菲涅耳全息投影中零级光的消除

采用菲涅耳相位全息图进行全息投影显示时,再 现像的视觉效果受到空间光调制器(SLM)像素结构引起 零级光的影响。为消除零级光的影响,本文基于原有的菲涅耳全息投影系统,在SLM后面引 入成像透镜, 并在透镜的后焦面设置高通滤波器以滤除零级光。为抵消成像透镜引起 的相位变化,通过引入发散球面, 实现调节全息再现像成像位置的目的。实验结果表明,在 不改变菲涅耳相位全息图重构距离的情况下,可以有效消除零级光对全息再现像的影响。     

基于偏微分方程的噪声消除方法

从Perona&Malik方程离散形式出发,对其处理过程进行了分析.通过修改系数分布函数,使得消除图像噪声的同时能更好保持边缘.     

分数傅里叶变换的快速算法及计算全息图的研究

通过分析菲涅耳衍射积分的快速算法，依据Lohmann提出的任意阶的分数傅里叶变换的单透镜光学实验装置，详细分析丁光场在此单透镜系统中的传播过程，提出了一种基于傅里叶变换的分数傅里叶变换快速算法，并对基于此快速算法的分数傅里叶变换全息图的计算机生成与数字重现进行了研究。实验结果示出了分数傅里叶变换全息图及其在重构过程中分数阶匹配与否的实验结果，验证了分数傅里叶变换分数阶的重要性质和笔者提出算法的可行性。     

基元全息图的计算机模拟及数字重现

对基元全息图进行了理论分析,给出了在菲涅耳近似条件下重现像的位置坐标和物光光源、参考光源及重现光源位置坐标之间的关系,并进行了计算机模拟和数字重现,结果与理论完全符合,为光学全息提供了可视化的验证。     

稀疏表示人脸识别算法的研究与改进

为了提高稀疏表示人脸识别技术在对姿态、光照等情况下的识别率和鲁棒性,在GSRC算法的理论基础上提出使用向量总变差模型取代最小l1范数进行稀疏求解.在扩展YaleB人脸数据库和ORL人脸数据库上的数值实验结果中,改进方法在识别率和鲁棒性上都得到了提高,尤其在低维观测数据下,具有较大的优势.表明使用向量总变差模型进行稀疏求解在稀疏表示入脸识别率更具有优势.     

图像处理技术在炉膛火焰温度场分布中的应用

根据双色测温法原理,利用高温工业电视所摄取的彩色火焰图像中的彩色分量,运用数字图像处理技术,重建燃烧火焰的温度场分布,并对测量火焰温度的两大误差来源进行了分析和校正处理.     

三幅图像中的曲率估计

从前两幅图像的图像特征中估计第3幅图像的特征,在计算机视觉领域中有着广泛的应用,例如,视觉识别,基于模型的视觉动画、视图合成、目标检测和跟踪。Faugeras和Robert指出第3幅图像的特征可以通过前面两个摄像机图像的双线性函数来进行估计,其基本上是通过基础矩阵来计算的,因而他们的方法在实际计算过程中有很大的缺陷。为此提出了一种新的估计方法,即从三焦点张量中来估计第3幅图像的特征。这一方法继承和发展了Faugeras等的方法。此外还给出了一个定理说明了本文的条件与Faugeras给出的条件是等价的,但本方法简单目更加系统。实验结果证明了该方法的可靠性。     

基于主动视觉的摄像机自标定方法

摄像机标定是计算机视觉的一项基本任务．目前基于 主动视觉的摄像机内参数自标定方法可分为两类：第一类方法是通过摄像机在三维空间内作 两组平移运动,来求解摄像机内参数．第二类是由Basu, Du, 和Hartley等人提出的通过摄 像机旋转,求解摄像机内参数方法．后者在实际应用中存在严重不足,由于它要求摄像机只 绕光源中心旋转,不能有任何平移,而在工程实践中摄像机光源中心难以测定,其旋转也难 以保证无任何平移,因此难以实用．本文提出的摄像机标定方法属于前一类方法．与以往方 法相比,它不要求摄像机作多组相互正交的平移运动,只要能准确测定出摄像机相对于初始 位置三次线性独立平移运动的平移矢量,即可线性求解出摄像机内参数．理论证明,解存在 且唯一．数值模拟表明该方法具有较强的鲁棒性,最后给出了采用真实图像的实验结果．     

分数傅里叶变换的快速算法及计算全息图的研究

通过分析菲涅耳衍射积分的快速算法,依据Lohmann提出的任意阶的分数傅里叶变换的单透镜光学实验装置,详细分析了光场在此单透镜系统中的传播过程,提出了一种基于傅里叶变换的分数傅里叶变换快速算法,并对基于此快速算法的分数傅里叶变换全息图的计算机生成与数字重现进行了研究。实验结果示出了分数傅里叶变换全息图及其在重构过程中分数阶匹配与否的实验结果,验证了分数傅里叶变换分数阶的重要性质和笔者提出算法的可行性。     

超低功耗MSP430在无线传感网络上的应用

介绍了超低功耗单片机MSP430与射频电路结合利用无线传感网络来实现智能交通的目的.在要求能量消耗较低的情况下,把多个端机分布在马路的各个车道上,利用磁敏传感器,通过无线传感网络把检测到车流量的信息发送到基站上,再把有效信息传递到上位机中,最终获得车流量的信息.实验证明该方法与传统的线圈检测方法相比,前者具有良好的实时性与准确性.