基于k-邻域密度的离散点云简化算法与实现

提出一种基于k-邻域密度(即k-邻域中的点云密度)的离散点云简化算法, 并给出了在三角网格重构中的实现. 该方法不仅可以保证实物模型重建后的整体轮廓, 而且在细节部分也较好地保持了局部形状特征. 三角网格重构的实验结果表明, 所给方法简单、 高效, 同时, 在实物模型平滑处与曲率变化较大处均取得了理想效果.     

保留边界特征的点云简化算法

为有效简化点云数据,提出保留边界特征的点云简化算法。该算法利用三维栅格划分法建立散乱点云的空间拓扑关系,计算每个数据点的近邻,通过球拟合法求得其曲率和具有方向性的法向量,采用投影点个数比值法找到并保留点云边界,根据具体情况设定所需阈值,对非边界点进行分类,通过对点的曲率与平均曲率比较、近邻保留点与近邻点个数比例,完成点云简化。实验结果表明：该算法不仅能对点云进行直接有效地简化,而且还能很好地保留点云模型的细节特征,简化比例达25％～40％。该方法可以满足不同种类点云简化的要求,能够提高计算机运行效率。     

基于有理数阶偏微分的图像增强新模型

为了在锐化图像边缘的同时增强纹理细节特征,结合分数阶与整数阶微积分理论,推导出全新的有理数阶微分,从而在空间域构建了基于有理数阶偏微分的图像增强模型,并利用有理数阶偏微分掩模算子实现增强模型的数值计算.实验结果表明,该方法对图像可以得到连续变化的增强效果,不仅图像纹理得到很好的增强,图像边缘增强效果也比分数阶微分方法有所提高.客观上,借助实验对特征评价参数进行数据统计,结果显示新模型融合了整数阶微分与分数阶微分各自的优点,弥补了各自的不足,很好地达到了图像增强的目的.     

基于离散曲率的二次误差度量网格简化算法

在医学图像三维重建时产生大量的三角面片,极大地限制了三维重建的速度。提出了一种基于离散曲率的二次误差度量网格简化算法。在代价函数中引入顶点离散曲率,通过将代价函数作为顶点对的权值来控制顶点对合并次序,更好地保留了原模型的细节特征,同时修改模型特征点与特征线的权值,使得简化过程中原模型的特征点与特征线能够较好地保留。经实验对比与分析表明,该算法有效地提高了图像质量且能很好地保持原模型的图形特征。     

带权重分数阶积分图像去噪方法

为了在图像去噪的同时保留更多图像的细节信息,在Riemann-Liouville定义的分数阶积分基础上,在数字信号的近似过程中引入权重参数,提出了一种通过调节权重与积分阶次并结合8个方向上的掩膜进行图像去噪的方法.实验结果表明:与传统去噪方法相比较,该方法不仅可以提高图像的峰值信噪比,而且还可以更好地保留图像纹理细节信息.     

基于 Retinex 理论的低光图像增强算法

为了解决低光照图像存在的对比度低、噪声大等问题,提出一种基于 Retinex 理论的卷积神经网络增强模型 (Retinex-RANet)。 它包括分解网络、降噪网络和亮度调整网络 3 部分:在分解网络中融入残差模块(RB)和跳跃连 接,通过跳跃连接将第一个卷积层提取的特征与每一个 RB 提取的特征融合,以确保图像特征的完整提取,从而得 到更准确的反射分量和光照分量;降噪网络以 U-Net 网络为基础,同时加入了空洞卷积和注意力机制,空洞卷积能 提取更多的图像相关信息,注意力机制可以更好地去除反射分量中噪声,还原细节;亮度调整网络由卷积层和 Sigmoid 层组成,用来提高光照分量的对比度;最后将降噪网络去噪后的反射分量和亮度调整网络增强后的光照分 量融合,得到最终的增强结果。 实验结果显示:Retinex-RANet 在主观视觉上不仅提高了低光图像的亮度,还提高了色彩深度和对比度,在客观评价指标上,相较于 R2RNet,PSNR 值上升了 4. 4%,SSIM 值上升了 6. 1%。 结果表 明:Retinex-RANet 具有更好的低光图像增强效果     

基于MATLAB的矩孔夫琅和费衍射场模拟计算

利用MATLAB软件对夫琅和费矩孔衍射场进行模拟,得到了不同参数下各种衍射场的三维分布图样,并且采用彩色网格图的形式输出,可以方便地观察衍射图样的细节.模拟结果与实验观测的结果非常吻合.这种方法作为辅助教学手段,不仅可以观察夫琅和费矩孔衍射完整、清晰的立体图像,而且可以很容易地调节参数,观察不同的衍射现象,有助于学生更加深刻地理解夫琅和费矩孔衍射的特征和规律,提高教学质量.     

结合深度残差神经网络与Retinex理论的低照度图像增强

由于低照度图像不易于分辨其中的具体细节,难以对图像进行进一步的利用.为了提高低照度图像的可视性,解决传统U-net对图像特征提取不足的问题,利用深度残差网络的特征提取能力强的优点,提出了一种基于Retinex理论结合残差网络的增强算法.首先,使用一系列卷积和上采样来改进U型网络将图像分解为反射部分和光照部分;然后,为了更好地保留细节特征,一方面将分解得到的反射部分和光照部分通过一系列卷积块提取特征后送入构建好的残差网络中进行重建,从而得到初步重建的图像,另一方面将光照部分通过四层卷积层进行增强,得到调整后的光照分量;最后,将重建的图像和调整后的光照分量进行融合,得到最终的低光照图像增强图像.实验结果表明,改进算法有效地提高了图像暗光部分的可视性,同时增强了色彩深度和对比度,且相比于其他方法,在主观以及客观评价上均有较好的效果.     

基于线性八叉树光线投射算法在云可视化方面的应用

针对传统体绘制算法采样效率低,内存消耗大,绘制速度慢等缺点,提出了基于线性八叉树的光线投射算法并用于真实云图可视化。该方法首先通过线性八叉树对传统光线投射算法和存储进行优化加速,并结合Blinn-Phong光照模型增强每个体素的色彩渲染;然后采用合成公式求累积像素值。利用明暗计算的效果显示云的边界面,最终实现云数据的可视化。实验仿真结果表明,该算法在增强绘制效果和加快绘制速度方面的有效性。     

基于小波分析的高频地波雷达电离层杂波抑制

针对高频地波雷达电离层杂波,提出了一种新的抑制方法.该方法引入虚拟跳频技术,并与小波分析相结合,更好地进行了杂波抑制.通过频率虚拟跳变去除相邻回波脉冲间的相关性,人为地多次调整相位序列,起到统计平均的作用,而且可以配合小波变换中尺度参数和平移参数的调节,弥补单纯利用小波分析的不足.实测数据处理结果表明,该方法对电离层杂波具有很好的抑制效果.     

短距离室外可见光数字传输系统研究

提出一种基于白光LED的短距离室外可见光数字传输系统,分析可见光室外通信信道特性及影响因素,采用恒流驱动电路实现亮度调节保证LED照度与通信稳定性,利用切换电路实现照明通信间切换,采用差分曼彻斯特编码来避免通信过程LED闪烁和保证光信号接收,并进行光路设计便于光路处理和干扰抑制。实验结果表明,系统实现了45 m室外可见光上无差错数字信号传输,工作稳定可靠且抗干扰能力强,为进一步研究室外可见光通信技术提供一定参考。     

Hybrid Particle Swarm Optimization Algorithm Based on Entropy Theory for Solving DAR Scheduling Problem

An efficient task-scheduling algorithm in the Digital Array Radar(DAR) is essential to ensure that it can handle a large number of requested tasks simultaneously. As a solution to this problem, in this paper, we propose an optimization model for scheduling DAR tasks using a hybrid approach. The optimization model considers the internal task structure and the DAR task-scheduling characteristic. The hybrid approach integrates a particle swarm optimization algorithm with a genetic algorithm and a heuristic task-interleaving algorithm. We introduce the chaos theory to optimize initialized particles and use entropy theory to indicate the diversity of particles and adaptively adjust the inertia weight, the crossover probability, and the mutation probability. Then, we improve both the efficiency and global exploration ability of the hybrid algorithm. In the framework of the swarm exploration algorithm, we include a heuristic task-interleaving scheduling algorithm, which not only utilizes the wait interval to transmit or receive subtasks, but also overlaps the receive intervals of different tasks. In a large-scale simulation,we demonstrate that the proposed algorithm is more robust and effective than existing algorithms.     

不同增殖类型橡皮树试管苗的叶绿素荧光特性

通过分析器官型与微枝扦插型繁殖橡皮树试管苗叶绿素a的荧光参数(F)发现：两种增殖类型试管苗倒3叶的最大PSⅡ光转化效率Fv／Fm和非光化学猝灭系数qN显著高于其它叶位叶片的相应参数；微枝扦插型的原初荧光转化率Fv／Fo、Fv／Fm和qN显著高于器官型的，原初荧光Fo和最大荧光Fm的变化正好相反；光抑制分析发现器官型受光抑制程度大干微枝扦插型。笔者认为，试管苗的生长状态受植物生长调节剂的强烈作用，而光自养强弱与植株的生根状况有着直接关系，所以提高试管苗光自养能力应围绕着促进试管苗根发育来进行，不能仅局限于对光照强度和CO2浓度等少数因子的调控。     

自发曲率对受体介导的胞吞作用的影响

为研究纳米颗粒进入具有自发曲率的细胞膜的机理,在已建立的受体介导胞吞作用力学模型的基础上进行了扩展,对非零自发曲率的细胞膜上发生的受体介导的胞吞作用进行了研究。结果显示:包裹时间不仅依赖于颗粒的尺寸,而且依赖于细胞膜的自发曲率;存在最佳的颗粒半径使包裹时间最短;对于无限大尺寸的细胞膜,当细胞膜的自发曲率大于临界值时,存在最小和最大包裹半径,但当细胞膜的自发曲率小于等于临界值时,只存在最小包裹半径。     

垂直腔面发射激光器工作电流-输出光功率强度模型参数估计方法的改进

考虑垂直腔面发射激光器(VCSEL)在稳态时载流子数和光子数关系,改进了工作电流与输出光功率强度(L-I)模型的经验公式,利用交替方向乘子法,基于实测数据确定模型的参数.该模型在考虑激光器的偏置电流受激光器温度影响的同时,还考虑了激光器内部参数之间的耦合关系.仿真结果显示,改进后的模型所得参数,代入经验L-I模型,在相同算法条件下,和实测数据之间的均方误差值比仅考虑激光器偏置电流受温度影响的L-I模型的参数估计方法降低了约1.61 d B.同时,在较高的温度下工作,改进L-I曲线工作电流的有效区间更大.     

聚酰亚胺纳米杂化薄膜的透光率与光击穿特性

为了研究无机组分的添加对复合材料抗光击穿能力的影响,采用溶胶－凝胶法制备不同组分的Al2O3／PI复合薄膜,利用半导体激光照射不同组分的Al2O3／PI薄膜,研究其透光率、光击穿区域的形貌及不同区域的元素分布、击穿孔区的有效面积。数据分析表明：随Al2O3含量的增加,杂化薄膜的透光率、光击穿孔区的破坏程度、孔区的面积逐渐下降。实验结果表明：纳米Al2O3颗粒可以减小复合薄膜击穿孔的有效面积,从而提高复合薄膜耐击穿性。杂化薄膜的透光率可以袁征其光击穿情况。     

融合残差结构与注意力机制的暗光图像增强算法

目的 低光工况或拍摄技巧影响都可能获得低光照图像,为解决此类图像对比度低、噪声大、颜色失真等问 题,提出一种卷积神经网络增强模型 RetKIND,包括分解网络、亮度调整网络和降噪网络。 方法 它借助残差模块 (RB)和跳跃连接,有效抑制分解网络在分解时产生的噪声;融合 U-Net 架构、空洞卷积和 EBAM 高效注意力机制 构建降噪网络,利用空洞卷积扩大感受野,提取更多图像信息,提高 EBAM 在通道和空间上提取反射图的细节、纹 理、颜色等特征的能力,实现图像去噪;由 UC(亮度调整网络中的自定义模块)和普通卷积组成亮度调整网络,旨在 减少光照图细节缺失,提高光照分量对比度。 融合去噪后的反射分量和增强后的光照分量,得到正常光照图像。 结果 仿真结果表明:在 LOL 数据集上,相较 R2RNet,FPSNR 和 FSSIM 值分别上升了 6. 2%和 4. 2%;相较 URetinexNet,FPSNR 和 FSSIM 值分别上升了 5. 9%和 1. 2%;相较 DEANet,FPSNR 和 FSSIM 值分别上升了 2. 9%和 1. 1%。 结论 Ret -KIND 模型既能提升图像亮度,又能降低图像的噪声,有助于推动低光图像增强模型应用到目标检测领域。     

刀具柱面二维条码识读发光二极管照明均匀度仿真分析

为了预测刀具柱面条码图像的光源设计能否达到照明均匀度要求,通过计算机辅助光学照明软件,在实际发光二极管(LED)光源实体模型、发光特性、光强分布分析的基础上建立仿真光源模型,根据实际应用要求进行拓展模型设计.分析了3种关键因素对LED照明均匀度的影响规律,对仿真和实验结果通过拟合曲线进行对比分析,验证了仿真模拟的正确性和指导性.研究结果对刀具柱面二维条码识读时的光学系统设计具有指导意义.     

线结构光传感器的精度分析及优化设计

文章首先建立了线结构光传感器的数学模型,并通过成像关系分析建立了CCD敏感面积、测量范围及传感器结构参数间的联系,进而对传感器的测量误差进行深入分析。考虑到随机误差在实际应用中不易被修正,所以又建立了与传感器独立结构参数之间的关系,利用最优化方法得出了传感器独立结构参数的最优解,通过仿真法对优化结果进行验证,并给出了设计实例。     

利用增益率构建混合型选择性不完整数据分类器

鉴于已有的绝大多数选择性分类算法主要用于完整数据,而现实中的数据通常是不完整的并且包含许多冗余属性或无关属性,本文在已有工作基础上利用信息增益率构建了一种用于不完整数据的混合型的选择性贝叶斯分类器:GBSD.在12个标准的不完整数据集上的实验结果表明,GBSD不仅能大幅度减少属性数目,而且比已有工作更能有效改善分类准确率和效率.