射线数字成像检测系统不均匀性分析与校正

图像高低频畸变(即不均匀)会导致射线数字检测系统检测灵敏度的下降和误判,而造成畸变的原因是系统中射线源强度分布不均匀、闪烁体屏发光不均匀、镜头渐晕、科学级CCD暗电流和光响应不均匀。在此分析的基础上提出了一种校正方法,该方法利用实验得出校正矩阵,通过软件校正,先校正CCD暗电流和光响应不均匀性,再对其它三个因素合并校正。在便携式X射线源下,对三号透度计在15mm均匀钢板上的图像进行了校正实验,结果表明,灵敏度由校正前的1.67%提高到1.33%,图像不均匀性得到明显改善,空间分辨力大于3.5lp/mm。系统具有检测灵敏度高(≤1.5%)和适应射线能量范围大(50keV-15MeV)的优点。     

宽带多光谱成像系统CCD响应的线性化校正方法

对多光谱成像系统CCD响应特性进行了分析,并提出使用物理阶调模型作为新的线性化校正方法。在分析了数码相机CCD响应值的线性化校正原理和方法的基础上,通过校正精度和光谱重构效果两个方面,将其与传统的多项式模型和指数模型等方法进行了比较分析。实验结果表明,经过线性化校正的各通道的线性相关性进一步增强,其中GOG模型各通道的相关系数值均接近0.996,具有最好的线性校正效果;且GOG模型校正过的RMSE和ΔE值分别降低了37%和61%。因此,采用GOG模型,可以较好地实现CCD响应值的线性化校正,提高多光谱图像获取中光照不均匀性的校正精度和效率。     

一种改进的红外焦平面非均匀性校正算法

针对红外焦平面探测器现有非均匀性校正算法在实际应用中存在的问题,结合实际系统的开发,提出了一种改进算法——一点加两点校正算法。先求两点校正算法的校正增益和校正偏置,再求一点校正算法的校正偏置,求取一点校正算法的偏置参数时的图像数据来自前面求得的两点校正之后的数据,即最后的校正结果是两点校正后的再校正。理论分析和应用表明该算法与目前流行的算法相比具有实时性好、误差小、处理效果好等特点。     

基于自适应多点法的sCMOS实时非均匀性校正

为改善sCMOS读出电路工艺偏差导致的非均匀性问题,本文提出了自适应多点非均匀性校正方法。算法首先以搜寻最小范数点、阈值比较的方式分别确定最优分段点的位置以及最佳分段数量,然后再根据这些分段信息在各区间段分别进行两点校正。通过该自适应方法可有效改善传统多点法中由于分段参数选择不当导致的校正性能下降。同时,为实现实时的非均匀性校正,文中根据自适应多点法的算法特点,提出了一种与之匹配的嵌入式数据串流校正方案,可在不影响现有相机采集结构以及采集速率的情况下实现非均匀性的校正。     

改进的基于卡尔曼滤波的非均匀性校正算法

本文研究的对象是针对红外焦平面阵列探测单元响应的非线性对非均匀性校正精度的影响,提出了改进的基于卡尔曼滤波的非均匀性校正算法.该算法的研究方法是采用探测器响应的分段线性模型,对基于卡尔曼滤波器非均匀性校正算法进行扩展和改进,其结果能有效地克服红外焦平面阵列探测单元响应特性的非线性对校正精度的影响.实验结论表明,改进后的算法在一定程度上解决了探测器偏置和增益随时间漂移以及响应非线性影响非均匀性校正性能的问题,获得了较好的非均匀性校正效果.     

一种新的红外焦平面器件非均匀性自适应校正算法

红外焦平面阵列（IRFPA）器件普遍存在着响应度的非均匀性问题,而且这种非均匀性随时间和环境改变会发生缓慢变化,目前常用的一次性校正算法不能适应这种变化,同时由于图像场景的多样性,现有的统计校正算法也存在着一定的适应性问题。本文结合图像运动分析中的光流技术,提出了一种新的基于场景的连续校正算法,该算法具有较好的自适应性能。     

CCD多路开关组件的研制

采用三层多晶硅交迭栅三相埋沟结构，设计并研制成功了６０路ＣＣＤ多路开关动态范围≥５０ｄＢ，转移效率≥９９．９９％；非均匀性±５％；最小输入５ｍＶ；最大输入信号２Ｖ；输入积累时间１３４μｓ；串行移出时间２μｓ；输出幅度≥２Ｖ。文章阐述该器件的结构、工作原理、特点、用途、器件参数分析及影响器件因素和专项工艺研究。     

便携式 X-射线透视仪图像非均匀性分析及校正

从射线场强度的非均匀性、转换屏响应不一致性和 CCD 相机像元光电响应不一致性三方面对便携式X射线透视仪图像非均匀性的产生机理进行了理论分析. 并在此基础上建立了透视仪每个像元通道光电响应的数学模型. 基于该模型,提出了一种多点线性拟合校正算法. 给出了应用本方法校正前后的图像结果及标准差对比情况. 本方法已应用于便携式安检排爆 X-射线检测系统.     

利用FPGA实现红外焦平面阵列实时非均匀性校正

实时非均匀性校正是红外成像的一项关键技术。根据红外焦平面阵列探测元光谱响应的特点和基于参照源的两点温标非均匀性校正理论，提出一种利用FPGA硬件实现红外焦平面阵列实时非均匀性两点校正的新方法。该方法动态范围大、处理速度快，适用于红外成像系统实时图像处理场合。仿真和实验结果证明是可行的。     

利用积分球对CCD线性和面均匀性的标定

积分球对CCD(Charge-coupled Device)的标定,主要是利用积分球光源具有较好的均匀性、稳定性以及精度高的特点,通过CCD采集积分球光源的图片,将积分球光源亮度转换为CCD拍摄图像的灰度,通过对采集图片灰度信息的提取,得出了CCD标定的各项参数。CCD线性标定试验的结果表明:在CCD快门值固定时,光源亮度的变化和图像灰度呈线性关系,并且在转换后的不同灰度值区段,线性度有一定的差别:在中值区,线性度最好,低值区次之,高值区最差;在光强一定的情况下,CCD快门值的改变和采集图像的灰度也呈线性关系。均匀性标定的试验结果表明:CCD的光电响应的非均匀性是随着快门值和灰度的增加而减小的,但最终趋于一个较稳定的值。     

自然场景图像的字符识别方法

目的基于大津算法(Otsu算法)对图像进行分割,利用光学字符识别方法对自然场景图像中的英文字符进行识别。方法首先用分块Otsu算法对图像进行初步的二值化,然后通过对二值化结果的分析,把原始的输入图片分割成单个字符的子图,再对各子图重新用Otsu算法进行二值化,最后对最终得到的二值化结果进行识别,再结合之前得到的每幅图的字符数量信息和词典信息,对识别结果进行修正,得到最终的识别结果。结果在ICDAR2013数据集上测试文中算法,单词正确识别率为46.03%,总编辑距离为474.5。结论文中提出的以Otsu为基础的分块识别算法,能够更好地分割复杂背景图像的背景和文本,同时结合词典信息对识别结果进行了修正,改善了识别效果。     

A Novel Scene Text Recognition Method Based on Deep Learning

Scene text recognition is one of the most important techniques in pattern recognition and machine intelligence due to its numerous practical applications. Scene text recognition is also a sequence model task. Recurrent neural network (RNN) is commonly regarded as the default starting point for sequential models. Due to the non-parallel prediction and the gradient disappearance problem, the performance of the RNN is difficult to improve substantially. In this paper, a new TRDD network architecture which base on dilated convolution and residual block is proposed, using Convolutional Neural Networks (CNN) instead of RNN realizes the recognition task of sequence texts. Our model has the following three advantages in comparison to existing scene text recognition methods: First, the text recognition speed of the TRDD network is much fast than the state-of-the-art scene text recognition network based recurrent neural networks (RNN). Second, TRDD is easier to train, avoiding the problem of exploding and vanishing, which is major issue for RNN. Third, both using larger dilated factors and increasing the filter size are all viable ways to change receptive field size. We benchmark the TRDD on four standard datasets, it has higher recognition accuracy and faster recognition speed based on the smaller model. It is hopefully used in the real-time application.     

基于真实场景的大规模虚拟人群的快速生成方法

利用Poser的三维人体建模功能和3DS MAX强大的修改功能,结合MAXScript脚本语言,实现了对三维人体模型骨架的自动生成、匹配和蒙皮.通过对人物动作的建立与分解,实现了连续多个人体三维模型的生成与导出,并由此建立了一个包含不同人体及动作姿态的角色库.通过调用库中的角色,并将由图像信息获得的人群分布参数赋予这些虚拟个体人,实现了基于真实场景的虚拟人群快速生成.     

A Method of Calibrating Critical Nozzles

A method of calibrating critical nozzles is proposed, the distinguishing feature of which is the use of matched laws of conservation of mass, energy and momentum in gas-dynamic form applied to the entrance and compressed sections of the critical nozzle to measure the hydraulic drag in the section between the entrance and compressed sections.     

基于线阵CCD的新型纠偏检测方法

目的 为了提高包装机纠偏控制的精度和通用性,提出一种纠偏检测方法。方法 采用两路线阵CCD成像,并比较两者CCD信号,判断材料在工作过程中是否发生跑偏现象,然后通过控制器进行纠偏操作。结果 两路CCD灰度值显著变化的像元位置表明了带材的边缘位置,通过两像元的差值即可判断带材是否发生跑偏,方案可行。结论 相较于以往的CCD的检测方法,该方法稳定性和精度均有所提高,并且当材料的宽度在一定范围内变化时,纠偏装置仍可以工作,而不需要其他操作,通用性也有一定提高。     

一种提高CCD探测灵敏度的方法

阐述了影响ＣＣＤ探测灵敏度的暗电流及暗电流噪声的产生机理,分析了其对ＣＣＤ性能的影响。在此基础上,提出了一种新型的利用半导体致冷器件ＴＥＣ对ＣＣＤ进行致冷的方案,并对设计过程中要注意的问题进行了具体分析。最后运用实例说明了通过此方法,大大地降低了ＣＣＤ暗电流,提高了其探测灵敏度。文章还对这种新颖的热电致冷方法和传统的液氮致冷方法进行了分析、比较,指出了ＣＣＤ热电致冷的优势及发展前景。     

4f相干光图像系统多谱点图像融合降噪

为处理4f相干光图像处理系统中存在的随机噪声和低频相干噪声,提出一种基于多谱点图像融合的相干光图像处理系统降噪方法.先利用空间光调制器的点阵结构带来的图像复制功能,在同一次试验中获取多个谱点图像,其中各图像包含有相同的图像信息和同分布规律但不同数值形式的噪声信息.再使用图像融合技术将这些图像合并,用类似于时域累积平均的...