【摘 要】
:
光学相干层析成像(Optical Coherence Tomography,OCT)技术是一种生物医学断层成像技术,其轴向分辨率可以达到几微米,具有非接触、无损伤、灵敏度高和成像速度快等优点,在眼科成像和工业测量等领域发挥着重要作用。谱域OCT(Spectral domain OCT,SD-OCT)是第二代OCT技术,本文主要针对850nm波段SD-OCT系统的优化以及基于该系统的三维表面形貌测量
论文部分内容阅读
光学相干层析成像(Optical Coherence Tomography,OCT)技术是一种生物医学断层成像技术,其轴向分辨率可以达到几微米,具有非接触、无损伤、灵敏度高和成像速度快等优点,在眼科成像和工业测量等领域发挥着重要作用。谱域OCT(Spectral domain OCT,SD-OCT)是第二代OCT技术,本文主要针对850nm波段SD-OCT系统的优化以及基于该系统的三维表面形貌测量技术展开研究,具体的工作内容如下:针对已有的850nm波段SD-OCT系统中存在的问题做出了改进,主要包括系统的同步控制和数据处理两方面:在同步控制方面,解决了原SD-OCT系统中图像飘动的问题。由于扫描振镜与线阵相机两者工作频率不一致,在实时成像过程中图像会出现飘移。通过改进同步控制模块中硬件的连接方式与相关软件的参数设置,使得振镜与相机同步运行,最终系统的成像显示得到了改善。在数据处理方面,提出了一种基于三阶多项式拟合的色散补偿方法。针对系统中存在的色散失配进行相位补偿,包括提取干涉信号的相位并解包裹、利用三阶多项式对解包裹后的相位进行拟合、以及根据拟合出的高阶色散因子对干涉信号做相位补偿。通过色散补偿实验验证了该方法的有效性和可行性,对于光程差较大的成像区域,系统的轴向分辨率明显提高。基于SD-OCT搭建了谱域相位显微镜(Spectral domain phase microscopy,SDPM)系统,并利用该系统实现了对光学分辨率板和芯片等样品的高精度三维表面形貌测量。SDPM测量样品的三维表面形貌需要提取干涉信号的相位,主要包括两种方法:深度域相位检测和谱域相位检测。为了分析SDPM系统的测量精度,使用这两种方法重复测量了盖玻片同一点上下表面的光程差,深度域相位检测和谱域相位检测求得的光程差的标准偏差分别为0.65nm和3.61nm,证明了系统的测量精度可以达到纳米量级。实验针对光学分辨率板、芯片和硬纸板样品,使用不同的相位检测方法进行了测量,不仅可以重建出样品的三维表面形貌结构,并且能够测量出样品表面不同位置的相对高度。
其他文献
随着“中国制造2025”的提出,我国制造业要不断向更高水平的自动化迈进,军事、航空航天等对仪器加工精密度有较高要求的领域也要有所转变和提升,产品的质量越发受到关注。现在工业界倾向于使用2D视觉方式进行测量,但是2D无法获取物体的三维数据,而三维测量比二维具有更多信息,可以更加全面、真实地反映客观物体的特征。三维测量作为一种较为普遍的检测手段,在工业制造领域应用广泛。本研究利用线激光轮廓仪作为数据采
天基红外预警系统对于导弹的监测、跟踪和预警,在军事国防方面具有十分重大的意义。预警系统红外成像过程中存在的自然场景虚警源会对导弹目标造成严重的干扰。检测虚警源并消除其对导弹监测的干扰,以此降低预警系统的虚警率,能够有效提高预警系统的准确度和反应速度。本文针对红外成像中不同尺寸的虚警源,基于视觉显著目标检测理论,通过频域分析和空域分析,分别设计了两种检测方法。主要工作如下:(1)分析了预警系统的红外
随着深度学习技术的蓬勃发展,人脸识别技术已经走向了成熟,在日常生活中拥有非常多的使用场景。然而,现有的人脸识别模型主要对高分辨率的人脸进行训练与识别,当图像受到硬件设备、传输介质、运动模糊等条件的影响时,会导致人脸图像处于低分辨率的退化情况,识别成绩将大打折扣。本文使用人脸超分辨率算法解决上述问题,算法的核心是将退化的低分辨率人脸重构为高分辨率人脸,提高其识别率。近年来,基于深度学习的人脸超分辨率
由于太赫兹无源探测技术利用材料特性不同造成的太赫兹频段辐射亮温差异进行成像,探测系统自身不主动辐射电磁波,其具有无辐射、可透视成像、非接触探检等优点。该技术能够提供高分辨率的成像以实现对隐蔽小目标的检测,所以在安检及监控领域有重要的应用价值。目标的检测识别技术作为其中的关键技术之一,对太赫兹无源探测系统综合性能的好坏具有重要作用。本论文依托实际科研项目,针对太赫兹图像隐蔽目标检测识别算法开展了研究
目前,在工业装配领域中,工人的主要装配指导方式还是基于查阅纸质手册的方式来进行装配过程的指导,这类指导方式通常面临装配效率低,对装配人员的经验要求较高等问题。而增强现实技术得益于其良好的体验与交互技术,其被广泛用于娱乐、教育以及工业等领域。但目前增强现实技术中所涉及的识别与检测算法通常都是基于图像纹理特征的检测算法,该类算法通常需要待检测物体具有较高的对比度和复杂的纹理图案,而对于特征较少纹理单一
行人重识别或称行人再识别,指在不同的场景下定位相同行人的一类技术,是近年来十分有潜力的研究领域。通过行人重识别算法,可以实现行人轨迹分析,关键人群定位和追踪,也可以在人脸信息失灵时实现行人的识别和匹配,这在商业策略,刑侦安保,智能生活等等领域都有着广阔的应用前景。但就目前而言,行人重识别算法的性能指标还远远没有达到能实际应用的程度,实际表现很差。将行人属性识别与行人重识别相结合,是提高实际应用能力
近年来,随着物联网技术的快速发展和人们对广域互联需求的增加,低功耗广域网(Low-Power Wide-Area Network,LPWAN)技术得到了广泛关注。其中LoRa技术由于具有突出的抗干扰能力、通信灵敏度、应用灵活性等优点而被广泛应用。LoRa本质是物理层技术,其最常用组网标准是基于纯Aloha机制的LoRa WAN,该技术存在冲突率高、信道利用率低等问题,导致物联网容量受限。针对这些问
热声成像(Thermoacoustic Tomography,TAT)是一种新型的非侵入式成像技术,与传统的成像手段对比,它具有高分辨率、高对比度、低成本、无电离辐射的优点。热声成像的物理机理可以概括为:生物组织在短脉冲的激励下吸收电磁能量并产生热量,导致自身热膨胀并引发机械振动产生超声波。超声波被在布置在生物组织附近的超声探头所接收,经过放大和其他后处理步骤之后被用于图像的重构。在不同频率激励下
随着三维信息感知和获取技术的飞速发展,高分辨率和高保真度的三维点云(Point Cloud)在自动驾驶、自主导航、沉浸式媒体、虚拟现实等场景中得到广泛的应用。三维点云是由一系列大量的位置信息和与之相对应的属性信息(颜色、反射率、法向量等)构成,能灵活地表征三维物体或场景的空间结构和表面属性。然而,海量的点云数据给有限的带宽和存储空间带来了极大的压力。因此,如何实现高效的点云数据压缩是一个急需解决的
现代社会里通信设备泛在互联趋势愈加明显,通信设备的电子指纹识别技术,与人类指纹识别技术类似,均属于时代和科技发展的必然需要,无论军事还是民用都有着极其重要的意义。近几年来,基于人工智能的电子指纹识别技术得到飞速发展,但是针对于单一设备的识别方法不能被直接应用到实际电磁环境中。如何能在多设备混杂交织的工作环境中准确的识别出单个通信个体,是一个目前亟待解决的问题。本文主要是针对多个设备共同工作的场景下