1 郑州大学物理学院，河南 郑州 450001
2 郑州大学附属肿瘤医院，河南省肿瘤医院，河南 郑州 450003
高速光流控成像是融合了高速光学成像和微流控的新兴交叉技术，能够对高速复杂流体环境中的生物体进行高分辨率、高通量和多信息维度的成像和定量检测分析，在生物能源、食品科学、药物筛选、疾病诊断等领域展现出卓越的应用前景。对高速光流控成像的基本原理、关键技术和前沿进展进行综述，并对该技术未来的发展趋势和面临的挑战进行展望。
成像系统 高速成像 光流控 微流控芯片 激光与光电子学进展
2024, 61(2): 0211015
兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
针对近红外与彩色可见光图像融合后对比度低、 细节丢失和颜色失真等问题, 提出一种基于多尺度变换和自适应脉冲耦合神经网络(PCNN-pulse coupled neural network, PCNN)的红外与彩色可见光图像融合的新算法。 首先将彩色可见光图像转换到HSI(hue saturation intensity)空间, HSI色彩空间包含亮度、 色度和饱和度三个分量, 并且这三个分量互不相关, 因此利用这个特点可对三个分量分别进行处理。 将其亮度分量与近红外图像分别进行多尺度变换, 变换方法选择Tetrolet变换。 变换后分别得到低频和高频分量, 针对图像低频分量, 提出一种期望最大的低频分量融合规则; 针对图像高频分量, 采用高斯差分算子调节PCNN模型的阈值, 提出一种自适应的PCNN模型作为融合规则。 处理后的高低频分量经过Tetrolet逆变换得到的融合图像作为新的亮度图像。 然后将新的亮度图像和原始的色度和饱和度分量反向映射到RGB空间, 得到融合后的彩色图像。 为了解决融合带来的图像平滑化和原始图像光照不均的问题, 引入颜色与锐度校正机制(colour and sharpness correction, CSC)来提高融合图像的质量。 为了验证方法的有效性, 选取了5组分辨率为1 024×680近红外与彩色可见光图像进行试验, 并与当前高效的四种融合方法以及未进行颜色校正的本方法进行了对比。 实验结果表明, 同其他图像融合算法进行对比分析, 该方法在有无CSC颜色的情况下均能保留最多的细节和纹理, 可见度均大大提高, 同时本方法的结果在光照条件较弱的情况下具有更多的细节和纹理, 均具有更好的对比度和良好的色彩再现性。 在信息保留度、 颜色恢复、 图像对比度和结构相似性等客观指标上均具有较大优势。
彩色图像融合 Tetrolet变换 期望最大算法 自适应脉冲耦合神经网络 Color image fusion Tetrolet transform Expected maximum algorithm Adaptive Pulse Coupled Neural Network 光谱学与光谱分析
2021, 41(7): 2023
兰州交通大学电子与信息工程学院, 甘肃 兰州 730070
针对暗通道先验算法处理大片天空区域存在复原图像的可视化效果较差和图像细节信息不丰富等问题,提出一种基于多尺度Retinex和暗通道的自适应图像去雾算法。采用Canny算子对亮度分量进行边缘检测并利用多尺度Retinex算法消除亮度分量,采用交叉双边滤波优化暗通道的先验理论获得粗略估计的透射率,采用四叉树子空间搜索法选取全局大气光值。为了消除图像中复原图像整体较暗以及无法显示细节信息的现象,使用二维伽马函数校正亮度值,最终得到复原后的去雾图像。实验结果表明,所提算法可以有效恢复有雾图像的细节信息,去雾较为彻底,整体平滑,色彩明亮度较好,图像清晰自然。
图像处理 Retinex 暗通道先验算法 边缘保持 二维伽马函数 图像去雾 激光与光电子学进展
2021, 58(4): 0410004
1 华中科技大学 光学与电子信息学院, 武汉 430074
2 武汉科技大学 理学院, 武汉 430081
LED具有高效、节能和环保等优势, 广泛应用于照明领域, 提高LED的发光效率一直是该领域的研究难点与热点。为了降低GaN材料与空气界面的全反射现象, 提高光提取效率, 本研究探讨了类阳极氧化铝AAO(Anodic aluminum oxide)纳米结构LED器件的制备和性能。通过电感耦合等离子体(Inductively coupled plasma, ICP)刻蚀工艺的调控, 在p-GaN层表面制备了大面积有序孔洞纳米结构阵列, 可获得孔径250~500 nm, 孔深50~150 nm的准光子晶体结构, 从而大幅提高了LED的发光强度, 其中孔径400 nm、深度150 nm的纳米阵列LED相比于没有纳米阵列的LED发光强度提高达3.5倍。
电感耦合等离子体(ICP)刻蚀 GaN LED 准光子晶体 阳极氧化铝(AAO)模板 inductively coupled plasma etching GaN LED quasi-photonic crystal anodic aluminum oxide membrane
兰州交通大学电子与信息工程学院, 甘肃兰州 730070
针对近红外与彩色可见光图像融合后出现的对比度降低、细节丢失、颜色失真等问题, 提出一种基于 Tetrolet变换和自适应脉冲耦合神经网络 PCNN(PCNN-Pulse Coupled Neural Network)的近红外与彩色可见光图像融合的新算法。首先将彩色可见光源图像转换到各个分量相对独立的 HSI空间(HSI-Hue Saturation Intensity), 将其亮度分量与近红外图像进行 Tetrolet分解, 对分解后得到的低频系数, 提出一种从给定不完备数据集中寻找潜在分布最大似然估计的期望最大算法融合规则；对分解后得到的高频系数, 采用一种 Sobel算子自动调节阈值的自适应 PCNN模型作为融合规则；处理后的高低频图像经 Tetrolet逆变换作为融合后的亮度图像, 提出一种饱和度分量自适应拉伸方法来解决图像饱和度下降的问题。处理后的各个分量反向映射到 RGB空间, 完成融合。将本文算法与多种高效融合算法进行对比分析, 实验表明, 本方法取得的图像, 细节清晰, 色彩对比度得到提升, 在图像饱和度、颜色恢复性能、结构相似性和对比度等客观评价指标上均具有明显的优势。
彩色图像融合 Tetrolet变换 期望最大算法 自适应脉冲耦合神经网络 color image fusion, Tetrolet transform, expectatio
