上海理工大学 光电信息与计算机工程学院 太赫兹技术创新研究院, 上海 200082
为解决香烟滤棒中爆珠质量检测困难的问题, 提出一种基于太赫兹时域光谱技术的爆珠无损质量检测方法。根据透射率、偏移量等参数建立爆珠检测模型, 实现对爆珠缺失、破裂、偏移等不同质量问题的实时高速检测。实验结果显示检测速度可达1000支/min, 检测准确率超过94%。
香烟 爆珠 质量检测 太赫兹波 光谱 cigarette capsule quality detection terahertz waves spectral information
上海理工大学 光电信息与计算机工程学院 太赫兹技术创新研究院, 上海 200082
为解决现有的太赫兹墙体钢筋系统在多根并排钢筋检测时, 由于相邻钢筋反射信号的串扰而导致无法测量的问题, 提出了一种基于太赫兹波的墙体内多根并排钢筋的检测方法。通过在太赫兹源前加装可调透镜组, 达到在钢筋埋深处聚焦波束的效果, 解决太赫兹波束同时照射到相邻两根钢筋产生混叠影响测量的问题; 同时利用改进的直径计算算法, 实现存在埋深差的并排钢筋的检测。实验结果表明:在水泥埋深40mm, 并排钢筋间隔25mm时, 测量误差小于0.5mm, 并且相邻钢筋在埋深差40mm(最浅埋深40mm)的情况下, 测量误差小于1mm。
太赫兹波 并排钢筋 无损检测 数据处理 Terahertz wave side-by-side steel bars non-destructive testing data processing
上海理工大学光电信息与计算机工程学院, 上海 200093
二维单频柱面成像系统由于受聚焦深度的影响, 无法对体目标所有散射点进行准确相位补偿。为了解决有限聚焦深度的问题, 提出一种基于图像融合的聚焦增强算法。利用不同补偿柱面的成像结果进行融合处理, 最终获得聚焦图像。通过与原始图像比较, 结果表明, 所提出的方案有效解决了聚焦深度有限造成散射点补偿相位失配而引起的失焦问题。
柱面成像 单点频 图像融合 cylindrical imaging single point frequency image fusion
上海理工大学光电信息与计算机工程学院, 上海 200093
提出了一种基于监控视频的异常事件识别模型, 该模型可以实时监测视频中的前景目标, 并通过分析目标的运动信息判断是否有异常事件的发生。首先, 采用背景建模的混合高斯算法提取前景目标; 然后, 用金字塔迭代的 L.K特征点跟踪算法得到前景的光流运动信息, 并通过分析前景的面积比例、速度方差、整体熵判断视频中是否有异常事件的发生; 最后, 利用爆炸、人群短时聚集和分散两种异常事件做仿真实验。结果表明, 该模型可以准确提取前景目标区域, 并可以快速、精准地判断监控视频中的异常事件, 可以为管理部门及时发现和控制异常事件提供有效的帮助。
模式识别 混合高斯 L-K特征点跟踪 光流信息 pattern recognition hybrid Gaussian L-K feature point tracking optical flow information
上海理工大学 太赫兹技术创新研究院 上海市现代光学系统重点实验室 教育部光学仪器与系统工程研究中心 太赫兹波谱与影像技术协同创新中心, 上海 200093
钢筋参数(位置、直径等)对于已建建筑的安全性具有非常重要的作用。提出了一种利用太赫兹波检测建筑物内钢筋位置和直径的方法, 选取太赫兹波作为检测信号, 利用太赫兹波对非金属的建筑实体(如水泥、砖、石灰等)有着较强的穿透性以及对金属(钢筋)几乎全反射的特性,实现太赫兹波穿透建筑实体检测钢筋的功能。同时相对于微波而言太赫兹波易于实现极窄的天线波束, 从而达到很高的检测精度, 相对于磁感应仪而言其不受外界磁场环境的影响。经理论分析与工程实验表明, 该方法完全能够满足实际工程应用中的检测要求。
太赫兹波 建筑物 钢筋检测 数据处理 terahertz wave building steel measurement data processing 红外与激光工程
2019, 48(1): 0125003
上海理工大学光电信息与计算机工程学院, 上海 200093
太赫兹波相对于光波和红外而言, 波长较长, 因此太赫兹成像系统的空间分辨率较低。为了在一定程度上提高太赫兹图像的分辨率, 提出了一种超分辨率重建方法。该方法基于深度学习, 在原有残差结构上进行改进, 加深了网络结构。对太赫兹图像进行训练, 拟合低分辨率和高分辨率图像之间的映射关系, 能够实现在单个网络中同时处理多个尺度的超分辨率图像。实验结果表明, 相对于一些传统的超分辨率重建方法, 本方法在量化指标和视觉效果上都有一定程度的提升, 且处理速度相对较快, 能够满足安检系统中实时处理的要求。
太赫兹图像 超分辨率 深度学习 terahertz image super-resolution deep learning
上海理工大学 太赫兹技术创新研究院 上海市现代光学系统重点实验室教育部光学仪器与系统工程研究中心 太赫兹波谱与影像技术协同创新中心, 上海 200093
提出一种自动识别人体边缘物体的算法, 用于太赫兹人体安检系统的人体边缘物体成像的识别。原始图像经过二值化、滤波除噪、填充、形态学腐蚀膨胀等预处理算法后, 利用顺时针搜寻轮廓追踪算法标记图像轮廓坐标, 对轮廓上各坐标点使用圆形模板占空比检测以及非极小、非极大值抑制算法筛选出所有的凸点和凹点, 并根据相邻凸点和凹点组合特征及其横向距离约束实现边缘物体的识别。500幅测试图像实验结果表明: 该算法对边缘物体可实现快速识别, 误判率在2%以下; 通过调整算法参数, 可良好匹配安检系统的识别精度, 从而达到匹配于系统的分辨极限; 具有抗噪声能力强, 识别速度快, 识别精度高等优点。
太赫兹图像 边缘识别 圆形模板 腐蚀膨胀算法 terahertz imaging edge recognition circular template erosion and dilation algorithm 红外与激光工程
2017, 46(11): 1125002
