阶梯光栅多视点自由立体显示的子像素排列

自由立体显示是显示领域的重要前沿方向。提出一种阶梯光栅多视点自由立体显示的子像素排列方法,该方法通过构建图像视点数矩阵,得到不同光栅倾斜角和不同视点数的阶梯光栅自由立体显示的子像素排列结果,并总结出合成图的像素单元与视差图的像素相对应的图像子像素排列规律。采用该子像素排列方法制作了阶梯光栅多视点自由立体显示器,获得了良好的立体显示效果,从而验证了该方法的正确性。

对文字进行矢量化的一种算法研究

激光雕刻系统中的文字处理通常采用文字的位图形式,位图存储容量大,放大后有明显的失真,难以提高雕刻的速度,而矢量图形能很好地克服位图的缺点。提出一种把位图形式的文字转换为矢量形式的文字的算法。

高转移效率时间飞行(TOF)图像传感器的像素单元优化

针对TOF图像传感器转移效率不高的问题,利用Silvaco软件基于0.18μm CMOS工艺对传感器进行了建模和优化。通过电学和光学仿真,模拟了TOF图像传感器的复位、曝光等工作状态,探讨了曝光强度、曝光时间等对器件量子效率的影响。通过对模型进行防穿通注入工艺优化,很好地实现了钳位光电二极管和浮空节点的隔离。探讨了TOF中PPD的电荷快速转移优化,通过公式计算,获得改进后的优化模型,仿真结果证明其具有良好的转移速度和转移效率,平均转移时间节省近10倍,大大提高了电荷转移效率,为TOF图像传感器的优化和设计提供一个改进思路。

结合卷积神经网络和超像素聚类的细胞图像分割方法

针对细胞图像尺寸大、细胞形状各异,导致从图像中分割出精准的细胞十分困难的问题,以卷积神经网络为基础,结合染色校正方法和简单线性迭代的超像素聚类算法,提出了一种新的结构来进行细胞图像分割。利用染色校正方法对细胞图像进行预处理,提高图像的颜色对比度;利用卷积神经网络获得初步分割结果;将简单线性迭代聚类获得的超像素边界信息反馈到初分割图像上进行改进提升。提出的算法可以有效地减少图像局部信息的冗余,更准确地获得目标区域的边界位置。实验表明,提出的算法细胞分割准确率达到了92.72%,与经典卷积神经网络、阈值分割等其他细胞分割算法相比,具有更好的分割效果。

320×256红外焦平面阵列读出电路的设计

提出了一种320×256红外焦平面阵列读出电路的原理及电路设计,采用直接注入的单元电路,在给定的单元面积内可以获得较大的积分电容。相关的320×256阵列读出电路已经在0.5μm双层多晶三层铝N阱CMOS工艺线上实现,整体芯片的面积为9.0 mm×11.2 mm。实测结果表明芯片在常温和低温77 K时都工作正常,工作频率大于5 MHz,整电路的功耗为48 mW左右,动态范围是75 dB,噪声电压为0.5 mV。

基于视觉的太阳能电池片位置检测

针对太阳能电池片位置检测算法实时性差和检测精度低等问题,采用归类法检测电池片偏转角度,亚像素二次遍历法对电池片定位。首先,对电池片边缘直线进行归类并从中获取一条直线,对该直线进行亚像素细分,获得该直线极坐标系下的参数,并计算电池片偏转角度;接着,对电池片图像边缘进行粗霍夫变换,求得对称中心线,然后对其进行亚像素细分和第二次遍历,获得中心线极坐标系下的参数并求得电池片中心点。通过实验比较发现,相比较传统算法,该算法在提高检测精度的同时也缩短了检测时间,解决了传统算法实时性差和检测精度低的问题。

基于局部灰度占比的粘连细胞分割方法

针对医学细胞图像中的粘连现象,对采集到的细胞图像进行均值聚类、二值化、空洞填充、距离变换等预处理操作后,根据距离变换图像的像素灰度值来选取实现粘连细胞分割的最佳阈值,在分析重叠或粘连细胞图像的局部像素特征的基础上,对距离变换处理后图片的局部灰度占比分布进行了全面的分析和处理。实验结果表明,该方法简单易行,具有较好的分割效果。

硅上液晶显示器件结构的优化

对于硅上液晶(Liquid Crystal on Silicon,LCoS)器件而言,由于其像素间距较小,当某一像素施加电压后,会影响其相邻不加电压的像素的光学特性。为了改善这一情况,本文通过建立一种常白型LCoS的三维光学模型,研究了3种参数对相邻不加电像素边缘的影响。结果表明:(1)相邻像素边缘暗态的位置和面积会随着液晶分子取向的改变而改变,当液晶分子取向方向为45°时,相邻像素边缘受影响的程度最小;(2)液晶盒的厚度越大,相邻像素边缘受影响的程度越大;(3)像素间距对相邻像素边缘的影响是变化的。本文条件下,当像素间距为0.7μm时,加电的中央像素对周围像素的反射率的影响最小。本研究的结论对高分辨率LCoS的设计和制备具有一定的指导意义。

基于种子点替代像素块算法的粘连细胞图像分割

提出了1种基于像素块扫描的种子点替代算法用于粘连细胞图像的分割。首先确定单个细胞平均面积,然后确定正方形像素块边长,并以此像素块对二值化图像进行扫描。将与像素块匹配的地方替换为1个种子点,得到种子点图像。采用分水岭分割算法得到分割图像并计数。实验结果表明,该文方法适用于细胞面积相差不大的各种粘连度的细胞图像,分割效果显著,准确率高于98%。

基于深度卷积神经网络的肾透明细胞癌细胞核分割

肾透明细胞癌病理图像中细胞核的形态和位置信息对肾癌的良恶性分级诊断具有重要意义,为提高肾透明细胞癌细胞核分割的质量,本研究提出了基于深度卷积神经网络的细胞核分割方法。首先,根据标定的病理图像中细胞核轮廓,构建细胞核分割样本集;然后,深度卷积神经网络通过隐式特征学习对细胞核分割模型进行训练,避免人为设计特征;最后,利用细胞核分割模型对病理图像进行逐像素分割。实验结果表明,深度卷积神经网络的细胞核分割算法在肾透明细胞癌细胞核分割的像素准确率高达90.33%,细胞核分割性能稳定,深度卷积神经网络强大的鲁棒性和适应性使得肾透明细胞癌细胞核自动分割具有可能。

一种适应性种子点替代的粘连细胞计数方法

对于显微细胞图像中的粘连细胞,为了计数通常需要比较准确的找出粘连细胞的种子点,提出了一种适应性较好的像素块遍历的计数算法用于对粘连细胞的计数。在确定最大与最小连通域的像素面积的基础上,算出最大与最小长宽相等的矩形像素块边长,并用最大像素块对二值化图像进行递减遍历。将与像素块匹配的地方近圆像素块替换,得到种子点图像并计数。实验结果表明,特别适用于不同大小的细的各种粘连程度的粘连细胞计数,效果显著且适应性好。

层次聚类在细胞图像分析中的应用

传统的细胞图像分析是从细胞图像分割或者边缘检测的角度进行的,这些方法是通过对细胞图像像素变化的分析达到对细胞图像进行分析的目的;而层次聚类方法是从对细胞图像像素进行聚类分层的角度达到提取细胞的目的。细胞图像像素的聚类是结合了半边图的原理,将每个像素或者聚类后的一类像素看作是半边图中的顶点,细胞图像像素之间的距离、像素值差等看作是半边图的半边,将符合条件的半边结合成边,能连接成边的顶点归为一类。通过对细胞图像像素的层层聚类最终得到完整的细胞图像。

空调遥控器的LCD显示对比度不良现象分析

用LCD做空调遥控器显示 ,由于其外形及尺寸的限制 ,显示内容的复杂多样 ,使得布线空间狭小 ,走线困难 ,而产品功能要求越来越高 ,这些都造成此类LCD易出现显示对比度不良的现象。结合设计和生产中的实际情况分析了产生显示对比度不良现象的诸多原因 ,分别通过降低液晶阈值电压、调整电极走线电阻及寻求与LCD相匹配的驱动IC 3个方面加以改进 。

基于细胞图像局部分布特性的粘连分割技术研究

在医用显微图像中,针对重叠和粘连在一起的细胞图像,根据其局部分布特性,在距离变换的基础上提出了一种新的基于图像局部像素分布的分割方法。实验结果表明,该方法简单易行,鲁棒性强,具有较好的分割效果。

基于机器视觉的光伏电池位置检测方法

太阳能电池片串焊过程中对识别和定位精度要求较高,针对电池片上料过程中位置发生偏转问题,提出了基于机器视觉的图像处理方法。首先,采用中值滤波算法对采集的电池片图像进行平滑去噪,降低图像中一些无效信息对检测和测量的干扰;其次,采用大津法对采集的图像进行阈值分割;第三步,采用边缘检测算子Sobel算子对图像边缘进行粗定位,即像素级定位;最后,采用插值法进行亚像素细分,提出基于匹配法计算电池片偏转角度,基于角点检测法检测电池片是否破损。实验结果表明,在满足精度的同时,基于以上算法能够解决电池片串焊过程中发生的位置偏转、是否破损问题,具有一定的工业意义。

耦合混合像元分解和混合元胞模拟的土地覆盖变化推演

元胞自动机(CA)是土地利用/土地覆盖变化模拟的重要工具。以往基于纯质元胞的CA模型忽略了元胞内部的混合土地覆盖结构,难以模拟现实中混合土地系统在快速城市化进程的连续演化。而混合元胞CA模型(MCCA)虽能较好地处理这一问题,却因难以获取精细尺度的混合结构数据而不易于推广。为了解决这个问题,本研究提出了耦合混合像元分解方法和MCCA模型的模拟分析框架,利用混合像元分解算法从Landsat影像中直接获取MCCA模型所需的亚元胞尺度混合结构数据;并利用SHAP方法挖掘亚元胞尺度土地覆盖变化的驱动力。本文以武汉市为研究区开展了实验,研究结果表明:①耦合模型在混合土地结构的空间格局表征以及未来变化模拟方面具有较高的准确性(解混精度高于0.8,mcFoM指数达到0.38);②本文的耦合模型能够在有效模拟精细尺度的土地覆盖动态变化及其比例关系的同时,发现区域土地覆盖变化的相关规律。例如:未来的土地覆盖结构变化主要集中在建成区附近,土地混合度将经历先增后减的过程,靠近公司企业、市政府和高人口、高GDP是不透水面扩张的重要驱动因素,在离高铁站相对较远的地方,不透水面比近处增长更加明显;③本文模型模拟的未来土地覆盖变化趋势与武汉市的未来规划布局相符,多情景间的对比体现了MCCA模型在精确捕捉像元间土地覆盖比例细微差异方面的能力。本研究通过耦合遥感领域的混合像元分解方法和GIS领域的混合元胞CA模型,解决了混合土地覆盖模拟缺乏精细尺度数据源的问题,实现了在亚像元尺度下的未来混合土地覆盖结构变化模拟,可为城市管理和规划决策提供新的方法与工具。