当前墨迹伪造造成的经济损失逐年增加,基于此,提出一种基于扫频光学相干层析(SSOCT)的墨迹鉴别方法。使用自主搭建的SSOCT成像系统采集墨迹样品背向反射光强随深度下降的数据,通过数据拟合获得墨迹层的衰减系数,用以区分同种颜色不同品牌墨水在白纸上书写的墨迹。实验测得百乐牌墨迹衰减系数范围为0.1333~0.1434,得力牌墨迹衰减系数范围为0.1501~0.1695,英雄牌墨迹衰减系数范围为0.1748~0.1892。重建了使用三种墨水书写的“OCT”字母的X-Y横截面图像,实现了墨迹的鉴别与区分,验证了方法的可行性。

关联成像是一种通过单像素探测器以成像时间换取空间分辨率的新颖成像方案, 然而, 其存在重建质量低、数据采集时间长的问题。Hadamard编码调制计算关联成像能够实现高效率的成像, 显著提高了关联成像方案的适用性, 但是其独特的图像噪声集中现象是影响其实用化亟待解决的难题。通过分析Hadamard矩阵作为测量矩阵计算关联成像重建结果的噪声特点, 基于图像分割理论, 提出了一种利用阈值处理和形态学图像增强的Hadamard编码调制关联成像噪声压制方案, 并通过实验验证了该方案的可行性, 获得接近8 dB的光学图像增强。该方案对二值图像和灰度图像都有比较好的效果, 其工作促进了关联成像技术的实用化。

在相位敏感光时域反射计 (φ-OTDR)识别入侵事件中, 时间域单点振动判断和空间域相邻点振动判断算法是以一段时间和相邻区域内的数据变化幅度为依据, 来检测由入侵者产生的光强差异, 定位入侵位置。本文在这种算法的基础上, 重点研究了三个方面的内容: 即研究自适应均值去阈值的方法、分析了该算法可以识别的振动事件的频率响应范围、设计算法对振动事件所包含的频率信息分类, 并通过 25组不同频率的振动实验验证算法和分析。实验证实研究出的阈值处理方法适应性非常好, 频率响应范围与理论分析一致, 且设计的频率分类算法能够实现对振动事件所包含的频率信息正确分类, 为 φ-OTDR的实际工程应用提供参考。

为了减少人眼判读对血型分析结果的人为因素干扰,设计了自动血型图像判读系统.对该系统所采用的硬件组成和软件识别算法进行研究.采用DSP芯片、SDRAM芯片、FLASH芯片、图像编码芯片、图像解码芯片、U盘/SD卡读写芯片等设计了本系统的硬件;采用灰度变换、平滑滤波、模板匹配、阈值处理、颜色分量提取等算法设计了本系统的软件识别算法.实验结果表明:本系统采用的算法可以有效地分割出血型卡中的微柱小管,并实现红细胞分布的有效识别;同时,采用颜色分量提取的方法可以有效地区分血型卡的种类.本系统基本满足血型图像自动判读的要求.

为了快速获取大田玉米作物长势信息, 基于多光谱图像开展了大田玉米叶绿素指标的非破坏性诊断研究。应用自主开发的2-CCD多光谱图像感知系统, 在田间采集玉米冠层可见光［Blue(B), Green(G), Red(R);400～700 nm］和近红外(Near-infrared: NIR, 760～1 000 nm)图像, 并使用SPAD同步测量样本叶绿素指标。采集后图像经自适应平滑滤波处理后, 进行图像玉米植株提取。为了选择最优算法实现玉米植株与杂草、土壤背景的分割, 首先比较了最大类间方差(OTSU)分割算法和局部阈值处理分割算法, 选取了基于局部统计的可变阈值处理方法对玉米NIR图像进行初步分割, 进而采用区域标记算法进行精细分割, 分割准确率达95.59%。将分割结果应用于玉米植株可见光图像R, G, B各通道, 从而实现了玉米植株多光谱图像中可见光图像的整体分割。基于分割后R, G, B和NIR四个通道的玉米冠层图像, 提取了各通道图像灰度均值(ANIR, ARed, AGreen和ABlue)并计算了归一化植被指数(NDVI)、比值植被指数(RVI)和绿色归一化植被指数(NDGI)作为光谱特征参数, 建立了玉米冠层叶绿素指标诊断的偏最小二乘法回归模型。结果表明, 建模R2达0.596 0, 预测R2达0.568 5, 该方法通过玉米多光谱图像特征参数评估叶片叶绿素含量, 可为大田玉米长势监测提供支持。

提出了一种平稳多小波变换方法,该方法结合多小波和平稳小波变换在信号去噪方面的优点.给出了二维图像平稳多小波变换的mallat分解重构算法,并对红外图像的平稳多小波变换系数进行阈值处理实现图像去噪,仿真结果表明,相对于平稳标量小波变换和多小波的噪声抑制方法,此方法对噪声有更好的抑制作用,并尽可能多的保持目标的特征和细节.