为了提高远距离测速精度, 采用一种基于小波分解与重构(WDR)联合快速傅里叶变换(FFT)的信号处理方法(WDR & FFT), 进行了理论分析与实验验证, 取得了不同速度下的硬目标脉冲相干测速数据。结果表明, WDR & FFT方法可准确地分辨速率变化为0.02 m/s的目标。该研究为远距离低速目标的高分辨率测速提供了参考。

The automatic and accurate identification of apoptosis facilitates large-scale cell analysis. Most identification approaches using nucleus fluorescence imaging are based on specific morphological parameters. However, these parameters cannot completely describe nuclear morphology, thus limiting the identification accuracy of models. This paper proposes a new feature extraction method to improve the performance of the model for apoptosis identification. The proposed method uses a histogram of oriented gradient (HOG) of high-frequency wavelet coefficients to extract internal and edge texture information. The HOG vectors are classified using support vector machine. The experimental results demonstrate that the proposed feature extraction method well performs apoptosis identification, attaining 95.7% accuracy with low cost in terms of time. We confirmed that our method has potential applications to cell biology research.The automatic and accurate identification of apoptosis facilitates large-scale cell analysis. Most identification approaches using nucleus fluorescence imaging are based on specific morphological parameters. However, these parameters cannot completely describe nuclear morphology, thus limiting the identification accuracy of models. This paper proposes a new feature extraction method to improve the performance of the model for apoptosis identification. The proposed method uses a histogram of oriented gradient (HOG) of high-frequency wavelet coefficients to extract internal and edge texture information. The HOG vectors are classified using support vector machine. The experimental results demonstrate that the proposed feature extraction method well performs apoptosis identification, attaining 95.7% accuracy with low cost in terms of time. We confirmed that our method has potential applications to cell biology research.

激光雷达可以快速实现对大气风场的非侵入测量, 获得精确三维风矢量。为验证测风激光雷达观测湍流的可行性并获得湍流观测特征, 利用相干多普勒激光雷达在深圳杨梅坑进行湍流观测实验。依据 Reynolds 分解原理, 应用小波分解获取湍流脉动并分析大气的湍流运动特征。结果表明: 观测地日平均湍流强度呈现“单峰单谷”结构, 与实验期间气温的变化呈现较高相关性; 湍流动能引起垂直方向上的输送主要集中在日间 12:00 后, 与湍流耗散率的相关系数达 0.77; 湍流功率谱密度在惯性副区内基本符合 Kolmogorov“-5/3” 定律。研究结果验证了测风激光雷达可以较为精确地估算湍流参数。

红外光谱分析技术是一种用于食品健康检测、生物制药和环境监测等方面的高新技术。为了去除应用过程中的基线漂移现象，提出了一种基于小波最佳分解尺度的红外光谱基线校正算法。首先，对原始光谱信号多次进行每一层的小波分解，同时也进行每一层的小波重构。然后算得每一层的信噪比，并通过信噪比比对法获得除噪后的光谱信号。接着对该信号进行每一层的小波分解，得到每一层小波细节和小波逼近的频率。分别将两个频率做除法并求出比值。然后比较每层的比值大小，并选择最大的比值作为分解层数的最佳值。将最佳分解层数下的小波逼近系数置零后再进行小波重构，获得基线校正后的光谱信号。通过实验验证发现，该算法不仅可以为小波分解的最佳层数提供依据，而且能够在更好地保留有用信号的同时，除去高频噪声以及低频基线干扰。基线校正比较充分，效果良好。

提出一种基于多频段区域互信息(MRMI)的光学成像系统性能评价方法。由信息论出发，结合人类视觉系统(HVS)分频感知原理，利用小波变换将物面与像面图像分解为多个频段，分别计算各频段区域互信息(RMI)，再由小波滤波器和MTF的空间频段积分比计算各频段RMI的权重系数,加权综合得到多频段区域互信息(MRMI)。实验分析了具有不同像散度的光学系统点光源成像，最终得到的评价参数MRMI随着光学系统像散度的不断增大而趋于减小，曲线拟合结果表明MRMI值与像散度呈幂函数关系，确定系数达0.981以上。与MTF等传统光学系统性能评价方法相比，MRMI值量化反映了光学系统的成像性能，且与人眼视觉感知相一致。

针对太阳能电池片微弱缺陷难以检测的特点,提出一种基于小波域信号突变点捕捉的缺陷检测法。该方法基于一维离散信号,在小波域逐列对图像进行突变点检测,实现了对信号突变点的捕捉,并采用能量重心法对其进行校正,获得了缺陷图像所对应的正常背景,最后对原图像与恢复后的背景图像作简单的代数融合,以凸显缺陷区域。实验表明,该方法对太阳能电池片的多种表面缺陷检测具有有效性。

菲涅耳非相干相关全息术(Fresnel Incoherent Correlation Holography, FINCH)属于同轴全息系统, 需要通过相移技术去除零级像和共轭像。通过对FINCH系统记录及再现过程的理论分析, 根据系统点扩散函数推导出了n步相移数学计算公式, 模拟仿真了相移步数n对FINCH系统成像质量的影响, 并搭建了非相干光反射式数字全息记录系统, 对模拟结果进行了实验验证。模拟仿真及实验结果表明: 通过增加相移步数不能显著提高再现像质量; 二步相移能够提高记录速度, 通过去除原始图像和小波分解的方法可以抑制零级像, 提高再现像质量; 通过对三步相移每个相移全息图拍摄多次求平均值后得到的再现像与拍摄一次得到的再现像对比发现, 随着拍摄次数的增加, 得到的再现像质量越来越好, 背景噪声大大减弱, 再现像强度越来越大, 为FINCH系统再现像质量的改善提供了新的思路和新的实验基础。

图像的边缘检测在实际生活中广泛应用, 但其检测结果仍存在细节丢失问题。为此提出一种新的图像边缘检测算法。首先, 采用二维二进制小波变换, 对图像进行预处理；然后, 结合一种新的自适应双阈值算法, 检测出图像的边缘点；最后, 采用改进的数学形态学梯度检测算法, 对图像的边缘信息进行进一步检测。通过仿真实验得出, 新算法能够检测到更丰富的图像边缘信息, 使图像的边缘提取更清晰、细腻；与单一形态学算法相比, 新算法使图像的均方误差值大幅度降低、峰值信噪比提高了2.3 dB。