基于65 nm标准CMOS工艺的3.0 THz 探测器

基于Dyakonov和Shur等离子体波振荡原理设计并流片制备了一种采用65 nm标准CMOS工艺的3.0THz探测器,探测器包括贴片天线、NMOS场效应晶体管、匹配网络及陷波滤波器。探测器在室温条件下可达到526 V/W的响应率(Rv)和73 pW/Hz1/2的噪声等效功率(NEP)。采用该探测器和步进电机搭建了太赫兹扫描成像系统,获得了太赫兹源出射光斑的远场形状,光斑的半高宽(FWHM)为240μm;并对聚甲醛牙签和树叶进行了扫描成像实验,结果表明CMOS太赫兹探测器在成像领域有潜在的应用前景。     

基于THz QCL 和THz QWP 的数字通信演示系统

随着无线通信速率需求的增加和材料生长、器件工艺制作水平的提高,太赫兹（THz）通信已成为未来高速无线通信系统发展的一个重要方向。介绍了太赫兹通信的特点以及国际上太赫兹通信系统的发展现状,并报导了一种利用太赫兹量子级联激光器（THz QCL）作为发射源,太赫兹量子阱探测器（THz QWP）作为接收器的太赫兹数字通信演示系统。该系统采用On-Off-Key（OOK）调制和直接强度检测方式,通信频点为3.9 THz,通信距离为2.2 m,传输速率可达1 Mbps 以上。最后探讨了该系统的带宽限制因素及其在通信速率方面的潜力。     

基于U-net的被动式太赫兹安检危险品分割方法

针对被动式太赫兹安检系统检测图像识别危险物难度较大、精确度不高的问题,提出一种基于U-net的被动式太赫兹安检危险物分割算法。通过构建危险品的局部结构差异性假设和局部亮度差异性假设定位太赫兹安检图像中危险品可能存在的感兴趣区域(ROI),并选择拥有少量特征通道与神经元的浅层卷积网络针对ROI做图像超分辨处理,最后将图像输入U-net网络,得到质量高、轮廓清晰的危险品分割图像。通过实验证实了本文方法相比传统分割算法准确性有明显提高,有助于提高被动式太赫兹安检系统的危险品识别率。     

太赫兹(THz)成像的进展概况

评述了太赫兹射线成像的进展情况.太赫兹(THz)辐射介于微波和红外之间.与微波、X射线、核磁共振(NMR)成像相比,太赫兹成像不仅能给出物体的密度信息,而且能给出频率域的信息,以及在光频、微波和X射线范围内所不能给出的材料的转动、振动信息.太赫兹射线与其他频段的电磁波相比,它能量低,不会造成对生物样品的电离损伤,而且太赫兹射线很容易穿过介电材料,因而可以用于产品的安全监测.因此太赫兹成像技术在生物学、工业安全监测等方面有可能带来新的关键性的突破.     

THz信号处理与分析的研究现状和发展展望

本文对THz信号的特点、THz信号的产生技术、THz信号的探测技术、THz时域光谱(THz-TDS)技术、THz信号的处理技术,以及THz 信号应用技术等当前的研究现状进行了综述,并对未来可能的发展做了展望.     

2.52THz离轴数字全息成像和焦平面成像特性比较

利用已搭建的2.52THz焦平面成像装置和离轴数字全息装置,通过分辨率测量和水印及铅笔字成像,研究了焦平面成像和离轴数字全息成像这两种面阵成像的性能。实验证明,常规的焦平面成像由于太赫兹波长较长,很难获得较高的成像分辨率,且成像效果受放置位置的影响严重;太赫兹离轴数字全息成像可以提高成像分辨率,但成像物体大小受系统分辨率制约;焦平面成像较离轴面阵数字全息成像更适于大目标低分辨率成像。     

太赫兹成像三维块匹配自适应Canny边缘检测算法

针对传统Canny算子在滤波时会模糊边缘且需要人工设置高低阈值的缺点,提出了一种基于三维块匹配的改进自适应阈值Canny边缘检测算法,并用于太赫兹三维层析成像。该算法一方面对滤波方法进行了改进,用三维块匹配(BM3D)滤波算法结合引导滤波算法代替高斯滤波算法以减少图像边缘信息的丢失;另一方面,针对传统人工设定阈值的不确定性,将梯度图进行块匹配后对三维图像块组使用最大类间方差法(OTSU)以自适应确定高低阈值。最后利用该算法对含有噪声的图像进行边缘检测处理,发现在高斯噪声方差为20时滤波后的峰值信噪比(PSNR)从22.202提升至27.151,验证了该算法去除噪声的有效性。三维块匹配改进自适应阈值Canny边缘检测算法(BM-OTSU-Canny)减少了错误边缘的数量,同时保留了连接性较好的边缘点,改善了边缘细节信息的提取效果。     

用于成像引信图像识别的局部特性提取技术

根据成像引信的扫描成像机理，在详细分析了引信目标图像特性的基础上，论述了四种适用于引信目标图像的局部特征：角点，轮廓曲线段形状特征，线矩和弯曲能量，并提出了一种子块特征的提取算法。最后，分析了在应用局部特征进行了识别时遇到的问题并指出了解决方法，本文的研究对于其他不完整图像识别问题，如工件识别，机器人视觉，场景分析，医学图像的解释，飞行器的识别等，同样很有意义。     

低阈值连续波工作的2.9 THz量子级联激光器

为了获得低阈值连续波工作太赫兹源,采用固源分子束外延技术生长了GaAs/AlGaAs束缚态向连续态跃迁的太赫兹量子级联激光器(QCL)有源区,基于半绝缘-等离子体波导工艺制作了太赫兹量子级联激光器。获得了激光器(腔面未镀高反射膜)的发射光谱和相应的输出特性等性能,其中器件在10 K工作温度、350 mA激励电流下的中心频率为2.93 THz,连续波工作模式的阈值电流密度为156 A/cm2,器件的最大光输出功率为7.84 mW,最高工作温度为62 K。     

基于太赫兹技术的复合材料无损检测研究综述

随着高性能复合材料在航空航天和军事等高新领域的广泛应用,对其质量和性能检查的要求愈加引起重视,如何通过各种方法对复合材料进行无损检测成为近年来研究人员关注的热点和研究方向。太赫兹波量子能量低,对大多数非极性物质透明,因此使用太赫兹技术对复合材料进行无损检测有着独特的应用优势。本文基于太赫兹技术的特点,对太赫兹时域光谱和太赫兹成像技术的无损检测分别进行了详细的论述,并总结了目前复合材料的太赫兹无损检测技术发展趋势,最后对其发展前景进行了展望。     

基于边界特征增强的模糊图像配准

二维特征点的检测和提取是进行图像配准的关键技术。由于不同传感器的成像机理不同,检测和提取的方法也有所不同。针对模糊图像的弱点,分析了通过增强象素模糊属性对比度来提取边界特征的基本原理,实现了两幅图像的配准。计算机模拟实验结果也表明了在实现模糊图像配准的过程中,采用增强象素模糊属性对比度的方法可有效解决图像的边界特征提取问题而且具有较高的配准精度。     

主动太赫兹成像中的多目标分割与检测识别方法

针对主动太赫兹成像中存在的图像品质差以及藏匿物品类别多样、训练样本稀缺且类别不平衡等问题,提出了基于用条件生成对抗网络构建的Mask-CGANs模型的目标分割网络和基于RetinaNet的目标检测识别网络,实现了太赫兹图像中藏匿物品的多目标分割和检测识别。针对分割任务提出的约束损失函数和网络结构,使模型在召回率和虚警率之间达到平衡且降低了对训练样本规模的要求。针对检测任务采用的损失函数提高了训练样本不平衡条件下的检测精度。     

双X特征下自组织竞争网络的手写字符识别

对图像预处理、字符特征提取和神经网络类型的选择、优化、训练及调整等进行研究,提出运用双X特征作为输入的自组织竞争网络对手写字符进行识别的方法。首先进行图像预处理,包括图像的灰度化、二值化、剪裁及缩放等。然后,提出字符的双X特征提取方法,并运用该方法提取各个字符的特征信息。最后,将字符特征数据送入自组织网络中进行学习,反复试验确定理想网络参数,使其可以自组织地将各字符模式相区分。实验结果表明:这种方法减少送入网络的数据量,降低了冗余信息对网络的干扰,使网络处理的复杂程度大大降低,训练后的网络误差小,网络的错判率约为12%,比传统方法有明显提高。     

基于特征融合方法的高光谱图像分类综述

高光谱图像中包含丰富的光谱特征和空间特征,这对地表物质的分类至关重要.然而高光谱图像的空间分辨率相对较低,使得图像中存在大量的混合像素,这严重制约物质分类的精度.受到观测噪声、目标区域大小及端元易变性等因素的影响,使得高光谱图像的分类仍然面临诸多挑战.随着人工智能和信息处理技术的不断进步,高光谱图像分类已成为遥感领域的...     

基于目标中心距离加权和图像特征识别的跟踪算法

本文提出了一种实时跟踪算法,以目标中心距离加权的灰度图像作为模板,采用mean-shift迭代方法实现目标的空间定位;同时建立二值图像模板,根据目标的图像特征,进行尺度定位.本算法改进了kernel-based算法对变尺度目标的跟踪.对于超过一定像素的较大目标,本算法进行"降采样",大大减小运算量,从而实现了对大尺度目标的实时跟踪.实时视频流的跟踪实验验证了该方法的有效性.     

基于隶属度的人脸图像特征抽取和识别

本文首先从代数理论和模糊数学导出一种新概念，矢量隶属函数，由此构造图像的隶属函数，并证明它具有一些不变性，提出一种基于隶属函数的图像特征抽取和识别方法，并应用于人脸图像识别问题。实验结果表明，隶属函数具有良好的识别分离能力。     

基于纹理特征的汽车车型识别

提出了一种基于纹理特征的汽车车脸车型识别方法。首先对车辆图像进行预处理,再通过基于灰度共生矩阵的纹理分析,得到纹理特征值,即待识别车型的纹理特征,最后利用最小距离分类器进行车型识别。实验结果表明,文中提出的车型识别方法简便、快捷、有效。     

基于多特征空间的三维目标离面旋转识别

基于识别目标真假和空间位置的需要,将180幅训练图像分成了4个训练集,分别计算每个训练集的特征向量,分析结果表明每个训练集可以用3个特征向量来表示,这样用12个特征向量就可以建立目标的4个特征空间,使目标分解与重构过程大大简化。利用待识别目标向量与重构向量之间的关系,不仅可以判别目标的真假,还可以确定目标所在的空间位置。模拟结果表明,提出的目标多特征空间的建立方法和目标识别准则是有效的,能够实现离面旋转条件下三维目标真假和空间位置的识别。     

基于小波边缘提取的目标光学相关识别

为提高联合变换相关器对复杂背景图像的识别能力,提出了基于小波变换边缘提取的联合变换相关器。利用具有多尺度分析功能的小波变换工具对联合图像进行边缘检测,所提取的边缘图像能保留更多的细节信息,改善复杂背景下的目标识别能力。计算机模拟和光学实验结果均表明,用小波变换边缘提取的联合图像进行相关识别,能明显增强相关峰的强度,提高目标识别能力。     

Hierarchical Feature Extraction for Image Recognition

This paper applies a hierarchical classifier to two image recognition tasks. At the heart of this classifier, like many other classifiers, is a distance metric for determining the similarity of pairs of images. As the generalisation performance is often strongly related to the effectiveness of this measure, this paper develops a measure that is statistically more reliable than some metrics, but does not discard discriminating information, often regarded as noise. In addition, it may be computed quickly. This paper also experimentally shows that the metric may be used in the hierarchical classifier to yield error rates far lower to those based on the Euclidean distance metric on the two image recognition tasks. Furthermore, it gives the lowest reported error rate (2.63%) as well as the best training and classification times for a face recognition task.