,避免了反复对齐与校准的工作量,具有重要的应用潜力,尤其是电可调透镜调制方案,可适用于高分辨率场景的高速记录。     

基于硅基液晶的空分复用彩色全息显示研究

彩色全息显示是全息显示的一个重要研究目标。研究了使用RGB三色激光的彩色全息显示技术,提出基于空分复用的彩色全息显示方法。全息光电再现像的成像区域大小和成像区域中心位置依赖于RGB三色激光的波长,通过调节RGB三色分量原图大小以及加载数字闪耀光栅实现RGB三色再现图像分量区域大小和成像中心的重合。基于空分复用的方法建立了彩色全息显示系统,最终的彩色全息显示系统利用空间光调制器加载计算生成的24bit全息图再现彩色图像。实验结果验证了该方法的可行性。     

基于整体变分降噪算法下的多频率超声衍射层析成像

 根据傅立叶衍射投影定理,不同频率超声波得到的投影数据的傅立叶变换分布在复平面为不同半径的圆弧,提出了多频率超声衍射层析成像思想,并进行了实验研究,重建的时间比单频率法短约70%.由于多频率投影数据傅立叶变换比单频率法在复平面上分布更加不均匀,故重建的噪声也更大,整体变分法将图像恢复的数学模型转化为带有整体变分正则化项的能量泛函问题,采用变分原理将其中的最小化问题转为偏微分方程的求解.降噪后的多频率超声图像的误差比降噪前的图像小约50%.     

多模板优化算法在基于图像的交通肇事现场测距系统中的应用

交通肇事的勘测主要涉及路面两点间距离的测量,因而在路面不平整的情况下,如何确保测量的精度是基于图像的交通肇事现场测距系统所要解决的一个关键技术问题。该文针对这个问题展开了一系列的研究。首先分别给出了单模板算法和多模板优化算法的理论推导;其次对每种算法都做了数值模拟试验,并分析和比较了实验结果。结果表明利用多模板进行优化的算法比单模板算法更加鲁棒。最后还给出了真实图像的实验结果。     

双眼立体感知几何模型的研究

利用普通针孔成象的双摄像模型对双眼立体感知几何模型进行了研究，详细讨论了体视象空间的视觉重构，最后通过实验分析了影响体视的因素。     

纹理映射中的平面校正技术研究

为了快速实时地进行由平面组成的结构景物的3D建模问题,文中介绍了一种在进行图像3D重构时纹理映射中的平面校正方法.介绍了三角形模型在图像处理、图形绘制、虚拟现实等技术中的重要作用.从射影几何的角度出发,给出了从两幅视图进行景物三维重构的分层重构方法.在已知欧氏重构即摄像机内参数的基础上,介绍一种基于标定的平面射影失真矫正方法.通过此方法,将矫正过的纹理映射到欧式点重构结构中,得到景物的3D模型.经实验验证,这种方法在处理由平面组成的景物的3D重构中是实时有效的.     

磁敏测速系统的数据采集平台实现

串口同步采集是工业控制应用的重要环节,为克服由于不准确的数据采集所带来的乘性误差,进而对多串口的同步采集进行了研究。利用VS2005编程环境,设计实现了多串口的上位机数据采集平台,该平台开辟线程对多个串口采取重叠读取方式,实现了对测速系统中大量的串口数据同步读取、保存并实现波形动态显示的功能,满足了智能测速系统的测速算法研究的需要。此平台可以广泛的应用在测速系统之中,也可辅助用于各种工业控制的高级要求。     

基于AT90CAN128的基站对交通信号必控制的应用

介绍了ATMEL公司的高档单片机AT90CAN128与射频芯片CC2420构成的基站利用在智能交通（ITS）中来实现对交通信号灯控制的目的。设计了具有CAN模块的基站板的硬件结构,同时开发了与其硬件结构相关的底层驱动。该基站应用在智能交通（ITS）控制交通灯上,实验证明该方法比传统的利用定时交通灯控制的方法更能缓解大城市交通的压力,具有良好的实时控制功能。     

多通道图像轮廓线提取的变分算法

针对多通道的图像分割提出一种新的活动轮廓线提取算法。对轮廓线长度采用Munford-Shah最小化泛函加上图像每个通道上的拟合误差之和。与传统C-V方法类似,该算法不需要图像的梯度信息就可以检测物体的边缘,解决了传统C-V方法不管从哪个尺度空间都无法完全分割彩色图像中物体的问题。并通过改进初始化函数提高了分割的速度。     

视觉基础矩阵的统一表示

通用的基础矩阵表示形式为Ｆ＝ＫＴ［ｔ］×ＲＫ－１,其中：Ｋ为摄像机内参数阵,Ｒ,ｔ分别为摄像机的旋转矩阵与平移矢量．纯旋转运动所对应的基础矩阵并不包含在此表达式之中．文中给出一种新的基础矩阵表达式：Ｆ＝［ｅ′］×ＫＲＫ－１,其中ｅ′是极点．这个表达式统一了纯旋转的情形．更重要的是在末标定的情况下,由此表达式可使求解摄像机内参数、运动参数等问题得到简化．