全息技术的应用使得三维显示发展迅速,给人们带来了无与伦比的视觉体验。全息图像、视频的计算和生成过程会产生庞大的数据,这给传输和存储带来了很大困难。为了满足3D显示的高清晰度和实时性要求,全息数据的压缩显得十分重要。由于全息图像与普通图像相比有着截然不同的特性,因此使用现有压缩技术难以达到最佳效果。介绍了全息压缩主要的技术问题,总结了全息数据压缩常用的度量,具体讨论了各国研究团体所提出的全息图像编码量化处理、变换系数化简、全息图国际标准格式优化和新型标准框架开发等前沿技术,并详述了它们各自的优劣,最后对于未来全息压缩技术研究的主要方向进行了展望。

突破了衍射极限的超分辨光学显微成像通常被用于观测亚细胞的结构特性及其相互作用,对于研究基因组和攻克重大疾病具有重要意义。首先分别介绍了4种典型的超分辨显微成像技术的工作原理,然后阐述了多色荧光成像和三维成像等观测手段的研究进展,最后综述了近年来国内外超分辨光学成像在细胞活动观测、细菌细胞研究和细胞骨架观测中的应用现状。文中指出,影响成像质量的主要因素包括荧光蛋白较差的光稳定性、低的光活化速率以及弱的荧光强度等。随着上述问题的解决,超分辨光学成像将在厚样品三维成像、多色荧光成像和活细胞快速成像等方面得到广泛应用,最终推动生命科学、材料科学的发展。

多主元高熵合金的发现打破了传统多组元合金中存在复杂金属间化合物的桎梏,利用其特有的高熵效应可以生成简单且综合性能优异的相结构。基于该特性,高熵合金具有优异的力学性能、高温性能和耐腐蚀性能等。介绍了高熵合金的成分调控,综述了激光熔覆技术制备高硬度、热稳定及抗高温氧化、耐腐蚀、耐磨损高熵合金涂层的研究现状,展望了激光熔覆高熵合金涂层的发展前景。

为了解雾霾天气条件下大气气溶胶的光学特性,利用多波长气溶胶激光雷达在北京海淀气象局的观测数据,反演得到了2017年11月4日至7日持续性雾霾期间大气气溶胶的消光系数、退偏振比和雾霾高度等参数,实现了在雾霾期间对大气的实时监测。结合探空资料数据获取的气象参数,并利用拉格朗日混合单粒子轨迹模式(HYSPLIT)分析了雾霾期间气团的路径来源和走向,分析得出,相对湿度增大、风速低以及逆温层的存在是雾霾形成和持续存在的重要因素。河北一带的污染物输送导致此次北京海淀区的雾霾形成,而西北风为污染物向上扩散消失提供了条件。

在反演大气消光系数过程中,一个值得探讨的问题就是消光系数边界值的选择问题。提出了一种基于横向Steffensen型3阶方法求解大气气溶胶消光系数边界值的新算法,并将该方法应用于仿真信号和实际观测到的回波信号中求解大气消光系数,证明了所提算法的真实可靠性。结果表明,所提算法迭代速度快,经过较少的迭代次数就可收敛到消光系数的边界值,能够较准确地反演大气消光系数。

为提高随机并行梯度下降(SPGD)算法的波前像差优化校正的收敛速度,从SPGD算法原理出发,分析算法迭代中制约其收敛速度的因素,提出一种基于波前像差梯度平方寻优的随机并行梯度下降算法。通过理论公式推导,分析波前梯度平方和波前随机扰动量的线性关系,并利用远场光斑的归一化二阶矩,近似计算波前像差梯度平方,最终实现波前像差的优化校正。随后采用数值仿真方法对比分析已有的SPGD算法和本文算法的收敛速度和校正效果。最后通过菲涅耳波带片波前像差的无波前传感自适应光学校正实验,进一步验证算法的性能。数值仿真和校正实验结果一致,表明本文算法具有更快的收敛速度,适应性更强。

同源双光路能见度仪是一种基于数字摄像法的能见度仪,其光源和光路系统会直接影响能见度的反演结果。针对系统中因光源和分光系统不稳定造成的反演误差,以积分球光源作为同源双光路能见度仪的改进光源,采用远近反射端对积分球光源进行分光,提取相机拍摄到的远近光斑并代入Koschmieder公式求解。试验结果表明:积分球光源与LED光源相比,减小了5%的均匀性误差。在不同能见度条件下,将基于积分球光源的能见度测量系统与LT-31透射式能见度仪、VPF-730散射式能见度仪进行场外比对试验,结果表明,基于积分球光源的能见度测量系统的均方根相对偏差和相对平均偏差都远小于20%,符合世界气象组织对能见度仪测量准确度的误差要求。

提出一个自适应数字预畸变(DPD)技术,用于消除基于正交频分复用(OFDM)的可见光通信系统中的非线性失真。该自适应DPD利用两路反馈信号来消除信道中的非线性失真,并且利用频域预均衡(pre-FDE)来消除LED信道中的线性失真。所提技术可以有效提升可见光通信系统的性能。实验结果表明提出的自适应DPD方案可以有效消除OFDM的带外和带内噪声。

以带有抛物势的薛定谔方程为理论模型,采用分步傅里叶数值模拟方法,对势阱介质中的有限能量艾里-厄米-高斯光束的传输特性以及相互作用关系进行研究。结果表明,势阱介质会使有限能量艾里-厄米-高斯光束的光场结构在传输过程中发生旋转。随着势阱强度的增大,光束的光场结构完成旋转所需的传输距离越来越短。此外,进一步探讨了具有不同初始间隔的两个有限能量艾里-厄米-高斯光束在势阱介质中的相互作用关系,发现在传输过程中光束的光斑数量会发生变化。

基于最小软阈值二乘的目标跟踪方法能够较好地处理视频的外观变化和异常值,但当目标子空间受到姿态变化或遮挡等干扰时,跟踪器的稳健性较差。针对这一问题,在贝叶斯引理框架下,提出一种组合最小软阈值二乘和压缩Haar-like特征匹配的在线目标跟踪算法。该算法针对最小软阈值二乘跟踪器采用定量遮挡率来评判其观测样本受离群子干扰程度,并在跟踪器单帧匹配响应过低时,利用压缩特征匹配对观测目标进行二次筛选。同时,通过观测置信度减少无关样本的数量,降低计算复杂度。实验结果表明,本文提出的算法能够取得更加优异的跟踪结果。

针对纹理图像处理过程中,采集图像包含大量噪声而影响处理结果的问题,以及天牛须群优化(BSO)算法易陷入局部优解的问题,提出一种基于正余弦策略的改进天牛须群优化(SCBSO)算法,并将该算法应用在低照度纹理图像增强中。首先引入logistic模型增加初始解群的多样性;其次结合正余弦策略对BSO算法的搜索策略进行改进,加入时变加速因子实现参数自动更新,提升BSO算法的收敛速度和搜索精度;最后利用 SCBSO算法结合染色体结构实现对图像最优灰度分布的精确搜索。在标准函数的测试中,SCBSO算法在两种类别函数下的运行时间较原算法缩短了16.56%和14.78%,增强后图像的对比度更强,自然特性保存得更好。SCBSO算法与对比算法相比,明度顺序误差(LOE)降低了37.8%,视觉信息保真度增长了15.3%,PSNR提高了12.9%,在去噪的同时很好地保留图像的纹理特征。

针对过拟合及甲状腺恶性结节细粒度分类(恶性分为恶性与高度恶化)的问题,提出一种基于循环卷积神经网络的分类方法。将Xception网络与长短时记忆网络(LSTM)作为互不干扰的两部分,分别对甲状腺结节样本进行特征提取得到两个权重矩阵;通过Merge算法融合为单个权重矩阵,将单个权重矩阵导入卷积神经网络(CNN)进行特征提取与池化;采用L2正则化的Softmax函数作为分类器,完成循环卷积神经网络的训练与测试。实验结果表明,甲状腺恶性结节细粒度分类的准确率为87.00%,并有较好的特征提取能力。

针对图片中文字对视觉的影响,提出基于TV模型的图片文字干扰消除算法。采用Roberts算子与二值形态学对待处理图片中干扰文字区域进行检测与准确定位,将已确定的干扰文字区域作为TV模型的约束条件进行求解即可有效消除文字的干扰。实验结果表明,该方法可以高效地检测和消除图片中的干扰文字。

随着深度学习和卷积神经网络的应用,图像语义分割的性能得到了大幅度提升。但当前图像语义分割算法在语义信息利用率及语义类别区分度方面仍有欠缺。为了进一步提升语义分割算法的性能,提出多层级的上下文信息机制,使用多层级特征对长距离的依赖关系信息和局部性较强的上下文信息进行提取,增强卷积神经网络特征的信息丰富度与类别区分度。所提多层级上下文信息机制在典型街道场景数据集Cityscapes验证集上的分割精度达77.2%,实验证明了所提方法的有效性。

提出了一种基于多尺度Retinex算法的光干涉条纹图像增强算法,论述了该算法的原理以及实现过程。选取了大、中、小三种不同尺度,结合各个尺度的优点,针对光学干涉条纹图的特点,对不同的尺度取不同的权重。与两种常用的光学图像增强方法进行对比实验,并通过主观和客观的评价进一步说明本方法的有效性。实验结果表明,对于对比度低且光照不均匀的光干涉条纹图像,所提算法可以显著提高图像的可视性,改善光照不均匀的问题,克服照度不均匀给条纹图后续处理带来的困难。

提出一种利用细胞时域演化特征来表示有丝分裂的方法。首先,该方法从细胞有丝分裂序列的每帧图像中提取三种不同特征,即通用搜索树(GIST)、尺度不变特征变换(SIFT)、卷积神经网络(CNN),针对提取的每种特征,用池化方法在空间和时间维度上对其进行处理;然后,将处理后的一系列池化特征组合成一个单一的特征向量来表示该细胞有丝分裂事件的最终特征;最后,将组合后的特征向量作为分类器的输入,利用传统的机器学习方法,即支持向量机(SVM)来处理有丝分裂事件的识别问题。实验结果表明所提方法在精度和召回率方面均优于传统方法,可以更好地应用于细胞有丝分裂检测中。

混凝土结构裂缝难以从理论上准确预测。借助混凝土梁模型试验,研究了光频域反射计(OFDR)技术在混凝土结构开裂辨识和发展状况监测上的应用。试验结果表明,OFDR技术可以实现对混凝土结构0.002 mm级别微裂纹的预警,可以定位裂缝位置,空间分辨率达到1 cm,并可监测裂缝发展过程。相比其他分布式监测技术,采用OFDR技术得到的裂缝定位结果和对裂缝发展的监测结果更加准确,具有广阔的应用前景。

基于迈克耳孙干涉仪原理研究不同偏振态光的两偏振分量大小对干涉条纹对比度的影响。同时,为快速计算条纹图像的对比度,提出一种基于Matlab的干涉条纹对比度计算方法。最后通过分析实验数据获取不同偏振态光的两偏振分量和干涉条纹对比度间的关系。该研究成果可运用于干涉仪器或干涉实验中,通过在光源处引入偏振调制来获得对比度高的干涉条纹图像,以提高测量精度。

通过球磨混粉的方式在316L不锈钢3D打印专用粉体表面引入纳米V8C7颗粒,利用选区激光熔化(SLM)技术制备了V8C7/316L复合材料试样及点阵结构件。在优化的SLM工艺参数下获得的复合材料实体件的致密度高达99.4%;在激光熔化-凝固过程中,V8C7通过分解-析出机制生成的VCx增强相成为纳米级形核质点,其在细化奥氏体相晶粒的同时沿奥氏体晶界分布,可以阻止奥氏体晶粒在快速凝固过程中的长大;纳米尺度的VCx增强相及超细的近等轴晶金属基体均有助于大幅提升增材制造V8C7/316L结构的比强度。

提出并试验研究多激光束与中轴热丝复合直接沉积(熔覆)相结合的新工艺。通过单道沉积试验发现热丝激光沉积效率高于冷丝激光沉积效率,且熔覆带与基板容易结合。使用热丝激光沉积技术进行扫描方向试验、单层多道搭接试验、薄壁沉积试验和实体沉积试验,结果表明:热丝激光沉积过程稳定且可持续,熔道表面光滑、均匀,无毛刺、球化等缺陷;试样沉积表面平整,不受扫描方向的影响;成功进行了长方体沉积成形试验,能够成形三维复杂结构。

为提高42CrMo合金的耐腐蚀性能,采用激光熔覆工艺在不同的激光功率下于其表面制备Stellite-6涂层,然后采用浸泡实验、电化学方法研究Stellite-6涂层在3.5%NaCl溶液中的平均腐蚀速率与电化学特性,结合扫描电子显微镜对浸泡后试样的微观形貌进行分析。结果表明:不同激光功率下熔覆的Stellite-6涂层的平均腐蚀速率均远低于42CrMo基体材料的平均腐蚀速率,且涂层在NaCl溶液中的腐蚀行为以点蚀为主;激光功率对熔覆层质量有较大影响,当激光功率为2500 W时,开路电位为-0.15 V,自腐蚀电流为3.294×10 -3 A/cm 2,阻抗为6742.5 Ω·cm 2,此时熔池的形核率以及晶粒生长速率较大,晶粒细化,熔池区域的组织主要为细小的等轴晶,组织致密均匀,Stellite-6涂层的耐腐蚀性能最佳。腐蚀表面产生的Cr3C2钝化膜层使阳极活性受到抑制,钝化膜的保护作用明显,从而提高了涂层的耐腐蚀性能。

为探究激光毛化火山口坑点形貌特征的演变过程,搭建了LD泵浦窄脉冲Nd∶YAG激光毛化实验装置。针对3A21铝合金试件,选取激光单脉冲能量、脉冲宽度、脉冲数及离焦量作为待研究的工艺参数,采用单因素法研究近平顶光束作用下毛化坑点形貌的演变规律。研究结果表明:单脉冲能量增大时,坑点形貌由倒梯形向倒三角形转变;随着脉冲宽度变窄,坑点周围形成相互竞争的金属熔渣及陨石坑;随着作用于坑点的脉冲数增多,坑点的形貌及其特征参数趋于稳定;随离焦量增大,坑点边缘的微凸体逐渐减小直至消失。研究结果为3A21铝合金材料表面高质量的激光毛化提供参考。

高效率、低成本、制造周期短且无需模具的电弧增材制造技术为大型复杂金属结构件的生产提供了新方法。基于ANSYS参数化设计语言APDL,借助Jmatpro得到了高温下ER50-6碳钢焊丝材料的物理参数,采用生死单元法实现了电弧增材制造过程的动态模拟仿真。模拟分析了单道单层焊接以及焊后冷却过程的温度场分布及温度的变化规律,并与实验结果进行对比,验证了模拟的可行性与正确性。在此基础上分析了不同基板厚度下电弧增材制造温度场的变化规律,得到了增材制造的最佳基板厚度,并研究了直壁零件单道多层增材制造过程中温度场的变化规律。实验得到的焊道温度变化规律可为增材制造后借助堆焊余温对成形件进行锻打改性的时机的选择提供重要的理论依据。

光学字符识别(OCR)难以针对图像中某些特定文本进行识别,尤其在实际场景中,识别结果通常会包含大量噪声文本。针对这一问题,提出一种基于循环神经网络的双向长短时记忆-条件随机场(BLSTM-CRF)模型。首先利用BLSTM网络捕获OCR识别结果中序列的上下文信息,得到特征序列;然后结合CRF建立模型特征与标签的关系,进行标签预测,通过标签即可得到特定文本。实验结果表明,该方法在场景图像数据集YNIDREAL上可以达到88.52%的准确率,相较于CRF模型,准确率提高了16.39个百分点,证明了本方法的可行性和稳健性。

为解决人脸表情识别任务中存在的类内表情差异性大、类间表情相似度高的问题,基于传统的Softmax损失函数和Island损失函数,提出一种新的基于余弦距离损失函数来指导深度卷积神经网络的学习。该方法不仅可以减小特征空间中类内特征的差异,而且可以增大类间特征分布,从而提升特征判别效果。经过大量的实验和分析,该算法在RAF-DB人脸表情数据集上的准确率达到了83.196%,效果优于Softmax损失函数和Island损失函数,所提算法在人脸表情识别任务中具有较高的优越性。

针对传统匹配方法存在匹配精度低、速度慢等问题,提出一种基于扩展点特征直方图(EPFH)特征的点云匹配算法,该算法采用先粗配再细配的策略。利用ISS (intrinsic shape signature)特征检测算法获取点云上的显著特征点集;对特征点进行EPFH特征描述;通过采样一致性算法估算刚体变换矩阵,完成待匹配点云和目标点云的初始匹配;接着使用基于k-d树的迭代最近点算法实现两片点云的精细匹配;最后将本文算法分别应用于公共数据集和兵马俑特殊数据集进行实验验证。实验结果表明,相比传统方法而言,本文算法具有更高的匹配精度和速度。

针对增强现实系统在复杂环境中跟踪注册稳健性不足以及特征搜索空间大的问题,提出一种结合显著性检测的混合跟踪注册方法。首先,利用均值漂移迭代运算预测候选目标位置,建立峰值位于目标中心的二维高斯函数,生成融合中心先验的视觉显著图;然后,提取目标显著性特征,采用均值漂移算法进行跟踪;另外,根据相似度量系数判断是否利用形变多样相似性匹配算法重定位目标;最后,构建多尺度空间的快速定向二进制描述算法进行局部目标区域的特征检测,来匹配计算得到的注册参数,完成虚实融合。实验结果表明,本方法能有效解决目标跟踪算法在背景杂波、目标遮挡、目标丢失情况下跟踪不稳定及目标检测准确度不高等问题,使增强现实系统更具稳定性。

为使通过卷积神经网络学习到的人脸识别特征更容易判别,在角度距离损失函数A-Softmax的基础上进行改进,将人脸属性融入到训练过程中,如性别、年龄和种族。使用属性驱动损失函数,利用属性邻近性对特征映射进行正则化,实验结果表明本方法学习到更多与属性相关的鉴别特征。本文改进算法在人脸验证数据集(包括LFW,CFP,AgeDB和 MegaFace)上均取得不错的效果,验证了该改进算法的有效性。

利用concurrence作为纠缠度量,研究了 z 方向非均匀磁场中双量子比特的海森堡 XYZ 模型及其基态纠缠在不同参数范围内的性质,通过计算得出了临界磁场值,讨论了平均磁场和临界磁场与量子相变的关系,分析了两个相邻量子位自旋 z 分量 J z 的相互作用和各向异性参数 γ B 、 γ J 对海森堡模型热纠缠的影响,通过绘制图像说明了各向异性、自旋耦合参数 J z 和热纠缠之间的关系。研究结果表明:在双量子比特系统中,对于有效的温度 T ,当耦合参数 J z =0时,随着 γ J 的增加,临界磁场 Bc 减小,纠缠逐渐消失;但是当耦合参数 J z >0时,对各向异性参数 γ B 、 γ J 取合适的值,随着 J z 的增加,纠缠度达到最大值的磁场范围和温度范围都变大,且纠缠得到有效增强。

为了研究海洋湍流对单光子捕获概率的影响,基于模厄米高斯光束和Nikishov海洋湍流模型,根据Rytov近似和Kolmogorov谱,推导出了海洋湍流环境下的单光子捕获概率模型,并对不同海洋湍流参数对单光子捕获概率的影响进行了分析。结果表明:在传播百米后,海洋湍流环境下的单光子捕获概率下降明显;随着温度方差耗散率的增大,单光子捕获概率降低;当盐度因素主导海洋湍流时,单光子捕获概率也随盐度的增大而降低,盐度变化对海洋湍流环境下的单光子捕获概率的影响显著。增大接收机孔径值与缩短脉冲间隔可以有效提升单光子捕获概率,但温度方差耗散率的增加和传输距离的减少会降低脉冲间隔对单光子捕获概率的影响。

提出一个在耦合腔中实现两原子间最大纠缠态的制备稳定的理论方案,其中双能级原子与两个量子化的腔场之间都是大失谐作用,同时,每个原子额外受到两个微弱经典场的非共振驱动。引入非局域的玻色膜,两个原子都与其中一个集合光腔膜发生共振,而与另一个集合光腔膜之间是大失谐。在缀饰态子空间中,通过经典场的幺正动力学和集合光腔膜的耗散通道联合作用来制备目标稳态。稳态的制备并不要求有特殊的初态,数值仿真表明,利用所提方案可以获得高保真度的Bell态,所提方案对系统参量的细微抖动具有稳健性。

针对交通环境中障碍物及可通行区域检测的问题,利用改进欧氏聚类算法进行实时障碍物检测,提出一种相邻点云间距算法以实时提取道路可通行区域。对点云数据进行预处理,再通过地面坡度分离算法进行地面与非地面点云分离;根据不同的聚类距离阈值对非地面点云进行障碍物聚类检测,使用长方体框标记区分;将每个地面激光束固有的相邻点云间距与实际相邻两点间距离进行对比,结合相邻点角度差以及点云聚类,实现可通行区域的提取;融合障碍物检测和可通行区域提取结果,对可通行区域的通过性进行合并检测。多路况实车实验表明,本文算法能准确检测出障碍物及道路的可通行区域,检测平均准确率为94.13%,平均耗时为69 ms,满足智能车实时性的要求。

为了定量分析LED照明非视觉生物效应随色温的变化规律,选择8种大色温范围(2678~7258 K)的LED照明光源,特别是超低色温LED,采集380~800 nm可见光波段光谱分布数据。分别计算8种LED照明光源的1931CIE-XYZ标准色度系统色坐标Z值、415~508 nm波段蓝光占比RC和节律因子KC,并采用最小二乘法进行线性拟合。研究结果表明:当色温在2678~7258 K之间时,LED照明光源非视觉生物效应随色温的增大而增强; 1931CIE-XYZ标准色度系统色坐标Z值和415~508 nm波段蓝光占比可定量表征非视觉生物效应强弱;色坐标Z值、415~508 nm波段蓝光占比RC和节律因子KC随色温变化的函数表达式分别为Z=0.01499+5.24009×10 -5×TC,RC=1.41985+0.00508×TC,KC=0.11895+6.06953×10 -4×TC,相关系数平方R2分别为0.94427,0.93589,0.9598。色坐标Z值与节律因子KC、415~508 nm蓝光占比RC与节律因子KC的函数表达式分别为KC=11.40331×Z-0.01209,KC=0.11698×RC+0.00618,相关系数平方R2分别为0.97991和0.97644。以上结论可为LED照明光源非视觉生物效应的定量分析以及高品质健康LED照明产品的开发提供参考。