静电喷印技术在太赫兹超表面制备中的应用

近年来,太赫兹技术快速发展,基于超表面的太赫兹器件受到广泛关注,并已应用于太赫兹成像、光谱和生物传感等诸多领域。但太赫兹超表面器件的制备复杂且成本高,而静电喷印技术无需掩模版,成本低、精度高且易于在异形曲面上制作。基于静电喷印技术设计和制备了太赫兹吸波器,并利用太赫兹时域光谱系统（THz-TDS）对样品进行了性能测试,实验与仿真结果基本相符,在0.098~0.353 THz频段内吸收大于90%。此外,还设计了太赫兹线极化转换器,在0.167~0.355 THz频段内的极化转换大于95%,相对带宽约72%,并分析了所设计样品的制备工艺条件,验证了静电喷印技术对于制备太赫兹极化转换器的可行性。研究成果表明,静电喷印技术在太赫兹超表面器件的制备中具有广泛的应用前景。     

基于改进稀疏表示正则化的SR重建算法

基于视觉的无人机自主导航过程中,对航路点进行准确识别是引导无人机朝着航路点方向精确飞行的关键。然而,当无人机到达航路点识别距离后,由于机载图像传感器受天气因素及成像过程中的脱焦、衍射等现象影响,常导致获取到的航拍图像模糊、空间分辨率较低,从而直接影响了后续航路点识别的精度。针对这一问题,提出了一种改进稀疏表示正则化的航拍图像超分辨率重建算法。首先,基于稀疏表示正则化框架,利用自回归和非局部相似约束构建目标函数的正则化项;其次,根据图像局部方差能有效区分图像的边缘区域和平滑区域这一特性,自适应地选取正则化参数得到超分辨率重建模型中的目标函数;最后,使用MM (Majorization-Minorization) 算法求解目标函数的凸优化问题,得到重建后的高分辨率图像。实验结果表明:与传统的正则化SR重建算法相比,文中算法能够有效的提高航拍图像的空间分辨率,使得重建后的图像包含了更多的特征细节信息,这为航路点识别提供了帮助。     

大视场微球透镜超分辨显微成像技术的研究进展

光学显微镜是人类探索微观世界的重要工具,在生物学、医学、材料学、精密测量学等领域发挥重要作用。由于衍射极限的存在,发展更高质量、更高空间分辨率的超分辨光学显微成像技术成为当下研究的前沿热点。基于微球透镜的超分辨显微成像技术有着易于实现、简单直接和免标记的显著优点,发展潜力巨大。但是单个微球的视野有限,且难以进行精确定位。提高微球的可操控性,拓展超分辨显微成像视场的范围,已成为该技术突破发展的核心关键。文中在介绍微球超分辨的成像原理,分析影响成像质量主要因素的基础上,重点总结了国内外团队在拓展微球透镜超分辨显微成像视场方面的最新研究进展。根据微球的操控方式,将研究工作总结为机械接触控制、微球辅助增强层、非接触控制和微球物镜一体化四类进行介绍,探讨其技术特点,并对大视场成像、图像拼接等面向视场拓展的图像处理技术进行论述。最后,提出微球透镜超分辨显微成像技术亟待解决的关键问题、存在的难点与挑战,以及未来开展研究工作的突破点,展望了该技术的发展与应用拓展方向。     

基于超像素级卷积神经网络的多聚焦图像融合算法

该文提出了基于超像素级卷积神经网络(sp-CNN)的多聚焦图像融合算法。该方法首先对源图像进行多尺度超像素分割,将获取的超像素输入sp-CNN,并对输出的初始分类映射图进行连通域操作得到初始决策图;然后根据多幅初始决策图的异同获得不确定区域,并利用空间频率对其再分类,得到阶段决策图;最后利用形态学对阶段决策图进行后处理,并根据所得的最终决策图融合图像。该文算法直接利用超像素分割块进行图像融合,其相较以往利用重叠块的融合算法可达到降低时间复杂度的目的,同时可获得较好的融合效果。     

一种人与人和机器到机器共存下能效最大化的上行用户分配算法

针对5G超密集异构蜂窝网络中人与人(H2H)和机器到机器(M2M)共存场景下有服务质量(QoS)保障和负载均衡的上行用户分配问题,该文提出一种基于匹配理论的用户分配算法.该算法在用户分配过程中同时考虑不同类型节点的接入控制策略,在最大化网络能效的同时,实现节点QoS保障.仿真结果表明,与其他算法相比,该算法不仅能够在能效、负载均衡以及QoS保障方面获得更好的性能,并且能获得与穷举法相近的性能.此外,所提算法的收敛速度很快且不受节点和基站数目变化的影响,适合解决H2H和M2M共存场景中的用户分配问题.     

基于相对生成对抗网络的低清小脸幻构

针对当前代表性低清小脸幻构方法存在的视觉真实感弱、网络结构复杂等问题,提出了一种基于相对生成对抗网络的低清小脸幻构方法(tfh-RGAN).该文方法的网络架构包括幻构生成器和判别器两个部分,通过像素损失函数和相对生成对抗损失函数的联合最小化,实现生成器和判别器的交替迭代训练.其中,幻构生成器结合了残差块、稠密块以及深度可分离卷积算子,保证幻构效果和网络深度的同时降低生成器的参数量;判别器采用图像分类问题中的全卷积网络,通过先后去除批归一化层、添加全连接层,充分挖掘相对生成对抗网络在低清小脸幻构问题上的能力极限.实验结果表明,在不额外显式引入任何人脸结构先验的条件下,该文方法能够以更简练的网络架构输出清晰度更高、真实感更强的幻构人脸.从定量角度看,该文方法的峰值信噪比相较之前的若干代表性方法可提高0.25～1.51 dB.     

基于超像素和光流引导的正射影像拼接方法

影像拼接是生成大规模数字正射影像的关键技术之一,但现有的影像拼接方法在进行多个影像拼接时存在拼接线穿过明显地物导致的鬼影现象。光流是观察者和场景间相对运动引起的影像边缘等的相对运动,其中,大光流对应影像间的变化区域,可用于检测正射影像间的明显地面区域。提出一种基于光流引导的新型影像拼接方法,通过超像素的密集光流提取影像中明显的地物信息,以避免接缝穿过明显的地面物体。采用由粗到细的接缝线优化策略,并在超像素级别上利用Dijkstra算法进行最佳拼接区域检测,从而提高接缝线检测的效率。在此基础上,结合归一化互相关成本函数在像素级别上进行拼接线的像素级优化,获得最优的接缝线。实验结果表明,该方法从主观视觉上能够生成高质量的接缝线,在保证拼接效率的情况下,SSIM质量评价指标较Dijkstra方法、图割方法以及商业软件OrthoVista得到明显提高。     

结合超混沌系统和Logistic映射的视频图像加密算法

对视频图像使用传统的单幅图像加密算法,容易出现算法耗时长、效率低等问题。为提高视频图像加密效率,通过使用细胞神经网络（CNN）超混沌系统和Logistic混沌映射,提出一种单帧逐一加密和多帧组合加密相结合的算法。根据视频帧使用SHA-256生成Logistic初值,经过Logistic映射迭代得到Logistic混沌序列,利用生成的混沌序列对视频帧逐帧扩散。将视频帧以二进制的形式组合成一个矩阵,把根据组合矩阵产生的初值代入CNN超混沌系统,利用得到的混沌序列对组合矩阵进行置乱,视频所有帧各像素点扩散、置乱一步完成,从而缩短加密时间。在此基础上,将组合矩阵重新分解为单帧图像,得到最终加密的视频图像。实验结果表明,在算法中使用高维超混沌系统安全性更高,能够有效缩短加密视频图像的耗时,且能抵抗统计攻击、差分攻击和暴力攻击,具有较好的安全性。     

超高效液相色谱串联质谱法检测甘蔗中多种农药残留

针对甘蔗种植过程中常用的几种农药,采用分散固相萃取为前处理手段,建立了超高效液相色谱串联质谱法同时检测多菌灵、呋喃丹、乐果、敌敌畏、敌百虫的方法。甘蔗样品经粉碎后用乙腈超声提取,上清液经Qu EChERS方法净化后,采用UPLC-MS/MS法检测分析,外标法定量。结果表明,5种农药残留在1.0~50.0ng/m L的范围内具有良好的线性关系,其检出限为0.12~0.83μg/kg。方法的平均加标回收率为86.7%~106.8%,相对标准偏差为1.6%~4.3%(n=6)。该方法具有操作简单、快速高效、灵敏度高的优,能有效应对甘蔗种植过程中不同种类农药的同时检测。     

微波辅助萃取-超高效液相色谱/静电场轨道阱高分辨质谱法快速测定纺织品中有害有机溶剂残留量

建立了1个快速测定纺织品中有害有机溶剂残留量的超高效液相色谱/静电场轨道阱高分辨质谱(UPLC/Orbitrap HRMS)方法,该方法以乙醇为萃取溶剂,100℃下微波萃取纺织品中残留的有害有机溶剂,萃取液直接进行UPLC/Orbitrap HRMS,提取离子色谱峰面积外标法定量。对样品的提取条件、分析条件进行了优化。该方法的定量限为0.5μg/kg~10.0μg/kg。在3个不同加标浓度水平下,方法的平均加标回收率为81.8~94.5%,相对偏差偏差为3.8%~10.5%(n=9)。该方法简便快速,灵敏度高,定量限低,可有效地解决纺织品中残留的有害有机溶剂的快速测定问题。