一步法合成多狭缝彩虹消色像全息术

本文提出同一步法拍摄合成多狭缝虹全息消色像全自图，在两次曝光之间物体和透镜沿垂直光轴方向移动一个微小距离，文中进行了分析，给出了实验结果。     

三维漫射体彩虹全息

本文的彩虹全息记录方法是用双透镜成像，曝光时只移动其中的一个透镜，而产生合成狭缝，透镜可采用大相对孔径透镜而得到大观察范围的彩虹全息图．     

大视角一步彩虹全息术

本文用菲涅耳全息图的记录先路，曝光时物体沿垂直于光轴方向移动，使全息图产生合成狭缝，该方法可获得宽视角的彩虹全息图．     

一种无透镜单束彩虹全息术

本提出了一咱一步无透镜单光束制作彩虹全息图的方法，不仅可以简化记录系统的结构，而且可以制作大面积的彩虹全息图。     

双透镜无狭缝一步彩虹全息

用双透镜记录三维漫射物体的一步彩虹全息图,此方法在曝光过程中只移动一个透镜就可以在观察的位置形成合成狭缝．两个透镜用一个短焦透镜以增加可视角和使狭缝变窄,同时也提高了分辨率和光能的利用率．     

双棱镜测钠光灯波长实验的改进

菲涅尔双棱镜测钠光灯波长实验主要的误差来源是用"大像小像法"测得的狭缝2个虚像的间距d,针对这种情况提出了改良的方案.即选用恰当的双棱镜到狭缝间的距离以增大2个虚像的间距,采用较小的测微目镜到狭缝的距离以增大成小像时读得的狭缝间距d1,以先后测量狭缝两边界位置以确定其中心位置的方法进行测量以减小狭缝的不规则形状带来的误差.     

白光再现全息图的的概述

本文对三种基本类型的可白光再现全息图:象面全息、彩虹全息和反射全息的记录与再现进行了简要的分析,并对它们的再现象的颜色、景深和衍射效率等进行了多方面的比较.     

反射式时间平均全息干涉术

本文利用反射全息方法拍摄时间平均干涉全息图。观察物体振型更加直观、方便。使物体的振动分析得到简化。     

二步螺旋相移数字全息术

本文在二步相移算法以及四步螺旋相移数字全息的基础上提出了二步螺旋相移数字全息术算法.该方法只需采用两幅具有未知相移的螺旋数字全息图,即可有效重现物波的复振幅,模拟结果和理论分析相吻合.     

全息存储系统读出面的位置

对用平面波读出夫琅费离焦全息存储系统再现像的位置进行理论分析与讨论。     

基于局部结构信息的图像质量评价空间汇集策略

该文从图像局部结构特性出发,提出一种基于图像局部结构信息的空间汇集算法. 首先对原始图像进行高斯模糊,提取局部结构信息并进行非零处理,进而形成汇集权重图. 通过对PSNR和SSIM的加权实验,验证了该汇集算法能够明显提高图像质量评价算法性能,并且对各种失真类型具有较好的适应性.     

一种基于分数余弦变换的数字图像水印算法

提出了一种基于分数余弦变换的数字图像水印算法.将原始图像分块并利用人类视觉系统的掩蔽效应将图像块分类,选择变换域中幅值较大的系数自适应地修正嵌入强度,以嵌入二值水印图像.实验结粜表明该算法能有效地保持图像的质量,并且对常见的图像处理如噪声叠加、JPFG压缩、均值滤波、图像缩放和图像裁剪等比余弦变换域中修改低频系数的水印算法具有更强的鲁棒性.     

小波系数插值支持下的遥感影像混合像元分解

针对遥感混合像元分解中不能有效利用空间邻域信息的问题,提出一种基于超分辨率重建的分解方法. 通过小波系数双线性插值获得遥感影像的超分辨率影像,对超分辨率影像进行监督分类生成超分辨率分类图,最后通过窗口统计得到原始分辨率下各地物的丰度图. 广州城区的模拟TM遥感影像试验表明,该方法的分解精度
在3种方法中最优,能够较充分利用空间邻域信息,提高混合像元分解精度,为混合像元分解提供了新的途径.     

数字图像边缘检测方法的对比分析及优化

由于数字图像本身的复杂特性和各种噪声源的影响,使得图像边缘检测技术成为图像处理的一个难点.通过对几种常用边缘检测算法的介绍、归纳总结及仿真实验,对比分析了各自的优缺点,并在此基础上结合目前先进的小波理论和传统的微分法提出了一种新的图像边缘检测方法.新方法把用不同方法处理得到的边缘图像融合生成一幅新的边缘图像,先取适当阈值,过滤多余的信息.经Matlab仿真验证,在突出图像的边缘和局域细节信息方面具有良好效果,是一种有效的图像边缘检测方法.     

基于图象分割子集法的人工神经网络在两相流层析成象仿真中的应用研究

提出了基于图象分割子集的神经网络对管道内两相流进行电容层析成象的方法.解决了神经网络的输出单元数与重建图象精度之间的矛盾.研究了成象的分割网络模型及其实现步骤.给出了系统误差E和图象仿真结果.结果表明该方法能够更精确和快速地重建出两相流体的断层图象.     

基于多组耦合字典及交替学习的图像超分辨率重建

本文提出多组耦合字典及其交替学习算法,实现图像超分辨率重建. 在字典学习阶段将训练图像视为高分辨率图像,将它先缩小再放大得到低分辨率图像. 两图像之差为残差图像. 从残差图像块和低分辨率图像块特征的联合数据中学习耦合字典,得到残差图像和低分辨率图像间的映射关系. 针对图像块具有不同纹理和结构以及
字典学习效率的问题,提出多组耦合字典和字典交替学习算法. 在重建阶段先将输入图像插值放大,视为低分辨率图像. 求出低分辨率图像块对于每组耦合字典中低分辨率部分的稀疏表示误差,取表示误差最小的耦合字典中残差部分重建残差图像,与低分辨率图像融合得到高分辨率图像. 实验结果表明该方法具有良好的重建效果.     

基于阴影检测模型的图像拼接盲取证

拼接篡改是最常见的篡改手段之一。在拼接带有阴影的图像时,篡改者为了掩饰篡改痕迹往往会伪造拼接物的阴影。提出一种基于阴影模型的拼接图像盲取证方法。分析各种经典的阴影模型,在此基础上建立一种适用于拼接篡改取证的阴影模型。使用图像区域增长算法实现对图像阴影的自动提取和定位,并采用能量最小化方法和干扰点去除技术得到鲁棒的阴影比例因子,利用阴影比例因子的不一致性对拼接篡改图像进行盲取证。实验结果表明,该拼接取证方法对于带阴影的拼接篡改图像有较高的检测准确率,能应对各种伪造阴影手段。     

多源图像信息融合的理论与技术

对不同空间分辨率，时间分辨率和波谱分辨率的遥感图像进行综合，高效的利用，是当前学术界的焦点问题之一。回顾图像融合的源起与发展，对融合的概念与基础理论做了界定与阐述，将目前存在的各种融合技术归纳为3种类型；像元级融合，特征级融合和分类级融合，剖析了其优缺点和适用领域，并对今后的发展方向做了展望。     

嵌套网络模型下的相似图像检索方法

对深度学习领域的稠密卷积网络（dense convolutional network,DenseNet）进行改进,提出了一种嵌套网络模型下的相似图像检索方法。该方法主要通过嵌入压缩和激励网络（squeeze-and-excitation network,SENet）,调整原DenseNet网络结构,优化特征提取模块,从而提高图像检索的准确率。在整个深度学习的过程中,给图像特征通道设置合理的权值,抑制图像中的无效特征,能够进一步提高图像的检索速度。实验结果表明,所提算法能够加强图像有效特征的传递,无论从精度和速度方面均可得到较好的图像检索结果。     

基于B样条修匀公式的边缘检测的改进方法

边缘检测是图像分割中的一个重要部分．本文依据B样条修匀公式的图像边缘检测的基本思想，但又因为用B样条函数光滑后的图像对原始图像的逼近性并不十分精确，即它们的误差图像中残留着一些可能造成检测到的边缘线不连续或有用特征可能检测不到的边缘信息，为减少残量误差，本文对图像原型值采取盈亏修正，然后再对修正的图像使用B样条修匀公式做全息光滑曲面，重新得到的曲面改进了逼近性，同时还具有足够的光滑性和良好的保凸性．