基于压缩感知的动态散射成像

利用基于压缩感知的成像系统可以透过静态的散射介质获得高质量的重建图像.但是当散射介质动态变化时,因为采样所得的测量值受到散射介质衰减系数非线性变化的影响,重建图像质量会大大下降.针对上述情况,本文提出基于压缩感知成像系统的测量值线性拉伸算法,该算法能够对所得到的非线性测量值进行分析,根据测量值大小的不同将测量值划分成数个区域并计算补偿系数,从而根据补偿系数进行测量值线性拉伸变换,使测量值线性化.最后再对变换后的测量值进行压缩感知重建计算.通过理论分析、计算机仿真和实验证明了所提算法能够有效地应对动态的散射介质,提高基于压缩感知成像系统在透过动态散射介质时的图像重建质量.

基于压缩感知成像系统的动态背景去噪

为了消除背景光强动态变化引起的非线性误差,提出了基于压缩感知成像系统的动态背景去噪算法.算法将测量中不同背景光强下所得测量值的平均值之差作为补偿系数,通过补偿系数消除动态背景噪声对压缩感知成像系统的非线性影响.仿真结果表明,在总数为900次的采样过程中,背影噪声动态变化300次时,算法能够将重建图像的峰值信噪比由29.5dB提高到62dB;在动态背景噪声的影响下,本文算法能够大大提高目标图像的可读性,提高成像质量,增加压缩感知成像系统的鲁棒性.

混沌与湍流大气中的光通信

目前,光无线通信的质量主要受到大气信道环境的制约,大气信道中混沌介质与湍流的强烈扰动使得通信质量很差,甚至通信中断.提出了一种面到点的光无线通信机理:利用面阵各单元的光信号在混沌介质中传输通道的空间非相干性,通过桶探测器收集通过混沌介质的光信号的能量和,平均各传输通道的交叉干扰,降低混沌介质对光无线通信的影响;利用随机噪声与随机编码的空间非相干性,经过二阶相关运算,构建新的信号传输方程,减弱大气湍流及背景光对信号解码的干扰,使得接收端并不需要窄带光学滤波器.数值仿真和演示实验表明,该光无线通信机理在混沌与湍流大气中的误码率为4—2,能够实现复杂大气环境中的光通信,在军事、抢险救援等方面具有重要应用价值.

基于支持向量回归的新型胎儿体重预测模型的研究

目的 探讨开发一种基于支持向量回归(SVR)的新型胎儿体重预测模型(简称新模型),并与经典胎儿体重预测模型对比,评估新模型在预测胎儿出生体重方面的性能。方法 收集2020年1月至6月期间在宁波大学医学院附属医院分娩的1 442例孕产妇为研究对象,在分娩前1周内采集相关数据,共计18维。通过预实验,选出最优算法(即SVR)。通过计算每个特征与新生儿出生体重的皮尔逊相关系数及SVR算法的权重,筛选建模参数。应用SVR对数据进行建模,建立基于SVR的新模型,并与经典胎儿体重预测模型公式对比,评估新模型性能。结果 分别计算每个特征与新生儿出生体重的皮尔逊相关系数,应用SVR算法的权重,结合临床经验,反复进行实验后,最后筛选得到建模所需的11维数据为:身高、体重、孕期增重、宫高、孕妇腹围、双顶径、头围、股骨长、胎儿腹围、羊水指数和采集时间(采集时间距分娩的天数)。应用SVR对11维参数进行建模,构建出新模型。与经典模型对比,预测误差在5%以内的胎儿体重预测准确率为54.48%,预测误差在10%以内的为88.28%,预测误差在250g以内的为73.10%,新模型具有最高的胎儿体重预测准确率。此外,胎儿体重预测新模型还具有最低的平均绝对百分比误差(MAPE)5.24%,平均绝对误差(MAE)178.43g和均方根误差(RMSE)230.15g。结论 新模型对胎儿体重预测的性能良好,未来可进一步在临床推广,但仍需更多的临床试验加以验证。

基于DMD的区域积分时间可控成像

利用CCD(Charge Coupled Device)相机获取图像后常常存在区域过暗和过曝光的情况,而这两种情况都会掩盖该区域的细节信息。改变CCD相机的积分时间只能对获取的当前帧图像进行单一的积分时间增加或减小,不能同时处理一帧图像中光强过强和过弱的情况。因此针对DMD(Digital Micromirror Device)对每一个微镜片的翻转时间可控的特点,提出了一种区域积分时间可控成像系统,该系统可以通过控制DMD微镜片翻转时间来增加或者减少图像指定区域的积分时间。实验结果表明,该系统可有效地达到同时处理一帧图像中区域过暗和过曝光的目的。

基于高光谱图像混合像元分解技术的去雾方法

针对薄雾天气造成的能见度低的问题,提出了一种利用高光谱图像混合像元分解技术去除雾的方法。建立了薄雾天气下的传感器成像物理模型,对含有雾端元的线性光谱混合数学模型进行解混。然后通过丰度反演方法得到雾端元的丰度后加以去除,将剩余地物端元的丰度调整后即获得去雾后的图像。该方法相比于基于单波段或全色图像的去云雾方法,物理意义更明确。从客观评价指标上也可以看出该方法的薄雾去除效果佳,去雾后图像细节更加丰富。