利用部分纠缠态实现多原子类猫态的离物传送

提出了实验中可行的利用部分纠缠态实现多原子类猫态的离物传送.在此方案中,离物传送多原子纠缠态的成功几率等于作为量子通道的部分纠缠态的较小叠加系数的模的平方的两倍,即,利用此类纠缠态作为量子通道传送实现量子离物传态的最大几率.另外,由于原子是与大失谐的真空腔场相互作用,所以此方案不受腔衰减的影响.     

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.     

基于引导滤波和NSST的工业CT图像边缘检测

针对传统边缘检测算法不能准确检测有噪工业CT图像边缘的问题,提出一种鲁棒性好、能有效保持细小边缘的边缘检测算法.用引导滤波取代高斯滤波作为边缘检测的预处理,避免Canny算法对边缘的损坏,得到初步检测结果.在此基础上采用非下采样Shearlet变换分解图像,提取包含图像边缘细节信息的各尺度不同方向的高频系数.对每个方向的系数进行模极大值检测,并结合不同分解程度下边缘像素处的系数关系进一步调整模极大值,低频置零并通过反变换得到高频边缘检测结果.将初步检测结果与高频检测结果进行融合,经数学形态学处理得到最终边缘检测图像.实验对比了Canny算子以及近年来提出的同类边缘检测算法的结果,所提算法表现出更好的边缘保持特性,检测的完整性和准确性更高,品质因数比实验中的其他算法平均高出12%,边缘检测效果优越,为工业CT无损检测系统提供了更好的边缘检测方案.     

一种结合多尺度特征融合与像素损失加权的显著性目标检测方法

在显著性目标检测领域,常使用二分类交叉熵函数计算损失,但该损失函数独立计算各像素点的信息,忽视了每个像素之间的联系与显著目标的整体结构.当背景在整幅图像中占据主导位置后,会导致前景Loss被稀释,在计算损失时会同等对待所有像素,忽略了像素间的差异,这些缺点会导致边缘模糊的问题,越靠近显著物体边缘的像素点,预测的准确率越...     

基于腔QED的原子纠缠态的制备过程

为了制备量子纠缠态这种有用的量子信息"资源",在共振相互作用的腔量子电动力学技术方案的基础上,讨论了一种原子纠缠态的制备过程.提出了制备最大的纠缠态--GHZ态及非最大纠缠态--W态的方案.两种态的最大区别是:GHZ态的任意两粒子是可分态,多粒子才是纠缠态;而W态的任意两个粒子都是纠缠态,则对于W态的多粒子来说,即使丢失其中一个或多个粒子,剩余的两粒子仍然保持纠缠.该过程有望用现在的腔量子电动力学实验技术实现.     

量子隐形传态电路的优化设计

利用遗传算法完成量子隐形传态电路的优化设计,提出一种新的一维编码模式,即利用码的位置信息来存储量子门的位置信息. 这种编码模式与其他模式相比效率更高,编解码更方便,能很好地反映量子电路的结构,且容易推广到多位量子电路. 设计了合适的适应度函数,分两部分判断电路的功能和性能,详细探讨了遗传算法的改进及相应实验结果,得到了更优的电路结构.     

原子系综双模压缩叠加相干态的制备和性质

提出了一个在双模腔中制备原子系综双模压缩叠加相干态的方案.此外,还讨论了所制备态的非经典性质.结果表明,双模压缩相干叠加态具有更强的非经典性质.     

一种基于局域不可区分正交直积态的新型量子保密求和协议

量子保密求和是量子安全计算的基础,目的是在保护参与者私有信息的前提下求出参与者秘密信息的和.提出了一种新型的量子保密求和协议,即以两体量子系统中的局域不可区分正交直积态作为载体,利用移位操作将秘密编码在正交直积态上,进而完成秘密求和.理论分析表明,本文所提出的协议可以确保正确性,即多个参与者最后可以成功计算出他们秘密的...     

光纤光栅技术在玻璃幕墙边缘检测应用

针对玻璃幕墙结构胶老化、失效以及高风压载荷导致的玻璃脱落等安全事故问题,提出了一种基于光纤光栅传感技术检测玻璃幕墙边缘动态应力变化的方法,构造了玻璃面板边缘应变与结构胶之间的多模态耦合模型,从而预测玻璃幕墙结构安全状况.通过对比分析多模态应变的仿真与实验结果数据可以得到:准分布光纤光栅能够给出结构胶的失效位置,提前对玻璃幕墙结构胶的健康状况进行安全性能评估与反馈.由此可及时更换处理失效玻璃,减少玻璃幕墙脱落事故,在减少经济损失的同时提升了玻璃幕墙的安全性,具有实际价值.     

关于量子态叠加原理表述方式的讨论与建议

对量子力学教科书中关于态叠加原理的表述进行了讨论.提出一种新的关于这一原理的表述方式:如果当外部条件A1,单独存在时,体系的态是ψ1,当外部条件A2单独存在时,体系的态是ψ2,则在Ax和Ay两个外部条件同时存在时,体系的态就是一种叠加态,可用ψ来表示.当Ax和Ay之间的相互作用可以忽略时,ψ就等于ψ1与ψ2的线性叠加.     

用直方图加子波增强炭素材料X射线图像

针对炭素材料X射线图像增强方法存在的增强效果问题,提出了基于小波变换与传统方法融合的增强方法.该方法充分利用了直方图均衡化能改善整幅图像对比度的能力和小波变换多尺度分析能力,首先用直方图均衡化方法对整幅图像进行灰度调整,然后对调整后的图像进行基于软阀值的小波高频增强,最后利用卷积滤波,平滑图像.实验结果表明,该方法对原图像中对比度差的细节有效地进行了增强,突出了图像的边缘特征,改善了图像的质量,其处理结果比现有的图像增强方法更令人满意.     

波函数中的相因子和量子态叠加原理

讨论了波函数中相因子的物理意义以及量子态的相对相位与叠加原理之间的关系。结果表明:1.当两个或多个态叠加时,它们的相对相位的改变会对叠加的结果有很大的影响;2.具有不同相位的两个相同的态相互叠加时,可能会产生一个与原来两个态完全不同的新态。结合以上的讨论对文献中关于量子态叠加原理的一些不同的表述作了进一步的评论。     

基于数字全息及失真校正的抗打印扫描数字图像水印

提出一种基于数字全息及失真校正的抗打印扫描数字图像水印方法,将水印以数字全息图的方式隐藏在载体图像离散傅里叶变换(discrete Fourier transform, DFT) 幅度谱中,由载体图像纹理控制的峰值信噪比设定阈值,自适应调节水印嵌入强度. 该方法利用了数字全息图的特点,采用基于DFT和边缘检测算法校正打印扫描图像的旋转失真,因而可从打印扫描图像中准确提取水印信号. 相比以往同类水印算法,所提方法具有优良的不可见性和鲁棒性,以及较大的水印嵌入量.     

凸轮轴荧光磁粉全自动检测系统

讨论了凸轮轴自动探伤系统中数字图像处理问题,采用自适应阈值、条件跟踪技术、图像膨胀技术及去除工件边界等方法,得到较好的图像,满足自动磁粉探伤的要求。     

基于模糊集理论的图像增强算法

红外图像具有整体亮度偏暗、对比度较低、目标与背景区分不明显的特点。因此,在对红外图像进行分析之前,必须先对图像质量进行改善。传统的基于模糊集理论的Pal.King算法,在增强红外图像对比度的同时,丢失部分细节信息。在分析这一问题产生原因的基础上,结合图像反色和多分辨率图像融合等理论,提出了一种新的基于模糊集理论的图像增强算法,新的算法不仅能够提高红外图像的对比度,而且能很好的突出图像中不同层次的灰度信息和边缘信息,最重要是它能保持原始图像的细节信息。     

图像非线性扩散去噪的格子波尔兹曼方法

针对传统图像去噪非线性扩散模型及其算法效率低和难以并行化的缺点,该文在格子波尔兹曼方程的松弛因子中引入图像边缘特征以实现图像的非线性扩散去噪. 在保证算法稳定的情况下能进行大步长迭代运算以提高处理效率,且适用于并行化计算. 实验结果和分析表明,该文所提出的方法与加性分裂算法相比能够获得更好的去噪质量,其计算精度和效率都优于加性分裂算法.     

矢量图像去噪的格子波尔兹曼方法

摘要： 针对矢量图像数据量大,基于传统非线性扩散模型的算法效率低和难以实现并行化的缺点,该文通过在格子波尔兹曼模型的松弛因子中嵌入矢量图像的边缘特征,并定义新的平衡态分布函数,实现矢量图像的非线性扩散去噪. 此方法在保证稳定性的情况下,能实现大步长迭代计算以提高计算效率. 随后,通过二维扩散问题的数值仿真,定量评价了平衡态分布函数对计算精度和效率的影响. 为验证此种方法,对分别受到加性高斯白噪声和脉冲噪声的彩色图像进行了去噪实验,结果显示在图像处理质量和计算效率方面,该文方法都优于加性算子分裂算法.     

表面波和Retinex结合的水声图像增强方法

水下复杂信道环境以及各种干扰的存在使得声呐图像分辨率偏低,边缘细节不便于识别处理,传统增强算法大多直接进行增强处理而较少考虑去噪过程. 针对这一问题,该文分析了表面波分解和视网膜皮层图像增强原理,阐述了两者结合的可能性,并在此基础上提出了一种先采用表面波结合自适应阈值去噪处理,再进行多尺度Retinex增强的图像处理方法. 在仿真实验中将该方法与其他图像去噪增强算法分别进行比较,结果表明该方法在边缘细节保持及颜色保真方面具有优势,能够在获得更好的视觉结果的同时控制算法复杂度,有利于后续图像处理.     

小波域内循环平移操作的图像高分辨率重建算法

为解决传统的图像插值算法因具有全局性而不能较好地处理图像边缘细节信息,且易在细节区域产生锯齿线的问题,提出了一种图像分辨率和对比度增强算法。该算法先用小波零填充算法得到高分辨率图像,并通过纠正残差过程来弥补丢失的边缘和纹理特征,然后对其进行定向循环平移操作。考虑到图像小波分解后水平、垂直、对角方向的高频分量能够反映图像这3个方向的边缘变化情况,从而利用图像不同方向的高频分量来刻画图像像素点不同方向的突变程度。根据这个突变程度来实现循环平移操作的自适应融合过程,这样可以避免过度抑制边缘细节信息。最后对重建的高分辨率图像小波分解后的高频分量使用非线性增强函数,提高图像对比度,突出边缘和轮廓信息。实验结果表明,该算法在增强图像空间分辨率和对比度的同时,保留了原图像包含的边缘和轮廓信息,不仅有较好的视觉效果,还有一定的抗噪能力。