酶免分析仪孵育过程的分段温控方法研究

针对酶免分析仪孵育过程耗时过长、温度稳定性差导致试剂反应差异性较大的问题,提出了一种基于改进型数字PID的分段温度控制方法。首先对孵育过程中试剂温度及孵育位温度变化曲线特性进行分析,确定预升温段及恒温段的分段控制温度参数;然后根据温度参数及各段控制指标,分别对孵育过程的各温度变化段采用不同算法分阶段进行控制;最后基于酶免分析仪框架搭建了温控实验系统,对反应液温度上升时间及温度稳定性进行验证。实验结果表明,试剂由21℃升至37.5℃的温度上升时间为239±5 s,恒温阶段的温度偏差小于±0.2℃。该方法可实现反应液迅速升温并且稳定恒温,保证了孵育过程中生物酶反应的快速及稳定。     

一种基于全息原理的数字图像实时加密解密系统

提出了一种新的数字图像加密解密系统。该系统基于全息原理以及随机位相编码的思想,加密过程是通过全息记录原理以及随机位相编码方法在光学系统中实现的,解密过程借助于计算机,采用逆菲涅尔变换算法恢复出原图像。仿真结果表明提出的方法结构简单,成本低,能实现实时准确地加密并解密数字图像,并且密钥保密度高。     

新型平输入/聚焦场阵列波导光栅波长路由器

基于像差理论设计了具有平聚焦场的阵列波导光栅(AWG),其输入部分与输出部分采用对称,成为同时具有平输入场和平聚焦场,可以省略输入和输出波导,使输入/输出星形耦合器可分别直接与光纤阵列连接,结构得到了简化。设计了频率间隔为200GHz的9×9通道平场AWG波长路由器,光场传输模拟结果显示,所有波长的输出信号均聚焦在与传输方向垂直的一条直线上,验证了平场设计的正确性。     

基于径向偏振光束的微粒捕获与操控

因为空间变化的偏振分布及独特的聚焦特性,径向偏振光束在粒子捕获及操控方面有独特的应用价值。从理论和实验方面研究了基于径向偏振光束的微粒捕获与操控。首先,介绍了捕获力的计算方法,重点基于光线理论模型计算了径向偏振光束的轴向及横向捕获效率,并与切向偏振光和圆偏振光的捕获效率进行了比较;然后,基于倒置显微镜和空间光调制器搭建了光学捕获与操控系统,采用两种不同的成像物镜实现了对直径为10μm左右的酵母菌细胞及直径为1μm的苯乙烯小球的捕获和操控,根据预定的轨迹实现了粒子的稳定移动,体现了该类型光镊较为宽阔的应用前景;最后,简要分析了影响粒子捕获及操控的若干因素,为系统改进提供了指导意见。     

基于全光纤Mach-Zehnder干涉仪的温度测量系统

设计了一种可测量小范围温度扰动的全光纤M ach-Zehnder干涉测量系统。简单介绍了全光纤M ach-Zehnder干涉仪的基本结构和工作原理,并推导了干涉条纹移动距离与测量臂长度变化之间的关系式;在理论分析的基础上,搭建了一全光纤M ach-Zehnder干涉仪系统,通过在有标识刻线的接收屏上直接观察测量干涉条纹的移动距离来确定测量臂光纤的温度变化,最终,确定了测量臂光纤加热温度和干涉条纹移动距离之间的关系;通过实验结果分析可知,该干涉系统可实现小范围温度扰动的准确测量,测量精度可达到℃/18。     

超声相控阵全聚焦无损检测技术概述

超声相控阵全聚焦成像技术基于接收信号后处理的思想,对检测回波数据进行离线分析成像,是超声检测领域里的一项新技术。因其成像分辨率高、覆盖面广、对小缺陷灵敏度高等优势,在航空航天、高铁、石油管道、核电站等工业领域已有初步应用。文章介绍了全聚焦成像技术的检测原理及优缺点,介绍了其国内外发展历程,总结了研究热点及发展趋势。     

基于LED照明的时域全场OCT成像系统设计

为了进一步降低成本并提高成像的速度与精度,提出了一种基于发光二极管(LED)照明的全场时域光学相干层析成像技术(OCT)系统。用LED作光源、采用带反馈的闭环四步移相法采集信号,阐述了其成像原理,并进行了系统结构研究、理论分析和实验验证。结果表明,系统的相干长度为23μm,轴向分辨率达到了11.8μm,横向分辨率为19.8μm,单幅图的采集时间为2.15 ms;与以往的OCT扫描方式相比,该方法减小了实现成本,并具有更快的扫描速率以及更高的精度,有着很大的使用价值。该研究为开发超高速、高精度的低成本OCT系统提供了参考。     

基于LED照明的线扫描频域OCT成像系统设计

光学相干层析成像技术(Optical Coherence Tomography, OCT)由于其非接触、无损伤、高分辨率等优点,在医学、生物学、材料学等领域有着广泛的应用,开发基于低成本光源照明且快速成像的OCT系统已经成为OCT技术发展的一个重要趋势。论文研究了一种基于LED照明的频域线扫描OCT成像系统,给出了系统的基本工作原理,进行了系统结构设计、理论计算和初步的实验验证,结果表明,相对于传统的OCT成像方法,该方法降低了成本,并进一步提高了成像速度,具有较大的潜在应用价值。     

基于深度学习的单幅图像三维人脸重建研究综述

在计算机视觉领域中,三维人脸重建是一个具有研究价值的方向,高质量地重建出三维人脸在人脸识别、防伪、游戏娱乐、影视动画和美容医疗等领域具有重要的意义。近二十年来,虽然基于单幅图像的三维人脸重建领域已经取得很大的进展,但使用传统算法进行重建的结果仍会受到人脸表情、遮挡、环境光的影响,并且会出现重建效果精度不佳和鲁棒性不足等问题。随着深度学习进入三维人脸重建领域,各种优于传统重建算法的方法相继出现。文中首先重点介绍了基于深度学习的单幅图像三维人脸重建算法,将算法按不同的网络架构分为4类,并对各类最具有代表性的方法进行了详细阐述。然后汇总了基于单幅图像的三维人脸重建算法常用的三维人脸数据集,并在数据集上对具有代表性的方法进行了性能评估。最后对基于单幅图像的三维人脸重建领域进行了总结与展望。