稀疏表示人脸识别算法的研究与改进

为了提高稀疏表示人脸识别技术在对姿态、光照等情况下的识别率和鲁棒性,在GSRC算法的理论基础上提出使用向量总变差模型取代最小l1范数进行稀疏求解.在扩展YaleB人脸数据库和ORL人脸数据库上的数值实验结果中,改进方法在识别率和鲁棒性上都得到了提高,尤其在低维观测数据下,具有较大的优势.表明使用向量总变差模型进行稀疏求解在稀疏表示入脸识别率更具有优势.     

4-f光学架构频域纯相位调制压缩成像

为了改善传统的多幅亚像素图像配准融合实现超分辨率的方法面临的配准误差和高成本问题,将压缩传感理论引入超分辨率成像. 基于大多数自然图像普遍具有的稀疏表示特性,以经典的4-f光学架构为基础,利用频域中相位比振幅包含更多信息的特点,提出了一种频域纯相位调制压缩成像方法,通过重建算法从单次曝光记录的低维测量值中恢复原高分辨率图像的信息. 数值实验结果表明,提出的方法可以有效地实现图像信息的随机调制和高质量重建,是一种有潜力的压缩成像物理实现方案,具有较高的重建信噪比和较少的重建时间,尤其是对于大尺度图像.     

分数傅立叶全息图的算法研究及系统实现

将分数傅里叶变换引入到全息图的计算中,提出一种分数傅立叶变换产生计算全息图的方法,并利用拆卸的投影装置搭建出以空间光调制器DMD为核心的全息显示光学系统并获得了分数傅里叶变换计算全息图在该系统下的全息显示效果及计算机模拟效果。     

编码衍射图样的相位检索

经典的迭代相位检索方法具有抗噪性能差、不 能收敛到全局最优解等缺点;而基于相位割(PC)的最优化相位检索技术通过精确的分离振幅 和相位变量, 将相位检索问题转化 为二次约束的凸规划问题,理论上可以保证在相差全局相位因子条件下收敛到全局最优解。 本文提出用更结构 化和更“很少随机的”的三元与八元掩膜编码衍射图样(CDP),求解PC以获得丢失的 相位。模拟实验首先测试 一维复信号,分别比较不同掩膜重构的成功率。其次,比较它们对二维分子图像的重构结果 。实验结果表 明,本文方法可以获得比传统的基于二元掩膜的方法更好的重构结果。将恢复的相位分 布加载到所搭 建的基于Si基液晶(LCOS)的光学重构系统中,产生的CDP证明了所提方法的正确性。     

菲涅耳衍射光场分布的数值计算与数字重构

本文研究了光场分布的数值计算与数字重构方法．从光的菲涅耳衍射、波前相位重构入手，对连续信号进行了离散化处理，给出了数值计算公式．对光波通过矩形孔径、圆形孔径传播后的光场分布和干涉全息图的波前重构进行了数值计算．仿真结果表明数值计算更加直观地展现了光的特性，并提供可视化的验证．     

基于一维移动物体的双目装置自标定

给出了平移运动的一维物体所在平面的虚圆点图像及其对摄像机内参数的约束，和约束方程的数值求解方法，从而获得摄像机的内参数. 进一步通过恢复空间点在摄像机坐标系中的坐标，求解出双目摄像机之间的方位，即摄像机的外参数．对于一维物体的一般刚体运动，给出了把它转化为平移运动的方法．模拟实验和真实图像实验结果表明该方法具有较高的求解精度，同时也有一定的应用价值．     

基于图的Laplace谱的特征匹配

为了能对等距变换和相似变换后的图像进行精确匹配，提出了一种基于图的Laplace谱的特征匹配方法，该方法是首先给定两幅图像的特征点，然后分别定义其Laplace矩阵，再通过分析该矩阵的特征值及特征向量来构造特征点匹配矩阵；最后根据匹配矩阵元素的大小和位置信息来实现特征点匹配，并从理论上证明了该算法在对图像进行等距变换或相似变换情况下能获得精确匹配。实验结果表明，该方法对真实图像的匹配精度可达到82％。     

基于干涉法的计算全息图的生成

三维技术已经越来越广泛地应用于计算机图像学中。近年来，全息叉成为制作高质量3D图像最为普遍的方法。文中主要讲述了光全息的有关知识，并讨论了基于干涉全息图的计算方法。以点光源的计算全息方法为例，利用计算机模拟光干涉，并计算出各点光的相位，生成了基于干涉的点光源的全息图。     

一种图像插补的新方法

提出了一种图像插补的方法。首先将两幅图像进行矫正，使得它们的对极线处在同一扫描线上，从而将二维图像的匹配简化成一维图像的匹配，使得下一步的匹配快速、准确；然后检测第一幅图像扫描线上的边缘点，利用这些边缘点分割两幅矫正图像对应的扫描线，进行密集匹配；最后确定插补图像的像素位置和灰度。实验证明该算法简单，容易实现。     

一种基于平面模板的摄像机自定标方法

给出仿射坐标系下场景中平面与像平面的单应关系、绝对二次曲线及其图像的表示．通过对场景中一个平面模板获取3幅图像(该模板是由含内切圆的等边三角形构成)，利用上述单应关系并结合圆环点对摄像机内参数的约束，获得一组线性方程，进而确定摄像机的内参数．实验结果表明，所给出的方法切实可行，且具有较高的求解精度．