中国计量大学计量测试工程学院, 浙江 杭州 310018
为了解决数字全息中子孔径相位拼接的效率和精度问题,提出了数字全息中基于多算法融合优化的相位拼接方法来实现相位的双方向拼接。首先,在相位拼接中选用相位相关法确定重叠区域,以限定特征点检测和提取范围,从而提升特征点检测的速率和有效特征点检测的占比;然后,对重叠区域进行Harris角点检测和角点匹配,并根据角点匹配点对来缩小块匹配算法的搜索范围;最后,采用全匹配搜索算法对最佳角点匹配点对进行精确匹配,并通过加权融合实现三维形貌的再现相位拼接。实验结果表明,本文算法能够在保证较高的拼接精度的情况下,极大地提高相位拼接的效率。
全息 相位拼接 相位相关法 Harris角点检测算法 块匹配
1 中国计量大学 信息工程学院 浙江省电磁波信息技术与计量检测重点实验室, 浙江 杭州 310018
2 中国计量大学 计量测试工程学院, 浙江 杭州 310018
在光散射法的颗粒粒径测量方法中, 传统测量模型的测量结果易受光路中颗粒杂质的影响。在Mie散射理论的基础上, 将小角前向散射法与偏振比法相结合, 推导了新的散射光能与粒径分布关系式, 构造了传统小角前向散射法和小角前向散射偏振比法两种目标函数, 并引入一种非独立模式算法——人工鱼群算法对两种方法的目标函数进行反演。仿真采用服从Johnson-SB单峰分布均匀球形颗粒, 分别对两种目标函数散射光能加入5%, 10%, 15%的随机噪声。仿真结果显示, 利用人工鱼群算法对小角前向散射偏振比法目标函数反演得到的反演精度、抗噪声能力和鲁棒性都明显优于传统小角前向散射法目标函数的反演结果。
小角前向散射 偏振比 人工鱼群算法 反演 颗粒粒度 small angle forward scattering polarization ratio AFSA inversion particle size 红外与激光工程
2019, 48(1): 0117001
1 中国计量大学, 浙江 杭州 310018
2 浙江省计量科学研究院, 浙江 杭州 310018
为了解决现有TDLAS气体检测系统体积庞大、集成度低的缺点并实现系统的小型化, 研制了一套基于FPGA的TDLAS气体检测系统, 采用模块化设计方法,将电流驱动、温度控制、信号调理、锁相放大等功能有机地集成于一体, 实现了激光输出和微弱信号解调的全自动化。同时, 研制的TDLAS气体检测系统小型化程度高、成本低, 利于小型化和推广。实验结果表明, 该气体检测系统检测性能良好, 二次谐波信号与湿度的线性拟合度达99.94%。在湿度为30%的条件下, 测量结果的标准差为3.23×10-3, 系统具备良好的稳定性。在此条件下, 系统背景噪声为5 mV, 信噪比达到36 dB。
气体检测 测控电路 锁相放大 gas detection TDLAS TDLAS FPGA FPGA measurement and control circuit phase-locked amplification
中国计量大学 计量测试工程学院, 浙江 杭州 310018
针对目前霾检测方法实时性差且成本较高的问题, 提出一种基于图像能量与对比度的霾检测方法。首先, 对CMOS相机拍摄的图像进行预处理。由于相机受外界影响会出现轻微摆动, 故需对图像进行配准; 其次, 在图像的关键区域中获取目标与水平天空背景的对比度和图像能量两个特征向量; 再次, 将对比度、图像能量、环境湿度作为输入, 将激光粒子计数器测得的实时PM10浓度作为输出, 进行支持向量回归训练, 建立图像和PM10浓度间的关系模型; 最后, 根据得到的模型计算待测图像所对应的PM10浓度。将该方法检测的PM10浓度与激光粒子计数器测得浓度值进行对比, 实验表明该方法检测结果的平均相对误差在10%以内, MSE为0.006 2, 表明预测值与真值拟合程度较好,模型检测的精度较高。在此基础上增加训练样本可进一步提高模型精度。此外, 该方法可针对不同待测环境建立相应的关系模型, 具有较强的灵活性。
图像处理 霾 对比度 支持向量回归机 image processing haze contrast PM10 PM10 support vector machine for regression 红外与激光工程
2018, 47(8): 0826001
中国计量大学 计量测试工程学院, 杭州 310018
针对函数约束算法中传统的智能算法反演时存在鲁棒性差和易陷入局部最优的缺点, 提出了将正则化理论与细菌觅食优化算法相结合应用在颗粒粒度的测量中。引入Tikhonov平滑泛函来构建算法的目标函数, 采用L曲线法确定正则化参数; 再利用细菌觅食优化算法通过趋向、聚群、复制和迁徙等四种智能行为, 迭代计算来搜寻函数的最优解。实验仿真结果表明: 利用细菌觅食优化算法实现了在不同程度的随机噪声下的服从J-SB分布的单峰分布的均匀球形颗粒粒度分布反演, 其反演结果更稳定, 反演精度高, 对于实现稳定、快速、准确的颗粒粒度在线测量具有重要的意义。
光散射法 细菌觅食优化算法 颗粒粒度 反演 light scattering method Bacterial foraging optimization algorithm (BFOA) particle size distribution inversion
中国计量学院 计量测试工程学院, 浙江省 杭州市 310018
为了对D-ELM的矿井气体定量分析效果进行比较和分析, 建立了3种矿井气体定量分析模型, 分别是SVM模型、极限学习机(ELM)模型和动态极限学习机(D-ELM)模型。由于每个模型每次预测结果在一定范围内变化, 所以取每个模型运行10次预测结果平均均方根误差(ARMSE)、平均相关系数(AR)、平均模型运行时间(AT)来评价各模型对气体定量分析的性能。PSO-SVM模型的结果为: ; ELM模型的结果为: ; D-ELM模型结果为: 。综合预测精度和预测速度表明, D-ELM模型要优于另外2种模型。
定量分析 红外光谱 矿井气体 D-ELM D-ELM quantitative analysis infrared spectrum PSO-SVM PSO-SVM mine gas
1 中国计量大学 计量测试工程学院, 浙江 杭州 310018
2 福建出入境检验检疫局, 福建 福州 350000
自行搭建了气体采集系统, 根据井下的气体情况, 采集了包括甲烷、乙烷、丙烷、正丁烷和二氧化碳五种气体的中红外光谱数据共236组, 其中校正集186组, 验证集50组。在对光谱数据进行预处理之后, 利用主成分分析技术将得到的主吸收峰区域的红外光谱数据进行降维处理, 通过特征提取得到3个特征值作为矿井气体光谱数据的输入量。该方法有效减少了模型的计算量, 加快了模型的收敛速度。然后, 利用改进支持向量机分别对这五种气体建立了定量分析模型。为提高该算法的预测精度, 利用遗传算法和粒子群优化算法分别对SVM参数进行参数寻优。最后, 选择优化效果更好的粒子群算法, 并通过验证集对这五种气体进行了浓度预测分析。实验结果表明: 五种气体浓度预测结果的平均误差均小于1.78%, 最大误差均小于4.98%, 且对于50组的气体预测耗时均小于103 s。表明所提出的改进的SVM算法能够准确、快速地预测矿井气体浓度, 对实现矿井气体检测有着积极的意义。
矿井气体 红外光谱 定量分析 粒子群优化算法 改进的支持向量机 mine gases infrared spectrum quantitative analysis particle swarm optimization (PSO) improved support vector machine 红外与激光工程
2016, 45(6): 0617011
1 中国计量学院计量测试工程学院, 浙江 杭州 310018
2 桂林电子科技大学广西自动检测技术与仪器重点实验室, 广西 桂林 541004
3 桂林电子科技大学广西高校光电信息处理重点实验室, 广西 桂林 541004
为了解决目前点衍射绝对位移测量系统中位移重构算法存在的收敛率低问题,并针对实际测量中时效性和高精度要求,提出了基于快速搜索粒子群算法的点衍射干涉绝对位移测量方法。点衍射干涉绝对位移测量系统根据点衍射干涉场相位差的分布重构出点衍射探头的三维绝对位移。所提出的快速搜索粒子群算法针对测量中大量像素点数据的高效处理需要,在三维绝对位移迭代重构过程中采取非线性增加样本点数量的搜索方法,进而在保证测量精度的同时极大提高了测量效率。分别进行了仿真分析、测量实验以及三坐标机测量比对以检验所提出测量方法的可行性与稳定性。结果表明,该方法可实现三维绝对位移的快速检测,其收敛率可达90%,且在200 mm×200 mm×300 mm 的测量区域中达到优于微米量级测量精度。所提出的三维绝对位移测量方法具有较高的测量效率和精度,且具备高抗噪能力和可靠性,对其在微加工技术和高精度测量中的应用具有重要意义。
测量 绝对位移 点衍射干涉 快速搜索粒子群算法