光瞳滤波投影光刻实验研究

介绍了一套自行研制的用于光瞳滤波实验的投影光刻实验系统，其物镜光瞳处预留出放滤波器的位置，可方便取放滤波器。在理论分析的基础上，开展了光刻对比实验研究，实验研究，实验研究结果表明光瞳滤波能大幅度提高投影光刻成像系统分辨力，并增大焦深，是一种比较有效地提高投影光刻成像质量的方法。     

赝热光的相干时间对鬼成像影响的理论与实验研究

激光照射旋转毛玻璃产生的赝热光是鬼成像中最常用的光源.文章从理论和实验上研究了赝热光的相干时间对鬼成像的质量和成像效率的影响.理论上，首先指出赝热光场的相干性是由毛玻璃的转动引起的，并基于旋转毛玻璃的时空随机特性，推导了赝热光鬼成像的二阶关联函数，得到了关联重构图像的解析表示.结果表明，在满足探测器的曝光时间远小于赝热光相干时间的条件下，鬼图像的表达式中不包含转速，毛玻璃转速对关联重构图像没有影响.其次，分析了鬼成像中涉及的几个时间尺度，探讨了提高成像质量和效率的途径.经分析，探测器的曝光时间要远小于赝热光源的相干时间，采样间隔要尽可能大于相干时间，这保障了在鬼成像中能探测到有效的光场强度涨落，从而能保证成像质量，又提高成像效率.实验上，分别进行了不同毛玻璃转速和不同采样帧率下的鬼成像的对比，结果表明，毛玻璃转速对关联重构图像没有明显的影响，同一相干时间内的多次采样对鬼成像的质量没有明显提升，从而验证了理论的正确性.该研究为鬼成像质量和成像效率的提高提供了新的思路.     

光阱阱位的观察与调节

分析了用于形成光阱的激光束腰与显微镜耦合时的成像规律，根据镜面反射原理，提出了用玻片来观察激光束腰，判断光阱的位置，并测量阱位相对物平面的偏离量的方法；进一步运用高斯光束的透镜变换理论，通过改变入射激光的束腰位置，在实验上实现了光阱阱位的精细调节。     

旋转磁场激励下激光焊接裂纹磁光成像规律研究

为了研究旋转磁场激励下焊接裂纹磁光成像规律,采用工频旋转磁场对焊接裂纹激励并由磁光传感器获取裂纹磁光图像的方法,进行了理论分析和实验验证,取得了工频旋转磁场不同励磁强度下的动态磁光图像。结合磁光成像原理和旋转磁场理论,对所获数据的灰度值进行了对比分析。结果表明,旋转磁场工频励磁下任意1帧磁光图随励磁时间的推移都会发生变化,并以初始3帧磁光图为一个循环周期依次向下一帧磁光图转换,经过885帧磁光图后回到初始状态。该规律的发现有利于减少有效励磁时间,提高焊接缺陷无损检测效果。     

杂光对三线阵相机光学系统成像的影响

针对高成像质量三线阵测绘相机杂光导致相机成像质量下降的问题,文章根据光学系统的设计结果,对相机的杂光系数进行分析与计算,提出合理的杂光抑制措施;利用ZEMAX软件和LightTools软件,分析了杂光对三线阵立体测绘相机成像的影响,通过模拟计算得到杂光系数小于5%的理论结果;实验检测了相机实际杂光系数,得到最大杂光系数小于6%的实测结果,模拟了杂光影响下的光学系统图像,证明了杂光抑制措施的有效性和杂光影响下成像分析的合理性。     

无衍射光的大焦深成像系统及图像复原

提出了一种光学、数字图像处理技术相结合的可扩大光学系统焦深的新型成像技术.利用轴锥镜产生无衍射光,无衍射光束具有中心光斑直径小且传播距离远的特性,将无衍射光理论与技术应用到成像系统中可加大焦深且无需调焦.介绍了大焦深成像系统的基本原理,分析了系统的焦深,建立了大焦深成像系统实验模型,并用图像复原方法对实验图像进行了较好的恢复.实验结果证明采用无衍射光与图像处理技术相结合增大成像系统焦深的方法能使成像系统在较大的范围内有较好的成像质量.     

改进Friese光致旋转理论的模拟及实验分析

为验证改进Friese光致旋转理论的合理性和可靠度,搭建了实时、快速测量单轴双折射样品粒子转动情况的光镊实验平台。捕获激光微束首先被聚光镜收集,经二向色镜和成像透镜后被四象限探测器接受,四象限探测器的信号变化反映了微观物体在囚禁光阱的运动情况,然后使用数据采集卡采集四象限探测器的信号,最后通过信号和图像处理分析得到样品粒子的运动情况,并把实验结果与理论分析对比。结果表明,改进Friese理论的模拟曲线与测得的实验数据更相符。该激光光镊系统可用于驱动微纳机械装置、测量微纳系统的力学参数以及组装生物器件等。     

强散射随机介质中吸收物体的成像

以宽带连续光为光源对隐藏在强散射随机介质中的吸收物体成像进行了实验研究，用一种新的图像处理方法恢复了被散射光所淹没的吸收物体的像。由于人体组织为光的强散射介质，因此该研究在医学成像中有很大的潜在应用价值。     

热光关联成像的均方收敛无偏估计方法

关联成像实验和理论证明了光可以用特殊的方式传递信息。文中采用半经典理论,按照赝热光场、光电探测和关联计算的成像过程,系统分析了关联成像的理论基础,并给出了系统的视场、空间分辨率和对比度。在此基础上,对传统关联成像的线性计算方法进行了改进,使之为物体透射函数的均方收敛无偏估计。相应的计算鬼成像仿真实验表明:在相同测量次数下,尤其是低于奈奎斯特采样频率时,该方法显著提高了鬼像的峰值性噪比并有效抑制了背景噪声。     

双孔光栏调焦法及其应用

从工程光学的实际情况出发，提出了一种能够弥补一般调焦方法在某些情况下不能适用这一不足之处的高精度调焦方法－双孔光栏调焦法，并根据几何光学理论介绍了该调焦方法的基本原理，即利用双孔光栏将成像物光束分割为对称的两束成像细光束，从而将调焦过程转化为合像对准过程，使得调焦精度大大提高，文章还分析了双孔光栏调焦法的调焦误差，并根据误差因素推导出将本方法应用于望远系统时的最大调焦差和调焦中误差（均方差）表达式     

基于WLS的雾天交通图像恢复方法

在尘雾等恶劣天气条件下,由于大气粒子的散射作用,致使获取的道路图像严重退化,给交通运输带来很大的困难.为了提高道路环境的可视性,文中提出了一种基于WLS的雾天交通图像恢复算法.该算法从大气散射模型出发,首先进行大气光照的估计与白平衡处理,然后结合道路环境的约束,构建WLS框架对大气耗散函数进行估计,从而恢复场景反照率.通过实验分析可知,文中算法能够有效去除图像中雾霾,消除了Halo效应的影响,较好地凸显图像远景的细节信息,实现了交通图像的视见度的提高.     

1.064 μm脉冲激光在雾中传输的蒙特卡洛模拟

在大气无线光通信中,大气中的雾滴会导致激光信号严重衰减,从而使得脉冲信号的时间展宽和能量衰减。应用蒙特卡洛多次散射模型对1.064μm激光脉冲在雾中的传输特性进行了数值模拟。在模拟中,基于米氏散射理论,计算出了光在不同雾能见度下的散射相函数值,并通过随机抽样方法得到了随机数与散射角的对应关系。与采用H-G相函数近似表示粒子对光的米氏散射特性的方法相比,这种方法更精确。在此基础上,模拟了不同雾环境和接收视场角下激光信号的脉冲响应特性。     

结合遥感卫星及深度神经网络的白天海雾识别

遥感卫星能够对云雾进行大范围、长时间监测, 对海雾识别研究具有重要的意义,本文根据不同云、 雾和下垫面的光谱特性及纹理特征,通过葵花8号卫星(Himawari-8)提取云图特征、CALIOP 星载激光雷达 (cloud-aerosol Lidar with orthogonal polarization,CALIOP)获取中高云、低云、海 雾、晴空海表四类样本标签, 利用深度学习方法构建深度神经网络(Deep Neural Networks,DNN),实现了白天海雾的有 效识别。实验结果 表明:本文训练得到的深度神经网络模型准确率为82.63%,具有较高 的识别精度,而且相比其它海雾识别 方法也有更好的识别结果。利用该模型对2016年4月8日发生于黄渤海 区域的海雾天气进行识别,并通过 CALIOP标签数据对识别效果进行验证,结果表明该方法能够较好的识别出海雾区域。     

基于暗原色先验去雾原理的红外图像伪彩化增强方法研究

根据雾天红外图像的分析和判读需要,提出了一种新的预处理方法---基于暗原色先验去雾原理及HIS空间的伪彩变换方法。该方法应用于雾天红外灰度图像的处理时,可以显著增强目标与背景之间的对比度。实验表明,该方法可以较好地对雾天红外图像进行增强与显示。与传统的图像增强方法相比,该方法更有利于在雾天条件下对掠海飞行目标及海面目标的红外图像进行分析与判读。     

一种基于透视变换的车辆位置和方向提取方法

为了实现浓雾下高速公路的正常通行,提取了一种基于红外光穿浓雾能力比可见光强的特点,在道路两侧护栏上设置等间隔的红外诱导标志,利用车辆上的红外成像装置,获取车辆位置状态引导车辆正常行驶。利用快速标定模型进行了车载成像装置的标定,研究了基于导引标志的车辆位置和方向参数提取,其中改进了一种基于透视变换提取车辆位置方向的方法,即利用图像中车道平行线和灭影点的内在关系估计出车辆方向,并通过几何关系计算车辆位置。实验表明,该方法估计的车辆位置和方向参数达到车辆导引要求,是一种可行的方法。     

基于雾气特征与不等关系约束的去雾方法

针对现有去雾算法未充分考虑图像雾气信息、复原图像细节模糊等问题,提出一种新颖的反映图像雾信息分布的雾气特征图,并采用不等关系约束方法提高图像质量。首先,提取退化图像的极值通道以实现雾气信息的粗略估计,并通过L-1正则化对其进行优化从而得到雾气特征图。其次,提出一种基于雾气特征的初级大气光幕函数,通过对颜色通道和大气光幕作深入分析,利用均值不等式获得约束后的退化场景大气光幕。最后,利用雾气特征图对局部大气光进行改进,并基于大气散射模型实现图像去雾。将所提算法在真实雾图和合成数据集雾图上与其他经典方法进行比较分析,可以发现,所提算法在单幅图像去雾中展现了较好的性能,且在夜间雾图复原中更具优势。     

黄海平流雾对8~12 μm波段红外辐射衰减的实验研究

为了研究新一代舰载红外探测系统在海雾条件下的探测能力,以黄海海雾为实验环境,以非制冷型红外热像仪为探测器,分别在不同强度的海雾中以不同性质的红外辐射源为探测对象进行了成像实验,并结合红外辐射在海雾中的衰减模型进行了量化研究。衰减模型可分为物理模型和经验模型两大类,分别对其在不同强度海雾下的衰减曲线进行了对比分析,并根据实测结果进行了拟合分析,结果表明:在轻雾条件下,实际观测的结果几乎与物理模型一致;在较浓海雾条件下,以经验模型计算的结果与观测结果相差较小;而在特浓海雾条件下,以经验模型计算的结果较接近于实际观测。     

雾对光波的作用机理探讨

由于电磁辐射与介质相互作用的散射原理,从而影响了光波传输．简要计算分析了雾的消光性能及水雾对光波的衰减作用,运用了米氏散射公式和朗伯-比尔定律及对应的相关曲线,分析了水雾对可见羌、红外、激光传输的影响．     

A Broad Learning-Driven Network Traffic Analysis System Based on Fog Computing Paradigm

The development of communication technologies which support traffic-intensive applications presents new challenges in designing a real-time traffic analysis architecture and an accurate method that suitable for a wide variety of traffic types.Current traffic analysis methods are executed on the cloud,which needs to upload the traffic data.Fog computing is a more promising way to save bandwidth resources by offloading these tasks to the fog nodes.However,traffic analysis models based on traditional machine learning need to retrain all traffic data when updating the trained model,which are not suitable for fog computing due to the poor computing power.In this study,we design a novel fog computing based traffic analysis system using broad learning.For one thing,fog computing can provide a distributed architecture for saving the bandwidth resources.For another,we use the broad learning to incrementally train the traffic data,which is more suitable for fog computing because it can support incremental updates of models without retraining all data.We implement our system on the Raspberry Pi,and experimental results show that we have a 98%probability to accurately identify these traffic data.Moreover,our method has a faster training speed compared with Convolutional Neural Network(CNN).     

雾天偏振成像影响分析及复原方法研究

为了抑制雾天图像质量的退化,基于大气散射物理模型及偏振图像暗通道原理,提出了一种改进的雾天偏振遥感图像去雾算法。首先依据大气散射模型对雾天偏振成像机理进行分析,对大气偏振信息对去雾的影响进行了阐述。其次利用边缘检测和闭运算自动获取雾天偏振图像的天空区域,估算无穷远大气光强和大气偏振度。最后,针对图像中存在的噪声干扰等因素,修正大气偏振度及大气光强,恢复了退化图像的辐射强度信息。通过理论分析和实验验证,取得了较好的雾天图像复原结果。结果表明,该算法可以准确获取天空区域,实现更高鲁棒性的天空区域估计方法,有效提高图像的对比度和清晰度,增加图像细节,改善雾天图像的质量。该算法能够有效抑制雾天对图像造成的退化,从而提高遥感的目标探测和识别能力。