【摘 要】
:
光在海洋、大气湍流以及生物组织等不均匀介质中传输时,介质中粒子导致光发生散射而不能以直线传播,在介质内部经历多次散射并传输扩散后,光携带的信息也会丢失。波前整形技
论文部分内容阅读
光在海洋、大气湍流以及生物组织等不均匀介质中传输时,介质中粒子导致光发生散射而不能以直线传播,在介质内部经历多次散射并传输扩散后,光携带的信息也会丢失。波前整形技术可以抑制散射光对成像质量造成的不良影响且与光学记忆效应结合后可以实现实时散射成像。其中,基于迭代搜索法的波前整形技术因其光路简单,易实现且不易受噪声干扰等优点受到广泛关注。但迭代搜索恢复散射介质前方目标图像的速度限制了整体成像速度,阻碍了该技术的发展。基于上述背景,针对当前常用的迭代搜索算法速度较慢的问题,本论文开展了关于提高迭代搜索的速度与成像质量的理论与实验研究,主要内容与研究成果如下:(1)提出使用粒子群遗传混合算法进行波前调制相位的迭代搜索,并基于该算法建立了波前调制相位实现散射成像的模型。从成像速度与质量两方面,对比分析了粒子群遗传混合算法与常用于波前整形技术的遗传算法、粒子群算法的搜索过程与结果。结果表明粒子群遗传混合算法在成像速度与图像质量上的表现要优于其他两种算法。随后以几种常见图像质量评价指标作为评价函数,基于该算法讨论了不同的评价函数对散射成像效果的影响。(2)基于LABVIEW程序,搭建了实时迭代搜索反馈的散射成像的实验装置。在实验中对比分析了遗传算法、粒子群算法与粒子群遗传混合算法在成像速度与质量方面的表现,并验证了理论模型。实验结果表明:在任一种群数量下,粒子群遗传混合算法在收敛后获得的饱和值都要高于其他算法,且与遗传算法相比,该算法能够减少15%左右的运行时间。基于粒子群遗传混合算法,通过多组散射实验研究了图像质量评价指标的选取对目标图像恢复效果的影响,可以发现相比于PSNR与PCC,SSIM从结构与对比度等多个维度评价图片质量,更有利于在成像过程中分析和描述图像的细节。(3)模拟并分析了不同传输距离下散射成像的效果,且在实验中研究了相同调制力度下,不同的传输距离对成像效果的影响。结果表明平均散射成像效果随着散射光传输距离的增大而降低。本论文基于粒子群遗传混合算法与评价函数开展了关于提高散射成像速度与质量的研究,为提高散射成像效率以及长距离散射成像的研究提供了新的参考,在生物医学成像和激光治疗等实际应用中具有指导意义。
其他文献
在过去的四十年间,中国的公路运输业得到十足的发展,截至目前全国公路总里程数已经达到495.95万公里。公路总里程数的增加对公路养护提出了挑战,路面裂缝的密封、污水管道的
在导弹的末制导阶段中,常采用景象匹配技术作为导航手段。而景象匹配区的选取是影响景象匹配系统性能的关键因素,是参考图制备中的核心技术,因此,通过景象匹配适配性分析,建立一个适应性强的适配区选取准则具有重要的现实意义。现有的景象区域适配性分析工作,无论是基于光学图像或是SAR图像,都是通过提取与适配性有关的传统的图像特征参数,进一步根据阈值逐层筛选出适配区,或是由此训练分类器来对适配性做出预测。由于景
在经济发展新常态的背景下,并购作为企业发展和扩张的一种途径,能够实现产业结构升级和资源优化配置这两大功能,能够整合过剩产能并产生经济发展新动力,因此,近年来我国企业
随着近年来卷积神经网络的发展,卷积神经网络剪枝与压缩逐渐成为学术界和工业界所关注的热点。传统的基于手工设计度量剪枝算法需要依赖大量的人工经验和试验,而现存的自动化
空间辐照干扰尤其是单粒子翻转(SEU)效应对神经网络芯片的正常稳定运行造成了很大影响,它会导致存储在芯片SRAM存储器的权重参数随机发生比特位翻转,进而神经元的权重参数值
由于可再生能源具有污染小、可大量再生的特点,大规模开发新能源已经成为改善电力结构的有效途径,也是发展中国家能源结构改革的重要组成部分。然而,由于风电显著的反调峰特
推荐系统在解决信息冗余问题时起到了很大的作用。研究人员尝试将深度学习与推荐系统相结合,从一定程度上提高了推荐效果。但是目前仍存在数据稀疏及冷启动、潜在特征表示不充分等问题。本文从模型融合和特征融合两个角度进行建模,将深度神经网络与混合推荐算法相结合,采用加权和特征融合两种混合推荐的策略构建深度混合推荐模型,针对目前推荐系统存在的问题提出了相应的解决方案。首先,对常用的推荐算法进行了描述,详细介绍了
在3D游戏场景渲染中,为了得到更多的场景特效,改善画面的最终效果,在场景渲染完以后会添加重要的一环——后处理,对渲染后的图像做处理,实现屏幕特效。游戏场景中一般需要多
农产品安全问题备受关注,农产品生产的重要主体是农户,农户不规范的生产行为是导致农产品安全问题产生的重要源头。目前在地理标志地区,农产品质量普遍较高,农户安全生产表现
随着在线教育平台的迅速发展,数据挖掘技术在在线教育平台中得到了广泛应用。教育数据挖掘已然成为一个新兴的研究方向,但是如今教育数据挖掘的研究大都针对大型的教育平台,对于程序在线评测系统的研究较少。随着在线评测系统的广泛应用,使用人数的日积月累,题目和课程的不断完善,数据量更是与日俱增。在庞大而杂乱的数据中挖掘出有价值的信息具有重要意义,不仅可以协助教学者改善教学方法,还可以帮助学习者充分了解自身的学