基于量子多元宇宙算法的磁光成像增强

为了提高磁光成像增强效果,采用量子多元宇宙算法。首先铁磁材料施加磁场时,磁场的N、S级产生的光强差别性使得磁光成像区域的亮度由暗到明逐渐变化,焊缝磁光成像的像素灰度值与焊缝亮度成正比;接着引导滤波减少磁畴区域对磁光成像的影响,atctan函数对磁光成像区域增强;最后给出了算法流程。实验显示磁感应强度变化随着交变电压的增加而变大,霍尔探头离焊缝中心越远,则磁感应强度越小,磁感应强度在焊缝中心呈现对称分布,最小值在焊缝中心处,即磁场N级、S级交接处;磁畴特性随低频交流电压增加表现越明显;本文算法使得磁光成像增强效果清晰,评价指标较优。     

基于改进粒子滤波的焊缝磁光成像增强

为了提高焊缝磁光成像效果,采用改进粒子滤波算法。首先建立法拉第磁光效应,磁光传感器把垂直分量的磁场磁感应强度以磁光图像的形式检测出来,分析焊缝成像的亮度变化。接着用无迹卡尔曼滤波算法更新粒子,权值小的粒子被抛弃,再通过调节复制率补充总数,避免粒子枯竭发生,设定比较阈值进行粒子重要性采样。最后采用非完全Beta函数只对磁光图像灰度级的最大值、中间值、最小值构造的焊缝区域进行增强,有效提高增强效果。实验显示越接近焊缝中心磁感应强度越小,越接近焊缝边缘磁感应强度也越小,在焊缝中心到焊缝边缘出现磁感应强度峰值,其出现位置在距离焊缝中心0.8 mm处;磁光成像效果随着磁场强度增加而变得清晰,其磁光成像灰度值范围增加;磁铁电压越大,距离焊缝位置越近的过渡区域灰度值变化越明显;所提方法在磁场N极、磁场S极交变处增强的焊缝图像过渡带轮廓清晰。     

磁-光显微成像亚表面检测系统的研究

磁-光显微成像检测由于受到光强的变化、磁-光薄膜磁畴的变化等外界因素影响,检测系统获取的磁-光图像的分辨率不高.文章从涡流激励装置的设计、磁-光薄膜的选择及制备和图像处理的设计出发,分析了影响磁-光图像分辨率的因素,提出了相应的改善办法,并进行了大量的试验验证,实验结果验证了该设计方法的可靠性.     

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。     

电磁波在磁光介质磁畴壁的传播特性分析

为了进一步研究电磁波在磁光介质中的传播。文中先从理论上分析了磁光介质磁畴壁处的单向模特性,然后通过基于时域有限差分法的软件模拟电磁波从一种磁光介质磁畴壁进入另一种磁光介质的磁畴壁的传输情况。发现外磁场的调控对电磁波在磁畴壁处的传播产生极大影响。     

激光焊接缺陷多向磁场激励下磁光成像检测

为了研究交叉焊缝缺陷的磁光图像特征,对中碳钢板进行十字对接激光焊,获得同时具有横向和纵向焊后裂纹的试验样本,同时采用恒定磁场和交变磁场对试验样本进行多角度励磁, 用磁光成像传感器采集不同角度磁场激励下焊接缺陷处的磁光图像,并对磁光图像的缺陷特征进行分析。结果表明,多向磁场激励下的磁光成像技术能明显检测出多角度的焊接缺陷,且能有效避免曲线裂纹在焊接缺陷检测中的漏检现象; 同时,交变磁场激励下, 同一裂纹成像的分辨率提高了40pixel~50pixel,能更精确地定位缺陷位置。此研究为提高焊接缺陷的检出率提供了依据。     

采用不同中间夹层的双记录层磁光光盘热光特性比较

磁光存储技术是一种颇受关注的下一代光存储技术.为提高单个磁光光盘的存储容量,途径之一是采用多值存储、多波长读出技术,实现所谓三维磁光存储.通常使用不同波长的蓝光来实现信号的读写操作.如果不同波长的激光在磁光存储多层膜中产生热场分布的差异较大,将有利于提高读出信号的信噪比.本文结合光学矩阵法及有限元方法分析了中间夹层分别为SiN、GaP时,磁光存储多层膜的热光特性.结果表明在蓝光波段,用GaP层替代传统的SiN中间夹层,将使磁光光盘具有更好的热光特性.     

激光焊接裂纹磁光成像频域特征分析

为了研究旋转磁场激励下激光焊接裂纹磁光成像在频域内的特征, 采用对激光焊接裂纹磁光图像进行2维离散傅里叶变换的方法, 进行了理论分析和实验验证, 取得了旋转磁场不同励磁强度下激光焊接裂纹的频谱图数据。结合裂纹磁光图的空域特征, 对所获裂纹频谱图灰度值为255的点进行统计分析。结果表明, 激光焊接裂纹磁光图像的频域特征和空域特征有一定的对应关系; 在一个变化周期内(885帧磁光图), 对应频谱图上会出现先变小再变大、再变小再变大或相反的变化过程, 最终回到初始状态。这一结果验证了旋转磁场下裂纹磁光成像规律的正确性, 对激光焊接缺陷的无损检测是有帮助的。     

磁光记录磁畴及其热稳定性研究

磁光存储的原理是热磁记录，信息以磁畴的形式存储于记录介质中。磁畴的形貌及其热稳定性对磁光盘的存储性能有很大影响。报道了ＴｂＦｅＣｏ磁光盘磁畴形貌及其热稳定性的实验研究结果。     

光激发单极畴与耿氏偶极畴的物理机制比较

对比了半绝缘多能谷光电导开关中光激发单极畴和耿氏器件中偶极畴的物理机制.从产生机理、电场分布、电子浓度、生长和演变过程等多角度阐述光激发单极畴的特性.与偶极畴显著不同的是,光激发单极畴内仅有光生电子积累层,没有上离子层;光激发单极畴与光生空穴之间产生了一个与外加电场反向的电场,使畴前电场增强,畴头部电子浓度最高;光激发单极畴生长过程可以一直持续下去,终因电子碰撞电离演变为发光畴,如果碰撞电离达到雪崩强度,将演变为雪崩发光畴.最后,本文用光激发单极畴模型解释了光电导开关非线性工作模式的超快上升沿、发光电流丝、电流锁定现象等重要实验现象.     

基于双域分解的图像增强算法

为解决图像增强中对比度提高与噪声抑制的矛盾,本文提出了一种基于双域分解的图像增强算法,同步实现图像对比度提高与噪声抑制.文中详述了空域分解、分层图像空域增强与变换域降噪、分层图像合成三个主要环节的原理、方法.首先,高斯滤波器将图像分解为基础层和细节层,实现对比度提高与噪声抑制的解耦合;其次,带校正功能的单尺度Retinex和硬阈值收缩的非下采样剪切波降噪算法同步实现基础层的增强和细节层的降噪;最后,分层图像合成、灰度数值延展和微分算子强化,实现合成图像的灰度延展与细节加强,确保增强图像的颜色均匀、细节突出.实验表明,本文算法提高图像对比度和抑制噪声的性能优于其他九种算法.     

一种改进的红外图像自适应增强方法

对红外图像而言,如何在压缩动态范围的同时增强细节、抑制噪声以提升显示效果是一个重要的课题。文中提出一种改进的红外图像自适应增强方法,首先设计了一种参数自适应的引导滤波方法,并基于引导滤波将原始红外图像拆分成基本层和细节层;然后基于像素灰度分布设计了一种新型的自适应阈值的直方图映射方法,以对基本层压缩动态范围并增强其对比度;之后利用自适应引导滤波的线性系数对细节层进行增强并抑制噪声;最后对增强后的基本层和细节层进行自适应融合得到增强后的红外图像。实验结果表明,与对比度受限的自适应直方图均衡方法、基于引导滤波的高动态红外图像增强方法等几种效果相对较好的方法相比,文中所提出的方法处理后的图像细节更丰富,噪声抑制效果更强,视觉效果更好,且该方法适应性更强,无须调整参数即可应对多种观测场景。     

基于静电场中弹簧振子模型的对比度增强

基于灰度值的局部特性,提出了一种新的图像对比度增强算法。在图像平面与灰度值构成的三维空间内,运用弹簧振子模型对其进行建模,并确定模型的各个参数。对该算法进行对比验证,验证结果表明,该算法明显优于全局直方图均衡(GHE)算法,达到了很好的对比度增强效果。对增强效果给出了评价指标。     

基于引导滤波的高动态红外图像压缩算法

非制冷红外机芯的原始图像位宽为14 Bit,虽然相对于8 Bit红外图像来说,14 Bit红外原始图像具有灰度动态范围更广、灵敏度更高、包含细节信息更多的优点,但是由于普通显示设备能够显示的最大灰度范围为8 Bit,所以需要对14 Bit原始图像进行压缩,以满足常规显示设备显示及后端图像处理的需求。若压缩算法性能不佳,在图像压缩过程中可能会丢失大量的细节信息,直接影响成像质量。本文提出了一种基于引导滤波的压缩和显示算法,该算法首先利用引导滤波对图像进行分层,根据不同图层的特点和在合成图像中的作用,分别进行增强和降噪处理,使合成图片具有良好的显示效果。通过与常用算法的仿真对比实验,以及对视觉效果和定量评价参数两个方面的实验结果分析,本文所提出算法在压缩和图像处理的性能表现上均获得一定程度的提升。     

基于形态学的可变权值匹配自适应图像增强算法

为了精确提取图像的细节特征,改善图像增强的效果,该文提出了一种基于形态学的可变权值自适应增强算法。通过构造扩展全方位多尺度结构元素,并进行top-hat变换,分解了图像不同方向不同尺度的细节。该文打破了传统形态学增强算法中各方向细节取均值融合的思想,实现了根据图像的局部灰度特性,动态调整各方向不同尺度细节的权值。在图像增强过程中,根据提取到的细节的结构化特征,构造相应的自适应增益函数,从而实现图像的自适应增强。实验结果表明,该算法能较好地利用图像的自相关性,比传统的形态学增强方法更有效地突出图像的细节信息,且能抑制噪声的放大。     

改进的卷积神经网络红外图像超分辨率算法

基于卷积神经网络的图像超分辨率算法可以分为图像尺寸放大和图像细节恢复/增强两个步骤,在细节恢复过程中,卷积层直接从输入图像中学习特征并将该特征作为下一个卷积层的输入数据。为了加强输入图像和卷积层各通道图像的特征表达能力,提出了一种新的卷积神经网络算法,该算法对输入图像和通道图像进行选择性灰度变换而增强特征表达的能力。实验结果表明,在公共红外图像数据集和实验室采集的红外图像数据集上,所提方法的超分辨率重建效果均优于当前的几种典型算法,能够恢复的细节信息更多。     

基于引导滤波分层的宽动态范围红外图像细节增强算法

针对宽动态范围红外图像在视觉效果方面出现的对比度低、细节信息不凸显及整体清晰度较差问题,本文提出了一种基于引导滤波分层的宽动态范围红外图像细节增强算法。该算法采用方差决策加权引导滤波对原图作分层,得到了更接近原图的基础层和更精细的细节层。为提高基础层的对比度,首先改进CLAHE的全局剪切点提升增强效果,然后基于AC视觉显著模型指导全局和改进局部直方图的融合,合理兼顾了图像背景和目标;为有效加强细节信息,基于多尺度加权引导滤波得到了信息更全面的新细节层,接着采用梯度域导向滤波对其消噪,再由Sigmoid函数压缩强边缘并突显细微目标,最后将两层信息融合并输出。实验结果表明,该算法在主观视觉和定量指标上均强于对比算法,且自适应强,鲁棒性好。     

PCNN和Otsu理论在图像增强中的应用

提出了基于改进的脉冲耦合神经网络(PCNN)与Otsu的图像增强新方法。该方法对PCNN进行了改进,而用改进后的PCNN进行图像去噪处理,继而用Otsu方法寻找最佳灰度阈值后进行图像增强。仿真实验表明,该方法滤波后信噪比(PSNR)为18．9305,而高斯滤波为5．4087;同时又能根据图像灰度性质自动选取最佳阈值,并对自适应分割后图像进行不同的灰度变换,使图像得到有效增强。仿真结果证明了该方法的有效及合理性。     

基于自适应云粒子群算法的造影图像增强

针对造影图像增强现有算法的不足,采用自适应云粒子群算法.首先,由云模型产生云滴,确定云的特征值;接着正向云发生器产生粒子,基于粒子个体适应值把种群分3个云子群,且分别采用不同惯性权重的调整策略,自适应算子使权重随着粒子适应度值的减小而减小,从而实现了较优粒子取得较小的权重,在适应度最大时并非绝对的零值,从而提高了避免陷入局部最优的能力;最后,造影图像通过对数灰度变换增强,把求最佳的参数组合问题转化为自适应云粒子群算法寻优问题.实验仿真证明,在云隶属度大的地方图像像素的灰度域比较集中,增强效果边沿清晰.