等离激元纳米流体的光热特性研究

实验研究了利用金属纳米粒子的表面等离激元共振(LSPR)效应增强太阳能光热转换的可行性.采用光化学浸渍方法制备了一种TiO2/Ag复合结构纳米粒子.将这些纳米粒子分散于水中,超声振荡形成TiO2/Ag纳米流体,对其光热转换性能开展实验研究,分析纳米流体的浓度对光热转换性能的影响.结果表明:与不添加纳米粒子的纯水相比,等离激元粒子组成的纳米流体的光热转换性能大大提高.     

嫁接用苗生长状态无损测量技术的研究

利用机器视觉技术对蔬菜幼苗的生长特征信息进行了无损检测,该研究技术是定量化研究植物生长规律的关键技术之一,并为蔬菜自动化生产过程中的嫁接、移栽、间苗等作业提供必要的技术理论依据.该研究通过在温室内设计了一套计算机视觉系统,对多株群体蔬菜苗的生长进行了长时间、连续、快速的无损检测,并利用VB6.0编制了图像处理软件,提取了蔬菜幼苗的外部形态特征,经过图像处理软件分析得到蔬菜幼苗的日生长变化规律,发现蔬菜苗在夜间的生长率明显高于白天.研究表明,采用机器视觉及图像处理技术可以快速、准确地监测出蔬菜幼苗的外部形态特征量,能够对蔬菜生长状态进行直观测量,实现对蔬菜幼苗生长规的定量化研究,为蔬菜生产过程中相关作业的自动化提供可靠的理论依据.     

视觉假体: 带给盲人光明的电子设备

人工耳蜗在临床上已得到成功应用．最近研究表明，人工视觉有可能帮助眼病患者恢复视觉．文中介绍了视觉假体的基本原理与系统架构，综述了视网膜、视神经以及视皮层假体的最新进展．动物实验表明，用生物电极刺激实验兔子的视神经，记录到视皮层的电位响应；同时视神经视觉假体也在研究开发中．尽管人工视觉还有不少关键技术需要解决，但最近的动物与人体实验表明，人工视觉假体帮助盲人重见光明将越来越接近现实．     

氢化非晶硅薄膜喇曼及椭偏表征

用等离子体增强化学气相沉积（PECVD）方法制备氢化非晶硅（a—Si：H）薄膜，利用喇曼散射谱、椭偏透射谱和暗电导测试，通过改变辉光放电前SiH4气体温度，研究了气体温度对薄膜非晶网络结构和光电性能的影响．结果表明，随着辉光放电前SiH4气体温度从室温提高到433K，a-Si：H薄膜的短程有序和中程有序程度提高，折射率和吸收系数增强，同时，暗电导提高2个数量级．a—Si：H薄膜非晶网络结构的变化是其暗电导提高的主要原因．     

基于眼波前像差的视觉矫正及超视觉的光学研究

结合眼波前像差和角膜面形的实际测量、视功能检测和激光角膜手术的临床、光学系统像差的矫正和优化, 给出了在基于眼波前像差的视觉光学矫正和超视觉领域所取得的研究成果, 其中包括不同孔径、不同视场、不同物距和瞬态调节下眼波前像差的特点, 可见光复光波段对超视觉的局限, 以及现行激光角膜手术对眼波前像差的影响等. 研究结果表明, 人眼的波前像差是一个动态、多元的像差的综合, 需找到最优化的切削数据, 才能从激光手术中获得趋于超视觉的效果, 即使如此也涉及到动态自由面形光学; 准分子激光角膜原位磨镶术虽能矫正一定程度的近视, 却对暗视场情况下的视力起负面作用.     

大规模互联网图像检索与模式挖掘

在互联网时代，爆炸式增长的数字图像不仅给图像检索带来巨大的技术挑战，同时也带来了很多机遇和研究问题的新思路．本文简单回顾了图像检索的三个阶段的研究历史．以及在此过程中数据量的增多给图像检索带来的影响，并对作为关键问题的特征提取方面的研究进行了深入的分析．本文尤其指出视觉模式挖掘是寻找中层特征表示并缩小语义鸿沟的重要研究方向，并根据视觉模式的表征粒度将其分为五种类别分别进行了介绍，从中可以看到大数据对于视觉模式挖掘的重要作用．     

嫦娥三号巡视器视觉定位方法

月面巡视器的定位是巡视器开展月面科学考察工作的基础,是一项关键技术.本文提出了一种基于计算机视觉的定位方法,将SIFT(scale-invariant feature transform)匹配、相关系数匹配、最小二乘匹配和光束法平差等多项技术融合,实现了相邻站间月面巡视器的导航定位.在实验室构建立体视觉导航系统对本文的方法进行可行性和精度测试,结果表明视觉定位相对精度将优于4%,并成功应用于玉兔号巡视器定位.     

高速便携式视觉信号采集系统的设计与实现

为了实现高速便携式工业零件检测系统后续图像处理的要求,结合FPGA高速性的优点,设计并实现了面向高速便携式视觉检测系统的图像采集模块.充分利用FPGA内部的RAM作为数据缓冲区,用于保存视频解码器解码后得到的数字图像信息,将缓冲区的数据以异步读取的方式写入到内存DDR2中,并通过FPGA产生的控制信号在TFT-LCD上显示采集到零件图像.通过在硬件平台的实验证明了图像采集模块设计的合理性与可行性,能够满足检测系统后续图像处理的要求.     

基于无监督域自适应的计算机视觉任务研究进展

作为工业互联网的典型实例之一,车联网技术近年来飞速发展,其核心在于信息的互联互通.因此,精准、可迁移的环境信息感知能力是其稳定运行的前提之一.深度学习的进步推动了计算机视觉任务的发展,但基于传统深度学习的方法仍存在训练过程对人工标注数据依赖强、场景泛化能力较差的弊端.而对于计算机视觉任务来说,训练数据的真值标签获取较难...     

视觉感知结合学习的自然图像轮廓检测

本文结合非经典感受野的视觉特性与机器学习的方法,提出了一种自然图像轮廓检测模型.当非经典感受野中的刺激与感受野中心刺激形成一种精确的空间结构时,将对中心产生一种增强效应;另一方面非经典感受野中抑制作用会降低同质成分的响应,我们将这两个机制分别用于增强光滑的轮廓和减少背景中与结构无关的干扰成分.利用逻辑回归概率模型将感受野中的信息与来自非经典感受野中的信息进行有效融合,并根据图像的手工标注数据库,通过学习方法获得一组最优的模型参数.自然图像的实验结果表明该轮廓检测方法能极大地抑制来自纹理的局部边缘,减少虚假轮廓,同时能增强具有一致空间结构的成分,避免轮廓缺失.最后利用Berkeley图像数据库定量地评价了我们方法的性能,并与相关方法进行了比较.该模型不仅为复杂场景中的轮廓检测提供了一个可行的策略,并有助于对生理视觉机制的理解.