基于极大似然模型和期望最大化算法的闪光图像重建

针对闪光照相图像低信噪比的特点,研究了带约束的基于极大似然模型和期望最大化算法(ML-EM)的闪光照相图像重建算法。该算法在ML-EM迭代重建算法的基础上,根据闪光照相图像低信噪比的特点及被重建客体具有分段平滑的先验信息,在迭代重建的过程中进行了相应的噪声抑制,抑制了噪声对重建结果的影响,同时很好地保持了客体的边界特征。数值模拟结果表明,基于噪声约束的ML-EM重建算法能取得较好的重建效果。

一种基于小波的多边形变形算法

文章提出了一种基于小波分解算法和相应的重构算法的变形方法。先用小波分解算法作用于平面多边形,得到平面多边形的轮廓和细节。然后分别对多边形的轮廓和细节进行变形,得到从初始图形变换到目标图形的中间图形的轮廓和细节。最后用重构算法重构出中间图形。该文算法可以处理任意顶点数的多边形,减少同构三角剖分的计算量,并且能够得到很好的变形结果。

基于马尔可夫随机场的闪光图像分割

目标界面位置信息是闪光照相中关注的内容之一,而闪光图像的低信噪比影响了微结构界面位置的准确提取。研究了基于马尔可夫随机场的闪光图像分割算法,在闪光图像分割过程中采用马尔可夫模型描述被分割像素之间的相关性,减少了由噪声所引起的孤立虚假目标,提出利用中空邻域模板内的起伏定义标号场模型中的基团势函数,改进了闪光图像的分割方法,提高了微结构分割精度。数值实验表明,改进后的马尔可夫随机场分割方法能取得更好的分割结果。

爆炸与冲击动力学自研程序仿真平台建设

对发展成熟的爆炸与冲击动力学自研程序（软件）开展集成技术研究。仿真平台以Qt软件包作为开发基础，采用基于Windows界面风格，设计了自研程序集成系统使用流程、类结构等，初步构建了具有友好操作界面的爆炸与冲击动力学自研程序仿真平台，实现了程序说明文件浏览、材料参数查询、计算处理等可视化操作。运行结果表明，该平台系统运行良好。

基于约束共轭梯度的高能闪光照相3维重建算法

针对高能闪光照相系统成像信噪比低的特点,提出了3维约束共轭梯度算法,该算法基于3维重建理论来重建方程,利用约束共轭梯度法迭代求图像重建的最优解。数值模拟结果表明:采用3维约束共轭梯度算法能有效改善高能闪光照相重建图像轴线噪声大的问题,是一种具有很高抗噪能力的闪光照相图像重建算法。

一种基于IFS的二维真彩分形变形方法

提出了一种由迭代函数系统(IFS)所描述的二维真彩分形变形的新方法。首先建立二维真彩IFS分形模型,然后通过仿射变换的对应、规范化、匹配及插值实现了变形过程。实验结果表明:分形吸引子形状颜色过渡自然,这为分形的生成与动画提供了新的有效途径。

二维迭代函数系统分形吸引子自适应对应变形算法

构造迭代函数系统(iterated function system,IFS)仿射变换的相似函数,并在所建立的IFS模糊相似图中搜索带约束条件的最佳路径最大化IFS模糊集隶属函数,从而确定2个IFS特征对应关系.通过插值实现二维IFS分形吸引子变形.实验结果表明:所给出的自适应模糊对应算法简单有效,为分形变形技术提供了一种新的处理方法.

一种快速稳健的超分辨率图像复原算法

提供了一种快速稳健的正则化超分辨率图像复原算法。该算法从Roberts交叉梯度算子的角度构造正则项,从自适应性的角度确定正则参数。用1-范数度量数据逼近项和正则项。算法分析和实验结果表明该算法具有好的稳健性,并且计算速度较快。

模糊和散射对闪光照相边界检测的影响

借助蒙特卡罗方法模拟闪光照相过程,研究了模糊和散射因素对边界检测的影响。结果表明:模糊与边界退化量的变化关系依赖于相邻飞层的材料、密度和尺寸;相同客体结构下,模糊越大,边界退化量也越大;客体结构不同,相同模糊下的边界退化量也不同;散直比越大,散射对边界检测结果的影响也越大,当散直比大于50时,散射引起的边界检测误差超过1个像素。

脉冲条件下绝缘介质气体沿面闪络发光特征

对大气环境中脉冲电压加载下绝缘介质沿面闪络放电开展了初步放电图像诊断研究。采用超高速可见光分幅相机诊断指状电极结构下有机玻璃材料在大气环境中不同时刻闪络通道发光图像特征。实验结果表明:闪络通道形成和扩张阶段中,阴极区域和阳极区域均产生放电发光,放电通道沿固体电介质表面快速贯穿,贯穿时间约15 ns,贯穿后发光通道逐渐扩张至一定区域,发光强度大,维持时间长,整体发光时间可持续到μs量级,放电通道内能量分布有所差异。

高能闪光照相光源位置测量

介绍了一种高能闪光照相系统的光源位置重复性测量方法。相同客体不同次实验图像的位置可以反映闪光照相系统的光源位置重复性。首先从球形客体实验图像中检测出客体的钨飞层外界面,然后利用界面数据拟合得到对应的圆心位置。多次照相图像圆心位置的重复性反映了光源位置的重复性。实验测量了闪光照相系统的光源位置重复性,实验结果表明,某闪光照相系统光源位置的重复性好于0.1mm。

基于显著性强度和梯度先验的多尺度图像盲去模糊

针对目前大多数基于统计先验的图像盲去模糊方法对边缘和细节恢复能力有限的问题,提出一种新的盲去模糊算法。通过降采样对模糊图像进行金字塔分解。在每一层图像上,利用显著性强度先验提取图像的边缘信息,并结合梯度低秩先验抑制图像中的模糊和噪声干扰。在多尺度上由粗到精地交替迭代模糊核和中间潜像,得到最终的准确模糊核。采用非盲去卷积方法复原出清晰图像。此外,针对多尺度迭代时间较长的问题,提出了一种自适应迭代策略,通过评估估计模糊核的相似性来调整迭代次数,有效减少计算成本。实验结果表明,本文算法可以准确地估计出模糊核,有效地抑制噪声影响,且得到的复原图像中含有更丰富的边缘和细节等特征。