针对现有的红外与可见光图像融合算法存在融合图像的对比度与清晰度降低和细节纹理信息丢失等问题,提出将鲁棒主成分分析(RPCA)、压缩感知(CS)和非下采样轮廓波变换(NSCT)相结合的融合算法。首先对两幅源图像分别进行预增强处理,应用RPCA分解得到相应的稀疏分量和低秩分量;然后对稀疏矩阵利用结构随机矩阵压缩采样,利用高斯梯度-信息反差对比度(GG-DCI)压缩融合,经正交匹配追踪法(OMP)重构;接着对低秩矩阵采用NSCT分解成低频子带和高频子带,低频子带选用区域能量-直觉模糊集(RE-IFS)融合,最高频子带利用最大绝对值规则融合,其他高频子带选用自适应高斯区域方差融合;最后将融合后的稀疏分量和低秩分量叠加得到融合图像。实验结果表明,本文算法相比其他算法能够更好地提高融合图像的对比度和清晰度,保留了丰富的细节纹理信息,客观评价指标也总体优于现有算法,有效提升了红外与可见光图像的融合效果。

提出了一种与传统方法相比效率更高的量子图像显著性检测方案。为了在量子计算机中表示和存储RGB图像,并计算不同像素间的反差,此方案采用3量子位描述颜色信息, 把22n×2图像矩阵编码为量子叠加态;结合Hadamard门和受控旋转算子,计算基态概率幅可反映像素在RGB三通道上的全局颜色反差;通过有限次数的投影测量 可得到像素的归一化颜色反差及位置信息,并构建显著图。给出了相关量子电路的实现和复杂度分析。与多种传统显著性检测算法进行了对比实验, 结果表明提出的方案具有良好的检测效果和更高的检测效率。

对地观测系统可以快速检测大面积区域, 为世界各沿海国家的船只监测任务带来了极大便利。针对遥感影像中的船只自动化检测问题, 利用船只相对于海面呈现明显的视觉显著特性, 提出了一种基于船只与海面反差特性的船只检测方法, 将对船只的检测定位转变为对场景中显著目标的发现与分割问题。方法以视网膜到初级视觉皮层V1这一视觉通路的生理过程为指导, 模拟了其中视觉信号的产生机制以获得场景的显著图。以光学影像为例进行的实验结果显示, 在没有目标先验知识的前提下, 基于反差特性的方法能有效地将视觉注意力集中于海面船只目标, 取得了较好的检测结果。

为了精确地确定电子束曝光剂量与刻蚀深度间的关系,根据抗蚀剂的灵敏度曲线,采用反差经验公式来确定剂量与刻蚀深度间的关系.选用正性抗蚀剂PMMA进行曝光实验,将计算值进行曲线拟合,得到的关系曲线与实验结果基本相符.当剂量在20～35 μC/cm2间时,实验值与计算值间的差值最小,说明当剂量在此范围内时该方法能够更加精确地确定剂量与刻蚀深度间的关系.采用该方法节省了实验时间,提高了刻蚀效率.

从理论上分析了高增益ICF实验燃料容器的塑料多层微球材料对X射线吸收机理,给出了适当的X射线照相条件,即工作电压取10kV,照像时间为1.5h,获得了壳层反差较为理想的靶丸X光图像.照相实验所得底片具有很高的横向分辨率,经显微镜放大,微球图像界面清晰可辨,用CCD将图像输入计算机,使用一般图像软件即可较为精确读出壳层厚度像素,为塑料靶丸制备工艺提供了方便有效的跟踪测量手段.

根据图像反差倒转的概念,提出了一种高效率产生多光束照明信号的新方法.这种技术可望应用于研制阵列处理器或光计算机所需的阵列信号光源.本文给出了产生阵列信号光源的实验结果,并进行了讨论.

本文提出一种利用正、负编码片和双光路技术获得全信息假彩色图像的新方法.文中论述了用这种方法不但能解决原编码方法可能修丢失信息的不足,又能对原方法不宜处理的高反差黑白片进行假彩色化处理的原理;给出了处理医用X光片的实验结果和照片.