现有的激光拉曼气体检测(LRGD)系统受到系统噪声的影响, 对低浓度气体的检测精度较差。为了提高LRGD系统对低浓度气体的检测精度, 提出了一种基于多信号叠加和伪逆法的激光拉曼气体检测(MSSPI)方法。具体地说, 对于低浓度气体, 通过拉曼信号叠加的方式增强抵抗系统噪声的能力, 检测装置检测叠加的拉曼信号, 使用伪逆法重构单气体的拉曼信号值, 进而获取气体浓度。实验结果表明, 基于MSSPI方法的LRGD系统提高了对低浓度气体的检测精度。MSSPI方法不改变LRGD系统, 计算简单高效, 在一定程度上降低了系统对低浓度气体的检测误差, 可以作为气体检测中的一种辅助方法。

针对目前许多图像重构算法存在重构出来的图像不清晰、分辨率低等问题, 提出了一种基于编码. 解码对称神经网络的高分辨率图像重构算法。首先将图像进行压缩获取低分辨率图像, 然后将低分辨率图像作为输入图像经过编码. 解码对称神经网络, 并利用其中的卷积神经网络进行编码得到特征图像, 最后再利用反卷积神经网络进行解码实现图像的细节恢复。实验结果表明, 经过基于编码. 解码对称神经网络重构出来的图像比之前的低分辨率图像更加清晰, 图像的分辨率得到了提高。

在实际的印刷品缺陷检测过程中, 存在因相机支架的颤动而导致标准印刷图像和待检测图像在空间位置上配准不精确的问题。为此, 在图像去抖动技术的基础上, 提出了一种融合 SURF(speeded-up robust features)和 ORB(oriented FAST and rotated BRIEF)的运动估计算法。首先, 基于 SURF算法提取标准印刷图像和待检测图像的特征点; 其次, 基于 ORB算法对提取的特征点进行描述和匹配; 再次, 将正确匹配的特征点通过仿射模型来求取全局运动矢量; 最后, 通过求得的全局运动矢量来补偿图像, 并完成待检测图像与标准印刷图像的配准。针对待测图像存在的平移、尺度和旋转三种不同变化, 分别采用 SURF-ORB、ORB和 SIFT(scale-invariant feature transform)的运动估计算法进行了性能分析。结果表明, SURF-ORB的特征点匹配对数量最多, 匹配效果最好, SURB-ORB的运动估计时间控制在毫秒级别, 满足现代印刷品缺陷检测的实时性要求。因此, 融合 SURF和 ORB的运动估计算法能够对图像进行精确、实时的配准。

为解决基于RGB三通道信息值重构光谱反射率精度不理想的问题, 提出了一种优化的基于RGB三通道信息的光谱反射率重构算法。 首先编码产生随机选择多个光源的个体, RGB三通道值通过多项式回归算法预测多个光源下的三刺激值, 并采用伪逆法进行多光源下的光谱反射率重构, 然后将样本的重构精度作为个体的适应度评估值, 以优胜劣汰, 适者生存为原则对个体进行选择、 交叉、 变异操作, 最后得到适用于颜色样本光谱重构的多个光源与基于这些光源重构得到的光谱反射率。 实验选用Munsell颜色集作为训练样本集, RC24色卡、 SG140色卡作为检测样本集, 8个标准光源和82个发光二极管光源作为实验光源, 采用该算法从90个光源中选取最优的光源组合并重构得到样本的光谱数据, 并与Zhang提出的基于穷举法选择的多光源下的光谱重构方法和A光源下的伪逆法进行了重构精度对比。 实验结果显示该研究提出的方法随着光源个数的增加, 光谱反射率重构精度提高, 特别是光源个数增加到3时, 光谱重构精度提高的幅度最大。 在三种重构方法中, 该方法重构RC24的平均色差和平均光谱均方根误差分别为0.332 4和0.002 9, 而Zhang的方法与伪逆法的平均色差分别为0.429 3和3.266, 平均光谱均方根误差分别为0.029 7和0.004 8; 该文方法重构SG140的平均色差和平均光谱均方根误差分别为0.486 2和0.007 3, 而Zhang的方法与伪逆法的平均色差分别为0.544 8和3.821 9, 平均光谱均方根误差分别为0.035 6和0.013 3。 结果表明基于多光源下的光谱反射率重构精度明显优于基于单个光源下的重构精度, 而基于遗传算法的多光源选择方法又优于穷举法, 它能够根据颜色样本自动寻找到最优光源组合, 从而基于最优多光源下的三刺激值重构样本的光谱反射率, 提高了光谱反射率重构的精度。

关联成像, 又称鬼成像, 是一种利用空间强度关联或量子纠缠特性来获取物体成像的一种新方法, 是用于物像分离的非局域成像方式。将激光投影仪应用到关联成像, 采用具有良好正交性, 快速计算能力的哈达玛矩阵作为调制矩阵, 由于其元素均为+1和-1, 便于硬件和光学实现, 可以在课堂上完成, 能够快速精确地重构目标图像。该实验方案没有了传统关联成像系统中参考臂的测量, 使用一个没有空间分辨力的桶探测器就可以进行实验。实验结果表明, 在课堂上使用激光投影仪等普通光源实现关联成像过程的可行性。

关联成像技术与传统成像技术不同的地方在于在获取物体信息的过程中, 关联成像技术利用了无空间分辨率的桶探测器, 对于物体信息的检测与重构是分离开来的, 并且它获得的重构图像较传统成像技术获得的重构图像清晰, 是近年来量子光学领域的重点研究对象。在关联成像的理论基础上结合了压缩感知技术, 并将压缩感知关联成像系统应用于教学实验中, 从成像的物理原理角度, 确定了实验中所用到的光源、物体的选择等具体实验内容, 将具体的实验数据利用MATLAB软件仿真得到最终的重构效果。通过将具体的实验和MATLAB方法进行有机的结合, 不仅提高了学生实践方面的能力, 同时还掌握了算法。

高效率的目标检测是视觉应用的重要技术,但运动目标的提取易受环境的影响。关联成像能够解决特殊环境下难以获得清晰图像和一些常规成像技术不易解决的问题。在目标检测中,利用关联成像采集图像信息并运用背景差分法在压缩域中获得目标图像的测量值,直接通过压缩感知重构出目标图像。这种方法可以解决在特殊情况下无法检测到目标的问题,同时检测到的目标图像清晰,采样次数少,信噪比也较高。

拉曼散射分析通常使用多谱线He-Ne激光器作为光源。通过建立多谱线He-Ne激光器腔内棱镜组件的有限元模型, 并进行热变形分析, 得到了棱镜组件的热变形位移结果。讨论了在棱镜角度改变时多谱线He-Ne激光器输出谱线的变化情况, 通过实验进一步验证了仿真结果的准确性。结果表明: 多谱线He-Ne激光器长时间工作会使温度升高, 严重影响其腔内棱镜的偏转角度, 使得其输出谱线发生一定的漂移。当腔内温度继续升高到一定值时会导致激光器不出光, 此时, 应当采取散热装置或者温度控制措施。