应用Hartmann-Shack原理测量人眼波前像差的系统研究

分析波动光学中人眼像差的产生机理和波前像差的表示方式,着重讨论了Hartmann-Shack波前传感器测量波前像差的原理,结合自适应光学中Zernike多项式重建波前的理论,提出了应用H-S波前传感器测量人眼波前像差的解决方案,使得由波前像差引导的人眼视觉矫正技术能达到一个新的水平。     

掩模测量人眼波前像差技术研究

对基于Hartmann-Shack(H-S)原理测量人眼波前像差的掩模技术进行了研究。利用光学系统将液晶显示器(LCD)制成的掩模对应成像在微透镜阵列面,对模拟眼进行测量。设计了针对不同采样密度的H-S系统的各类掩模,扩大子孔径内像差测量范围,最大可测像差分别提高到L2／f、2L^2／f和4L^2／f,解决了光斑溢出和粘连的问题,实现了对大像差人眼的准确测量。     

提高人眼波前传感器信噪比的实验研究

Hartmann-Shack(H-S)人眼波前传感器噪声主要是角膜的反射光。本文用模拟人眼对消噪声的两种方法进行了实验研究。首先,对使用偏振分光棱镜(PBS)的H-S系统,在系统出瞳不变,入瞳变化的条件下测量了对应的信噪比。实验证明：与采用薄半透半反镜相比,在光线斜入射消除PBS内部反射噪声的前提下,该方法可使信噪比提高到11：1。其次,对离轴入射法进行实验研究,获得200：1信噪比,最后对上述两种方法获得的光斑点阵进行了比较分析。     

人眼波前像差及准分子激光手术矫正的研究

波前像差严重影响了人眼正常的视觉质量,引入Hartm ann-Shack波前传感器可有效地测量人眼的各阶像差,结合自适应光学中Zern ike多项式重建波前的理论。建立人眼波前像差和角膜切削量模型的关系模型,利用准分子激光发射的激光脉冲去除定量的角膜组织,从而改善人眼视觉质量。应用表明,人眼像差测量和由像差引导的准分子激光手术矫正具有明显的临床医学价值。     

基于信息融合的人眼波前像差测量

设计并实现了结合客观和主观的方法测量人眼波前像差.建立了主客观结合的人眼波前像差测量系统,客观测量在瞳孔自然扩大时通过4.8 mm人造瞳孔进行测量,主观测量是在被测者观察视标的过程中进行.实验获得了活体人眼主客观测量的像差,两种方法的测量结果在特征级进行加权信息融合,这种方法结合了主客观测量的特点,能够较准确反映出人的视觉质量,为个性化的人眼视觉矫正提供更合理的指导.     

用模板匹配法选取光斑质心探测窗口

根据Hartman传感器探测入眼波像差时光斑特点，提出了模板匹配法选取光斑窗口的质心探测方法。本方法与Prieto的质心探测方法相比，提高了质心探测精度。对光斑阵列的仿真计算结果表明，用本文提出的方法质心探测误差的rms值降低了53.7%。另外，本方法还避免了Prieto方法中多次迭代的质心计算，减少了运算量。     

人眼波前像差主观测量的原理及实现

研究了一种用于测量人眼波前像差的新型主观式波前像差仪,给出了工作原理和实现方案.采用先进的三光路设计方法实现光学系统的设计,采用多线程、视频捕捉、图像处理、单片机及步进电机的控制等关键技术,实现了瞳孔的三维实时自动跟踪.该像差仪能测量出人眼的全部七阶像差,采用Zernike多项式、两维和三维波前像差图对人眼像差进行了描述,给出了计算各项波前像差的均方根(RMS)的公式.通过对57人(110只眼)的进行三次临床测量,采用SPSS统计软件对测量得到的各阶波前像差的RMS逐级递减值进行两两比较,无差异性(P＞0.05),结果表明该像差仪测量的重复性好,准确性高.     

基于Hartmann-Shack传感器的人眼离轴像差测量研究

人眼是一个不完善的成像系统,存在着各种像差,包括轴上像差及轴外像差, 这些像差都会影响视网膜的成像质量。而现阶段大多数人眼像差的检测方法主要针对轴上视场像差的测量,比如离焦、像散以及部分高阶像差的测量。因此提出了基于Hartmann-Shack波前传感器的人眼离轴像差的测量方法,建立测量系统并进行实验研究,当离轴角度从0°偏离到左右各5°、10°时,均方根（RMS）值分别从1.12变化到1.36（1.52）,1.41（1.96）,结果表明随着离轴角度的增加人眼外围视野的成像质量显著下降,原因一方面是人眼离轴像差的增大,另一方面是由于外围视野的感光细胞密度降低。     

基于Zernike多项式的人眼波前像差拟合算法

采用改进的Gram-Schmidt正交化法对矛盾方程的广义增广矩阵进行正交三角化,导出求解基于Zernike多项式的人眼波前像差拟合系数的算法。通过拟合给定模式系数和一般数学波面的两种方式对算法进行了验证。验证结果表明,该算法与直接构造法方程组解法的计算精度相当。该算法避免了因构造法方程组而引入的计算误差,易于编程,是一种比较理想的求解Zernike多项式拟合系数的算法。     

穿越流场激光像差特性的动态测量——H-S波前传感器方法

用H-S(Hartmann-Shack)波前传感器可以精确测量穿过超声速流场的激光动态波面及其变化过程,进一步计算还可以获得光束质心漂移、远场分布等数据。讨论了利用H-S波前传感器测量穿过超声速流场激光波面的原理,并采用模式法进行波前重构,得到了在几种流场条件下的激光波面像差特性如PV和RMS、各阶Zernike像差系数,环围能量分布和Strehl比等。结果表明,采用H-S传感器进行测量、并用模式法进行波前重构可以较好反映流场建立、稳定和结束过程中各阶Zernike像差的变化。比较无流场和给定参数的超声速流场,激光穿越后产生的最明显变化为离焦A3和低阶像散A5的增大。     

哈特曼波前传感器光斑质心探测窗口的自动确定方法研究

根据在进行激光系统输出波前诊断时使用Hartman传感器探测到的光斑特点,提出一种基于光斑特征识别的自动搜寻并选取光斑质心探测窗口的新方法。通过对仿真光斑阵列的计算和对实际采样图像的实验,验证了这种方法的可行性和探测精度。     

一种疲劳驾驶检测系统中快速人眼检测方法

疲劳驾驶是导致交通事故的主要原因之一,因此,以人眼检测为核心的疲劳驾驶检测受到了普遍地关注。目前传统的疲劳驾驶检测方法采用"人脸-人眼"模型,即先定位人脸,随后再进行人眼检测。在Ada Boost算法的基础上,使用变模板匹配方法进行人眼检测,并改进了"人脸-人眼模型",采用多特征的分类器来有选择的跳过人脸检测步骤,从而快速准确地定位人眼。在DM642芯片上进行实验,人眼识别率达到了90%以上,且平均每秒能处理40帧图片,证明了该方法的高效性和实用性。     

基于CCD图像的太阳质心位置检测

设计了一种基于CCD图像传感器的太阳定位技术,利用CCD摄像头实时的采集太阳的图像,通过USB接口与计算机相连,提取连续图像帧,采用维纳滤波、迭代阈值法、边缘检测算子、改进的最小二乘圆拟合算法等,对太阳图像进行了轮廓提取和质心位置计算,太阳检测定位精度达到0.001°,从而达到更高精度、更快速度的太阳质心定位的目的。为后续驱动伺服电机调整高度角和方位角,最大限度地获取太阳能做了更加充分的准备。最后实验仿真成功。     

视频监控中人眼检测方法研究

视频中的人眼检测对算法的实时性要求很高,本文提出一种人眼检测的算法。首先使用Adaboost算法检测人脸,并截取出人脸的上半部分,使用最小邻域均值投影对该区域做水平投影,并自下而上搜索局部最小值,获取眼睛的候选点,再通过训练好的BP分类器,选出最优的点即眼睛的位置。最后与前一帧中检测到的眼睛位置进行对比,确定最终位置。该方法识别准确,快速,平均用时约为0.01s左右,可用于实时检测。     

一种基于匹配的Android系统漏洞检测方法

目前Android系统占领了智能移动操作系统的绝大多数份额,然而Android系统的安全问题却令人忧虑,近年来频频爆出高危漏洞,给广大Android用户带来了很大的安全隐患。对Android系统漏洞检测进行了研究,提出了一种基于匹配的快速检测Android系统漏洞的方法,同时设计和实现了一个基于脚本的漏洞扫描工具。实验表明,该工具可有效检测Android系统漏洞,运行效果良好。     

基于最小最大圆度量的鲁棒模板匹配方法

为了解决强噪声干扰、部分遮挡等复杂环境下的图像匹配问题,给出了一种鲁棒的图像匹配算法。在引进圆约束的条件下,对点点间距离给出了一种新的定义。在此基础上,对经典Hausdorff距离进行改进,提出了一种新的度量,即最小最大圆度量。以此度量作为景象匹配的相似性度量,并在搜索的过程中采用圆形窗,获得了一种鲁棒的图像匹配方法,即基于最小最大圆度量的鲁棒模板匹配方法。多组实验与分析表明,该算法可以有效地解决存在旋转、灰度对比度变化、噪声干扰、部分遮挡与强光饱和等变换与干扰存在下的景象匹配定位问题。     

质心干扰中机载红外弹、箔条弹投放间隔时间的讨论

叙述了质心干扰中箔条弹、红外弹发射间隔时间不当的危害 ,通过公式推导给出了计算发射间隔时间的方法及步骤。     

MT-Net: Fast video instance lane detection based on space time memory and template matching

Currently, only a few lane detection methods focus on the dynamic characteristics of a video. In continuous prediction, single-frame detection results produce different degrees of jitter, resulting in poor robustness. We propose a new fast video instance lane detection network, called MT-Net, based on space–time memory and template matching. Memory templates were used to establish feature associations between past and current frames from a local–global perspective to mitigate jitter from scene changes and other disturbances. Moreover, we also investigated the sources and spreading mechanism of memory errors. We designed new query frame and memory encoders to obtain higher-precision memory and query frame features. The experimental results showed that, compared with state-of-the-art models, the proposed model can reduce the number of parameters by 62.28% and the unnecessary jitter and unstable factors in muti-frame lane prediction results by 12.70%, and increases the muti-frame lane detection speed by 1.79. Our proposed methods has obvious advantages in maintaining multi-frame instance lane stability and reducing errors.