1 淮海工学院 江苏省海洋资源开发研究院, 江苏 连云港 222005
2 中国矿业大学 信息与控制工程学院, 江苏 徐州 221116
对于N单元变形镜, 模型式无波前探测自适应光学系统只需N+1次远场光斑测量, 收敛速度快。使用88单元变形镜、CCD成像器件等建立自适应光学系统仿真平台, 分别从理论分析和仿真实验出发探讨模型式无波前探测自适应光学系统在噪声情况下的波前校正性能。结果表明: 噪声条件下, 基于模型的无波前探测自适应光学系统收敛速度保持不变; 相同湍流条件时, 不同噪声水平下的校正效果接近。与噪声水平50 dB时的结果相比, 按照给定湍流条件从弱到强, 噪声水平为30 dB时校正后平均RMS相对误差分别为4.75%、4.04%和2.58%。上述结果验证了基于模型的无波前探测自适应光学系统具有较强的抗噪能力。
波前校正 自适应光学系统 光电探测器 噪声 wavefront correction adaptive optics system photodetector noise 红外与激光工程
2017, 46(8): 0817002
1 楚雄师范学院光谱技术应用研究所， 云南 楚雄 675000
2 楚雄彝族自治州人民医院， 云南 楚雄 675000
3 云南师范大学物理与电子科学系， 云南 昆明 650092
基于一种新型、高效、生物兼容性近红外表面增强拉曼散射（NIR-SERS）基底，采用便携式近红外拉曼光谱仪分别对健康人和肝癌病患者的血清进行了NIR-SERS光谱研究。实验发现，健康人与肝癌患者的血清NIR-SERS光谱存在显著差异：1）健康人血清NIR-SERS 光谱中位于630、720、812和1578 cm-1附近的谱峰在肝癌患者血清NIR-SERS 光谱中变得很弱，甚至消失；2）健康人血清NIR-SERS光谱中位于1130 cm-1和1204 cm-1附近的谱峰在肝癌患者血清NIR-SERS 光谱中分别蓝移到1135 cm-1和1269 cm-1附近，同时在558 cm-1附近出现一新的较强拉曼峰；3）对健康人和肝癌患者血清NIR-SERS光谱中位于300、630、1130和1578 cm-1等处的拉曼峰相对峰强度比研究发现，相对峰强度比I630/I300，I1130/I300和I1578/I300可以作为较好的区分健康人和肝癌患者的NIR-SERS光谱诊断指标，这为基于SERS光谱技术进行肝癌光谱诊断提供了初步的实验依据。
光谱学 近红外表面增强拉曼散射 肝癌 血清 纳米银膜
上海交通大学 图像处理与模式识别研究所，上海 200240
使用基本的TDLMS滤波器可以用来进行小目标检测，但是由于其结构和算法的限制，在进行目标检测的过 程中会产生一些困难.提出了一种基于邻域分析的TDLMS滤波器，改造了滤波器输入窗口结构，并加入了新的数 据处理模块，使其能够更多地获取和利用目标邻域内的信息，并获得更为显著的检测效果.实验证明了该算法的有 效性.
目标检测 邻域分析 target detection TDLMS TDLMS neighborhood analysis
1 上海交通大学图像处理与模式识别研究所,上海,200240
2 中国航天科工集团公司第二研究院,北京,100854
Fukunnga-Koontz变换作为一种两类模武识别工具,源自主成分分析,只能提取图像的二阶统计特征,没有考虑图像的高阶统计特征,用于红外小目标检测时难以达到满意效果.为了提高目标检测性能,本研究首先将Fuku-naga-Koontz变换推广到高维核特征空间,成为核Fukunaga-Koontz交换,以提取图像的高阶统计特征,从而利用核Fukunnga-Koontz变换来检测红外小目标.
Fukunaga-Koontz变换 红外小目标 目标检测 主成分分析
1 上海交通大学,图像处理与模式识别研究所,上海,200240
2 中国航天科工集团公司,二院,北京,100854
3 上海大学,通信与信息工程学院,上海,200072
4 中国科学院成都计算机应用研究所,四川,成都,610041
提出了一种复杂背景下红外图像序列中圆形目标提取、判别以及跟踪的系统框架.在目标提取阶段,采用支持向量回归的方法选择种子点,用自适应选择阈值区域的生长方法进行分割提取目标.对于目标判别,采用最多共圆像素点数除以总像素点数作为圆形程度的度量进行圆形判别,并提出改进的标准Hough变换来找到共圆点.跟踪算法中,应用了粒子滤波的跟踪方法,并针对红外目标的特点,建立实现粒子滤波算法的细节.实验证明了整个框架体系的有效性和稳健性.
支持向量回归 圆度 改进Hough变换 粒子滤波
