用调制度评价卤化银乳胶全息记录材料的特性

为了测定卤化银乳胶全息记录材料的特性,传统方法通常是测定其我密度Ｄ,衍射效率η和信噪比ＳＮＲ等与曝光量,光束比或条纹可见度参数量之间的关系,本文采用了一种利用位相调制度评价全息记录材料的特性的方法,它有助于更全面,更透彻地了解卤化银乳胶对于拍摄全息图的主要性能。     

计算机辅助散斑干涉法的研究与改进

针对传统的加法模式的计算机辅助散斑干涉法抗噪声能力弱、信噪比低的缺点,提出了一种减法模式的计算机辅助散斑干涉法.实验上对强度型加、减法模式的计算机辅助散斑干涉法和振幅型加、减法模式的计算机辅助散斑干涉法做了比较分析,最后发现振幅型减法模式的计算机辅助散斑干涉法抗噪声能力最强,信噪比最高,测量精度极其精确.因此一般选择用振幅型减法模式的计算机辅助散斑干涉法来进行物体的变形测量.     

偏振元件在散射物体全息拍摄中的应用

本文从物体的反光性质出发,讨论全息拍摄中偏振元件的应用,在实验中用偏振元件消除“木纹”噪声,增大干涉条纹的调制度,提高了散射物体全息图的衍射效率、信噪比和光能利用率。     

基于深度学习的稀疏或有限角度CT重建方法研究综述

由于计算机断层扫描（CT）成像技术对物体内部结构具有出色的可视化能力，其在临床医学诊断中获得广泛应用。但是X射线辐射会对人体造成伤害，通常采用降低扫描强度或者减少扫描角度数量的方式降低患者受到的X射线辐射剂量，然而在欠采样投影数据条件下重建的低剂量CT图像会有严重的条状伪影和噪声。近年来，深度学习技术快速发展，同时卷积神经网络在图像表示与特征提取等方面展现出巨大优势，应用在稀疏或者有限角度下的CT重建任务中可以实现快速和高质量的重建。因此面向稀疏或者有限角度条件下的CT重建技术，综述了深度学习技术在图像域后处理、正弦域预处理、双域数据联合处理、迭代重建算法和端到端映射重建5个方面的国内外最新研究进展，对当前基于深度学习的稀疏或者有限角度CT重建方法的技术特点及其局限性进行分析，并展望了未来可能的研究方向。