改进的Brenner图像清晰度评价算法

图像清晰度评价是基于数字图像的被动式自动调焦技术的基本问题之一.传统Brenner图像清晰度评价算法具有运算速度快特点,但是其评价准确性取决于阈值选取,且其灵敏度较低.针对上述问题,本文提出了一种改进算法.改进算法采用高通和带通两个滤波器对图像进行计算,克服阈值对传统Brenner算法评价结果的影响.为了衡量改进算法的性能,将其与传统的Brenner算法比较,并对评价算法的单峰性、无偏性、灵敏度、计算量等主要衡量标准逐一分析.实验结果表明:与传统的Brenner评价算法相比,改进算法在满足评价算法单峰性和无偏性前提下,提高了灵敏度,降低了计算次数.

基于纵向参数粒子群神经网络集成的煤矿涌水量预测

针对矿井涌水量的非线性特性,提出一种基于纵向参数的粒子群神经网络集成算法(VPPNE)的矿井涌水量预测方法。文中定义了粒子群的纵向参数,以保证多峰值优化。利用其作为判别条件,粒子群在网络权值空间的并行搜索中动态聚类,形成各个子群空间。各搜索子空间的最优粒子对应于各个网络个体。网络集成规模大小由算法自动确定,不同的搜索子空间保证了网络个体的结构差异度。矿井涌水量预测实例表明:VPPNE算法可保证集成网络个体的差异性,有着良好的泛化性能,预测效果显著。

基于H.263的视频编码、解码的研究及软件实现

对基于H.263的视频编码、解码的原理进行了分析,在H.263视频压缩数据的码流结构的基础上,应用C++作为开发工具,将视频编码、解码的复杂过程封装为动态链接库,为用户提供良好的二次开发接口,并且对开发的动态链接库进行了测试,实现视频的连续动态采集、压缩处理、传输。该研究已成功地应用于基于电话网的远程视频监控系统。

基于剪切模式的快速共焦拉曼光谱探测方法

针对弱散射样品的拉曼光谱信号弱,探测时间长的问题,提出了一种基于剪切模式的快速激光共焦拉曼光谱探测方法,该方法通过减少信号传输单元来减小曝光时间,通过只采集信号靶面单元有效拉曼光斑区域的方式,在保证拉曼信号强度的基础上同时提升拉曼光谱探测信噪比,进而减少所需探测时间,实现弱散射样品的快速拉曼光谱探测。实验表明,与传统共焦拉曼光谱探测系统相比,文章采用的剪切模式可将硅拉曼光谱探测速度提升37.5倍以上,为共焦拉曼光谱显微技术的快速探测提供了一种新的技术途径。

基于复曲面镜的高分辨Czerny-Turner光谱探测技术

Czerny-Turner型光栅光谱探测技术凭借其色散均匀、灵敏度高、光谱探测范围宽等优势成为现代光谱仪器研究的热点,广泛应用在生物学、医学、材料科学等领域,但受限于像散,系统的成像质量和分辨力难以进一步提高。为解决上述问题,提出了基于复曲面镜的高分辨Czerny-Turner光谱探测技术,通过复曲面镜子午和弧矢方向焦距不同的特性来校正像散,在保证C-T型光谱仪高灵敏、宽谱段优点的前提下,改善成像质量,提高系统分辨力。理论分析和实验结果表明,复曲面镜消像散光谱仪样机基于10nm扫描间隔的光谱拼接技术,在400~800nm工作波段范围内光谱分辨力达到0.020nm。为C-T型光谱仪的分辨力改进提供了一种可行途径。