一、浅说与数字图像相关的分辨率(论文文献综述)
何沛松,李伟创,张婧媛,王宏霞,蒋兴浩[1](2022)在《面向GAN生成图像的被动取证及反取证技术综述》文中研究指明生成对抗网络(generative adversarial network, GAN)快速发展,并在图像生成和图像编辑技术等多个方面取得成功应用。然而,若将上述技术用于伪造身份或制作虚假新闻,则会造成严重的安全隐患。多媒体取证领域的研究者面向GAN生成图像已提出了多种被动取证与反取证方法,但现阶段缺乏相关系统性综述。针对上述问题,本文首先阐述本领域的研究背景和研究意义,然后分析自然图像采集与GAN图像生成过程的区别。根据上述理论基础,详细介绍了现有GAN生成图像的被动取证技术,包括:GAN生成图像检测算法,GAN模型溯源算法和其他相关取证问题。此外,针对不同应用场景介绍基于GAN的反取证技术。最后,通过实验分析当前GAN生成图像被动取证技术所面临的挑战。本文根据对现有技术从理论和实验两方面的分析得到以下结论:现阶段,GAN生成图像的被动取证技术已在空间域和频率域形成了不同技术路线,较好地解决了简单场景下的相关取证问题。针对常见取证痕迹,基于GAN的反取证技术已能够进行有效隐藏。然而,该领域研究仍存在诸多局限:1)取证与反取证技术的可解释性不足;2)取证技术鲁棒性和泛化性较弱;3)反取证技术缺乏多特征域协同的抗分析能力等。上述问题和挑战还需要研究人员继续深入探索。
刘润红[2](2021)在《数字图像重建的三维图像自动化视觉传达优化系统》文中进行了进一步梳理为准确监测自动化节点处三维图像的分辨率水平,实现对数字化图像的重建与处理,设计基于数字图像重建的三维图像自动化视觉传达优化系统。通过估计三维数字图像分辨率的方式,对关键重建节点进行迭代性修正,再联合时域松弛因子计算结果,完成数字图像重建的三维去雾处理。在此基础上,连接红外实感摄像头,借助图像传感器设备,将待重建图像汇总至视觉传达处理设备中,实现三维图像自动化视觉传达优化系统的顺利应用。对比实验结果表明,与传统视觉传达系统相比,优化后系统在自动化节点处所具备的去雾处理能力更强,能够在既定时间内获得更高分辨率水平的三维图像,满足重建数字化图像的实际应用需求。
李志松[3](2021)在《非结构化环境下生物材料湿表面高分辨率形变检测理论及方法研究》文中提出随着现代工程与医学康复技术的不断发展与进步,多功能仿生关节设计、材料选择等领域均取得了丰硕的科研成果,并在现代康复医学中取得了广泛的推广与应用;但在提升关节置换患者假体安装匹配水平、寿命周期等方面,仍面临许多技术问题;其中,一个非常重要方面就是如何全面、充分了解坚硬的植入假体和较柔软人体骨骼之间生物界面的三维形变分布。掌握接触界面三维形变分布,对于准确估计其潜在应力误匹配,防止疏松、不重合、界面感染和骨坏死等具有重要的价值和意义。目前,虽然可以通过计算机辅助设计(CAD)和有限元分析来评估和模拟形变分布,但是,模型的有效性需要正确的边界条件、几何参数和材料特性,而这些对于各向异性的人体骨骼材料而言是无法实现的。此外,由于湿表面测试过程中非结构化测试环境的影响,如生物材料及其表层界面的湿润、潮湿带来的水分子薄膜波动、测试过程的动态干扰等,导致迄今为止,还没有理想的方法或仪器可实现湿表面材料三维形变检测。数字散斑干涉(DSPI)技术,是一种基于光学干涉原理的形变测量方法,其具有全域、精度高、非接触、环境适应能力强等优点,广泛地应用各种工程材料形变测量中;但在涉及到生物材料湿表面检测时,DSPI技术由于存在严重的散斑去相关、缺乏动态环境散斑图像质量评价方法、动态检测能力不足等一系类的问题,导致目前的DSPI技术仍无法实现湿表面生物材料的三维形变测量。故本文从DSPI测量理论出发,通过对DSPI检测相关理论与方法的创新,提高DSPI技术在湿表面材料变形测量方面的适用性,从而实现湿表面生物材料三维形变分布检测。本文主要工作如下:1)为解决湿表面生物材料散斑去相关导致的成像质量差的问题,提出了散斑去相关控制和评价方法针对非结构环境下湿表面生物材料散斑去相关现象,详细分析了生理环境和生物湿表面散斑去相关产生的机理,提出了两种有效的散斑去相关控制方法:(1)根据湿表面生物材料去湿过程水分子薄膜波动导致的散斑去相关机理,提出了一种PBS溶液介质环境成像方法,以避免去湿过程的产生,使湿表面液体分子在宏观概率上保持稳定;并引入转动惯量理论,实现了对液体环境成像散斑去相关水平进行定量评价和验证;(2)为进一步提高散斑去相关控制方法的适用性,从散斑特性出发,基于散斑尺寸约束理论分析,提出了一种通过调控散斑颗粒尺寸,实现散斑去相关控制的新方法,并验证了其有效性。2)由于传统散斑图像质量评价指标单一、且难于适用动态散斑图质量评价,本文研究并提出了一种动态散斑图像质量综合评价方法根据湿表面生物材料散斑去相关特点,在传统散斑图像评价方法的基础上,提出了一种融合了散斑图稳定性、分辨率、对比度等多因素的综合评价方法。该方法分别采用散斑图像平均衬比度、平均散斑像素比、灰度分布不均匀性及灰度均方差等作为表征指标,全面地评价动态散斑图像质量,克服了传统评价方法无法兼顾散斑稳定性因素的局限性,并通过对比实验,验证了所提出的综合评价方法的有效性。3)根据非结构环境下散斑图像多扰动和噪声特点,提出了散斑图像扰动规避采样算法和改进的VMD滤波方法DSPI检测过程中,存在非结构环境下的各种随机扰动和噪声,故本文进行了散斑图像随机扰动规避采样算法和相位图像滤波两方面研究工作;一方面,为避免动态环境下随机扰动等因素对散斑图像的影响,根据相邻时域内散斑图像灰度残差分布统计特征,提出了一种随机扰动规避采样算法,以规避随机干扰造成的影响,提高散斑图质量;另一方面,基于VMD滤波技术,对其关键技术进行了研究,提出了一种模态数量决策算法和模态选取有效性评估方法,以有效提高散斑干涉相位图像的滤波效果。4)为提高三维形变动态检测能力,提出了一种适用于动态环境检测的DSPI三维形变同步测量方法当前三维形变测量方法无法很好满足非结构化环境动态测量要求,本文结合空间载波数字散斑干涉(SC-DSPI)技术和数字剪切散斑干涉(SC-DSSPI)技术,提出了一种适用于动态环境检测的三维形变同步测量方法;该方法通过结合SC-DSPI和SC-DSSPI技术实现三维形变同步、动态检测,其不仅具备较好的动态测量能力,而且解决了传统DSSPI技术因缺乏准确积分边界,无法精确测量形变的难题。5)为验证所提出理论与方法,构建了三维形变测量系统,分别进行了样本离面、面内和三维形变测量实验根据本文所提出的散斑去相关控制、动态散斑图像质量评价、扰动规避、相位图像滤波以及动态环境三维形变检测等方法,设计了系统光路,构建了测量系统的硬件和软件系统,完成了三维形变测量系统的整体搭建,并进行了三维形变检测系统联调测试,实现了三维形变同步、实时在线检测;其次,基于所搭建的三维形变检测系统,分别进行了散斑去相关控制方法有效性、离面及面内位移测量、三维形变测量等一系列的功能性和准确性的验证实验,证明了本文所提出的相关理论和方法的有效性;最终,在非结构化环境下,得到了清晰、准确的相位信息,实现了灵敏度方向上位移测量灵敏度在20~30nm,测量精确度在100nm的三维形变分布测量。本文对非结构环境下湿表面DSPI高精度形变测量方法和理论,展开了相关研究工作,为非结构生理环境下湿表面生物材料的高精度形变测量,提供了新的思路和方法;研究成果对骨骼和植入物界面生物力学特性的获取,特别是对患者假体植入安装效果的评估及材料选择、设计等具有重要意义。
杨峰[4](2020)在《分布式全息孔径成像技术研究》文中指出分辨率是成像系统最重要指标之一,为提高分辨率,需要增大系统的孔径,相继发展出了整体式、拼接式大孔径和分布式多孔径成像等技术。其中,对于整体大孔径成像技术,大孔径主镜的光学加工、支撑、以及对主镜的运载能力等因素制约了这种技术的发展。分布式孔径成像技术通过阵列小孔径共相综合实现等效大孔径的成像分辨率。该技术在降低了工艺难度的同时也减轻了重量、体积,但这种系统需要大量的自适应光学波前探测、控制、校正系统以及大量的共相误差探测和校正系统等,这使整个系统结构非常复杂,限制了该技术的应用。随着电子信息技术的进步,数字化分布式孔径成像技术逐渐发展起来。该技术首先采用数字化方式获取各子孔径捕获的波面复振幅,然后通过计算成像的方式实现多孔径高分辨率综合成像。该技术进一步减小了系统的重量和体积,降低了系统的复杂度。但也带来了新的挑战,主要包括复振幅的准确记录,共相综合误差的实时探测和校正等。本文采用数字全息技术记录子孔径复振幅,设计了分布式全息孔径成像系统,并针对系统的等效分辨率、离轴数字全息的复振幅记录和提取条件、数字共相、散斑抑制等关键问题进行了分析和研究。针对等效分辨率问题,由于相干照明下的分布式孔径成像系统的CTF(相干传递函数)是不连续的,因此,通过CTF截止频率不能准确分析出系统的等效孔径。本论文提出了一种新的估计等效孔径的方法,通过扫描某像点及其邻近像点的距离和相对相位,计算各对应像点ASF(振幅扩散函数)的相干叠加曲线,用以判断该像点能否被分辨,并得到相应的分辨率和等效孔径。经仿真和实验验证,该方法能较准确的估计出系统分辨率。针对子孔径间数字共相问题,本论文设计了子孔径内像差校正、子孔径间复振幅形位误差校正、及子孔径间共相综合的算法流程。首先,分析了各子孔径波面间的形状和位置误差,及已有的以相似变换模型估计子孔径间波面形位误差的方法的局限性,证明了基于瞳面场拼接的综合共相方法的结果存在较大的误差。针对该问题,提出了一种新的像平面干涉数字共相算法,该算法以干涉成像原理为基础,先在像面校正各子孔径复振幅的形位误差,再结合优化算法校正各子孔径间的共相误差,逐步实现高分辨成像,避免了仅以相似变换模型根据像面变换关系求解瞳面场变换关系的不准确性,因而具有更优的综合效果和更广阔的应用范围。针对子孔径和综合后的重建像中散斑噪声的问题,分析了相干成像中的散斑模型、多帧平均抑制散斑的原理、以及散斑像的乘性噪声模型。在此基础上,针对实时性应用要求,对于单帧数字全息图或孔径综合后的高分辨像面场,提出了一种采用不同tip-tilt相位调制的抑制散斑噪声的平均方法。该方法能够在几乎不降低重建像分辨率的前提下实现散斑的抑制。此外,提出了将该方法作为BM3D(Block-Match and 3D filtering)去噪算法的预处理算法,在尽可能保留分辨率的前提下实现了较好的散斑噪声抑制。最后,研制了分布式全息孔径成像试验系统,通过移动全息孔径模拟2×2阵列的分布式孔径成像,实现了四孔径分布式全息孔径成像探测,采用上述算法和流程实现了四孔径综合高分辨成像。相比单一子孔径成像,分布式全息孔径成像系统的分辨率和信噪比都得到了极大的提升。理论和实验证明,分布式全息孔径成像能有效地提高系统的分辨率,是一种非常有潜力的成像技术。
潘安[5](2020)在《高分辨率大视场快速傅里叶叠层显微成像方法研究》文中认为傅里叶叠层显微成像术(Fourier ptychographic microscopy,FPM)是新一代计算成像技术和定量相位成像技术。兼具了相位恢复和相干合成孔径的思想,它可以解决传统显微成像中分辨率与视场相互制约的问题,无需机械扫描能获得十亿像素级图像,近年来已被成功应用于数字病理学等领域。本论文系统地介绍了FPM显微成像技术在光学显微成像技术发展历程上的重要地位,介绍了FPM的基本理论和发展方向,针对目前尚存的系统误差、分辨率极限不明确、图像采集效率低等若干关键问题提出解决方案,提高了测量精度、成像分辨率和成像效率,实现了毫米级成像视场、亚波长量级成像分辨率和单次曝光的时间反演成像。论文主要工作和创新点如下:1.搭建了一套基于平板R/G/B LED阵列照明的FPM成像系统,验证了FPM技术的诸多功能如高分辨率、大视场、像差恢复、景深延拓、定量相位成像等。解决了LED强度不均匀问题,提出了一系列的数据预处理方法,能够有效地抑制噪声并消除杂散光的影响。针对实际中多种误差的混合,提出了无需先验信息的混合系统误差矫正算法(SC-FPM),显着提升了原始FPM重建算法对系统误差的鲁棒性,研究了渐晕效应的影响并提出了对应的两个解决策略。最终总结出了一套完整的无伪影的FPM成像方法。2.在高分辨率FPM成像方面,搭建了基于半球形数字聚光镜实现亚波长分辨率的FPM成像系统(SRFPM)。该技术最终实现了基于4×/0.1NA物镜合成至1.05NA,视场14.6 mm2,使用465 nm光波实现分辨率达到244 nm,景深0.3 mm,对应空间带宽积(Space-bandwidth product,SBP)为24500万像素。该平台具有亚波长分辨率、大视场、高能量利用率等诸多优势,相比于传统基于4×/0.1NA物镜的明场成像,SRFPM扩宽了65倍的SBP。与基于平板LED照明的传统FPM相比,SBP也从原先9700万像素提升至2亿4500万像素,提升到约2.5倍。与基于40×/0.6NA物镜科勒照明下的非相干成像相比,SRFPM同时恢复出了强度和相位图像,SBP提升了245倍。3.在快速FPM成像方面,提出了基于离焦图像快速FPM成像方法(s FPM),可以实现动态的时间反演成像。针对稀疏样品只需采集单幅环形光照明的离焦图像,针对稠密样品也只需要采集两幅非对称的环形光照明图像,通过双相机共光路的方式仍可以实现两倍分辨率的单次曝光实时成像。尽管该工作牺牲了暗场图像的采集,分辨率只提升两倍,但是由于采用20×/0.4NA物镜,有效NA仍然有0.8,可以满足大多数生物应用需求。4.在具体应用方面,参与搭建了基于并行FPM的96通道高通量生物细胞培养成像系统(96Eyes)。该系统主要存在三个方面的工程和技术难点:如何实现低成本的物镜设计、不同培养板的离焦程度和同一培养板不同通道的离焦问题以及由半月形培养液引起的失真、场曲和波矢失配问题。详细分析和阐述了失真、场曲和波矢失配问题及解决方法,提出了自适应波矢校正算法(AWC-FPM算法),该算法能够自适应地校正波矢失配问题,解决了低冗余信息下剧烈像差的稳定恢复和栅格噪声问题,配合数字重聚焦校正场曲实现了无伪影的高成像质量,未来该系统具有广阔的市场前景。
冯丹青[6](2020)在《基于多帧图像重建的数字全息超分辨技术研究》文中进行了进一步梳理工业领域逐步向微型化发展的趋势,使得微光学元件得到了广泛应用。数字全息作为一种重要的光学检测手段,具有无损、快速、非侵入等特点,但对微光学元件进行参数检测时,仍存在成像分辨率低、像质不理想等问题。因此,如何有效提高数字全息成像系统的分辨率,实现对微光学元件的精确测量成为了当前研究的热点。本文针对数字全息的超分辨成像问题,开展基于多帧图像重建的数字全息超分辨技术研究。其主要内容包括以下几点:首先,对数字全息超分辨的理论基础进行研究,基本原理包括数字全息的记录和再现,全息图的相位重建以及多帧图像超分辨重建算法。并介绍了三种图像质量评价指标,为之后的仿真分析和实验研究提供了理论基础。其次,对数字全息显微超分辨实验系统进行设计和搭建,实验系统设计包括数字全息干涉光路以及图像超分辨重建系统。根据系统要求选择合适的实验器件,完成系统的搭建,并采集得到具有亚像素位移的全息图序列。最后,对全息图的重建展开研究。在再现算法的实验研究中,将实验得到的结果与白光干涉仪测量的数据进行残差估计,实验结果显示角谱法具有更好的灵活性和更高的重建精度,直径残差和高度残差分别为0.65μm和0.08μm。在多帧图像超分辨重建算法在数字全息中的适用性研究中,利用cameraman图像和USAF1951分辨率板图像进行仿真,仿真结果显示,分辨率从6.20μm提升至4.92μm。并通过USAF1951分辨率板和微透镜阵列的全息图分别从二维和三维重建的角度,验证了非均匀插值法、凸集投影法、最大后验概率法三种超分辨重建算法在全息图重建中的有效性。实验结果显示,将参考全息图的三维重建结果,分别与实验采集全息图和超分辨重建全息图的三维重建结果进行残差估计,得到其各自的残差值。经计算,后者残差的PV和RMS值与前者相比在不同程度上都有所减小,其中基于凸集投影法得到的全息图,其三维再现精度最高,PV和RMS值分别降低了60.74%和43.03%。说明重建得到的超分辨率全息图的三维再现结果更接近于参考值,证明该方法能够提高全息图的图像分辨率,并且有效提升数字全息的测量精度。
程瑜[7](2020)在《基于高帧率视频的桥梁结构动态位移非接触识别算法与应用研究》文中进行了进一步梳理桥梁结构在长期服役过程中,由于遭受环境侵蚀、循环荷载等作用,承载能力与耐久性不断降低,进而影响道路桥梁运营过程中的安全性。桥梁结构动力参数是对桥梁结构整体刚度与服役性能宏观评价的重要指标,也是评价桥梁安全运营能力的关键尺度。传统的测试方法需耗费大量的人力物力进行传感装置安装,同时传感器容易受到车辆通行的影响而产生共振,特别在复杂恶劣环境下这种接触式的传感方法使得现场实施更加困难。近年来,随着现代通信设备的发展和迅速普及,基于机器视觉的结构动力参数识别在桥梁结构的运营、维护、管养等方面发挥了越来越重要的作用。本文针对商用算法在识别过程中所存在的识别效率低、标志点遗漏和错位现象、远距离弱幅振动测试环境下对于成像系统硬件要求较高、试验过程中成像系统易受环境振动影响等问题,提出了一种基于高帧视频分析的桥梁动力特性非接触识别方法。主要研究内容如下:(1)结合形态学处理和图像畸变修复算法,对于振动试验视频图像的成像缺陷与扭曲失真进行预处理与修复。提出了基于几何特征提取的连通域识别算法,用以实现桥梁动力测试过程中标志点的动态定位与跟踪。该方法具有快速准确检测的特点,可精准识别安装在结构表面具有特殊几何形状的标志点,过滤所有的非目标点,获取结构振动时程信息。同时,该算法运算速度快,效率高,适用于数据量极大的桥梁动力测试,节约识别工作量,并可避免其他商用算法在识别过程中所产生的点遗漏和错位现象。将该算法应用于实验室环境下的简支钢梁自由振动试验、户外环境下斜拉人行天桥人致振动试验以及海湾环境下大跨度斜拉桥车致振动试验中,与加速度传感器的测试结果进行对比,证明了该算法在各种试验工况下均可实现对于桥梁结构的精准定位与高效追踪。(2)将基于深度学习的超分辨率重建算法引入桥梁动力特性非接触测量中,以本文实验视频图像为训练样本,通过深度学习获得了基于结构振动试验图像的超分辨率重建算法模型,并使用学习得到的模型对于不同工况的实验图像进行了超分辨率复原。在镜头焦距和相机像素有限的情况下,在算法层面对所获得的视频图像进行了重建和提质,并以峰值信噪比为判定依据对于重建图像进行质量评判。结果表明,对于绝大部分工况的实验图像,超分辨率复原的图像质量都非常好,证明了超分辨率重构算法在桥梁振动实验中的可行性和实用性。然后将其应用在实验室环境下的简支钢梁自由振动试验和户外环境下斜拉人行天桥人致振动试验中,提高了视频图像的分辨率和清晰度,对于时程曲线的精度、频谱分析结果的阶数和准确性产生了显着性提升的效果,减少了对于成像系统硬件设施的依赖。(3)针对桥面横风等外界环境振动对成像系统自身稳定性的影响,使用经验模态分解算法对于试验所获频谱结果进行分解,以海湾环境下的大跨度斜拉桥车致振动试验为基础,将环境振动所产生的噪声分量进行了剔除,显着减弱了环境振动对于成像系统所造成的影响。提高了本文所提出的基于几何特征提取的连通域识别算法在海湾环境下大跨度桥梁测试中的适用性。
王梦迪[8](2020)在《高分辨率磁光技术在超导薄膜磁场测量中的应用》文中研究表明超导材料具有独特的零电阻效应、迈斯纳效应和约瑟夫森效应,和三个相互关联的临界参数即临界温度、临界磁场和临界电流密度,在强、弱电领域均具有广阔的应用市场。以超导薄膜为代表的功能器件在微波通讯、微磁测量、量子技术等方面具有重要的工程应用价值和研究前景。这些超导薄膜器件通常运行在极低温、强磁场和高真空等极端环境,其电磁特征难以直接观测。一种用于磁场测量、基于法拉第效应的磁光成像技术因具有实时、全场、高分辨率、温度应用范围广和无损的优点,已经广泛应用于超导薄膜高角晶界、电流密度分布及磁通运动等热门领域的研究,取得了一系列重要的研究成果。由于超导材料没有法拉第效应,导致针对超导材料的磁光测量均借助Bi-YIG为代表的具有法拉第磁光效应的磁光介质(也称:磁光膜)放置在超导薄膜表面来实现磁场的观测。可以看出,磁光膜与超导层之间的距离直接决定了磁场测量的空间分辨率,而已有的磁光测量实验中均采用具有反射层的磁光膜,这样显然会降低实验的测试精度。本学位论文为了进一步提升磁场测量的精度,提出一种使用无反射层磁光膜的方式,并给出由于使用无反射层磁光膜带来的干涉条纹的消除办法。另外,由于磁光实验中磁场测量的准确性由磁光膜特征参数费尔德常数决定,已有的实验中均未考虑费尔德常数与温度的关系。但是本论文研究发现,实验温度的变化会影响费尔德常数的大小,所以采用不同温度的三转角标定实验给出了温度对费尔德常数的影响规律,并消除了对最终的磁场测量结果的影响。最后,由于超导材料服役环境的极端性,已有的实验很难原位地给出其电磁特性和变形测量,本论文提出了一种将数字图像相关法和磁光成像技术有机结合的方式,实现了超导材料磁场和变形的原位测量。现将本论文的主要工作概述如下:首先,本文提出使用无反射层的透明磁光膜代替传统磁光膜,缩短了磁光层与被测物体表面的距离,定性上提高了磁光成像技术的空间分辨率。于此同时,发现采用这种透明磁光膜的方法会带来一些影响实验结果分析的明暗条纹,提出采用连续波长拍摄的方法消除了这种在测试过程中产生的干涉条纹。然后,对于费尔德常数随温度发生变化的问题,本文提出了一种新的标定方法。首先,选择一些固定的实验温度,范围覆盖面较宽,既包括高于超导材料临界温度的情形,也要包含低于其临界温度的情形。在每一个选定的实验温度下,通过三转角标定法给出了温度升降对磁光膜磁场标定的影响规律,并最终获得了统一的磁场-灰度的标定方法,消除了温度对测试结果的影响。最后,将无反射层的磁光成像技术和数字图像相关技术联合,搭建了用于原位测量超导带材的拉伸应变和表面磁场的实验装置,并对不同温度的YBCO超导带材在低温拉伸以及外加磁场条件下进行观测。
胡文欣[9](2020)在《神经网络法在位移测量中的若干应用研究》文中研究表明科研和工程领域的不断发展对光测力学方法的高精度、大量程、实时性提出了更高的要求。其中,二维数字图像相关方法被广泛用于面内位移测量,目前0.01像素的测量精度能满足大部分位移测量需求,但数字图像相关方法(DIC)的实时性还未能满足工业在线监测等应用场景。干涉法包括激光干涉,电子散斑干涉(ESPI)等已被广泛用于离面位移测量,但受位相提取速度和精度,散斑退相关等因素的制约无法同时满足高精度,大量程和实时性的测量需求。投影光栅法作为一种主动测量方法常用于形貌测量领域,与干涉法相同,核心手段在于对条纹图的分析,将提取到的位相转化为待测物理量,因此测量效率依赖于准确高效的位相提取方法。此外,神经网络法作为机器学习的重要组成部分,在图像、语音等领域已获得了广泛的应用,该方法也被引入到光学测量中,为光学测量中振动信号分析、条纹图分析等问题提供了新的解决思路。本文工作以同时实现高精度,大量程,实时性的测量需求为目标,对现有测量手段做出了以下改进:(1)介绍了以牛顿迭代法(NR)和反向组合高斯牛顿法(IC-GN)为代表的传统数字图像相关方法,并指出亚像素位移的迭代计算是DIC方法耗时的关键。基于此提出采用加权移动最小二乘法沿时间轴拟合整像素位移得到亚像素位移的时间序列法,并进一步引入GPU并行计算。先将时间序列法和IC-GN算法的计算量进行对比分析,再通过模拟疲劳加载实验和拉伸实验结果验证了该算法的计算效率,实现了 230000POI/S的计算速度。(2)基于迈克尔逊干涉离面位移测量系统,提出了一种位移跟踪测量算法。该测量算法分别利用反向误差传播神经网络(BP)和卷积神经网络(CNN)实时监测干涉条纹图的状态,以得到位移端的位移大小和方向,并在补偿端促动压电陶瓷纳米平动台进行位移跟踪和累计测量。分别搭建了反射面干涉测量系统和漫反射面干涉测量系统,并实现了 210微米内的精确测量,200ms内的测量精度为10nm。(3)提出了一种基于U-Net神经网络的单张图的位相提取算法,将位相提取问题转化成图像映射问题,充分发挥了神经网络算法在图像处理领域上的优势。分别利用模拟条纹图和激光干涉条纹图,投影光栅条纹图对已训练的U-Net网络进行测试,测试结果证明相比于小波变换法,该算法具有速度优势,低条纹质量要求,和更强的复杂形貌物体位相处理能力。(4)针对滚动轴承故障早期有效信息被噪声掩盖问题,提出一种结合包络谱自相关曲线与BP网络的轴承工作状态监测方法。
宋帅兵[10](2020)在《高庙子膨润土孔隙结构多尺度特征及其渗流特性研究》文中研究说明作为我国高放核废料深地质处置库工程屏障缓冲/回填材料的首选材料,高庙子膨润土自身的渗流特性直接关系到处置库的整体密封性能,进而决定着处置库能否安全有效地将高水平放射性核废料进行长期隔离。事实上,高庙子膨润土的渗流特性直接取决于其内部的微观孔隙空间结构特征。因此,研究高庙子膨润土内部微观孔隙结构特征、流体渗流特性及二者之间的相互关系具有十分重要的现实意义。本论文综合运用三维数字模型重构理论、孔隙结构特征表征理论、孔隙网络模型构建理论和孔隙级渗流模拟理论,从微观角度对高庙子膨润土的多尺度孔隙结构特征及其渗流特性进行了系统的研究,并获得了如下创新性成果:(1)综合考虑高庙子膨润土不同尺度孔隙结构三维数字模型重构的精度、效率及经济成本因素,除直接使用CT和FIB/SEM三维扫描成像技术分别完成纳米级和微米级孔隙结构模型的重构外,提出了一种基于增量计算来对统计函数进行更新的改进模拟退火数值重构算法,并随后使用该算法分别完成了纳米级和亚微米级孔隙结构模型的重构。改进模拟退火算法较传统算法具有更高的模型重构效率,从而使得大尺寸试样的数值重构成为可能。(2)基于灰度图像内部像素点的灰度梯度信息,通过分析像素梯度分布直方图形态及像素类别的对应关系,提出了一种能够适用于具有单峰像素灰度分布图像的全自动孔隙阈值确定和分割算法。该算法较已有算法具有更强的鲁棒性,并成功对本文经由物理扫描所得到的不同尺度原始灰度图像的孔隙区域进行了分割提取,其结果与核磁共振测试结果具有较好的一致性。(3)根据不同尺度图像像素点彼此间所遵循的内在逻辑对应和相互转化关系,提出了一种可将高分辨率像素点转化为低分辨率像素点的粗化准则,并进一步建立了一种更加合理的可用于不同尺度图像叠加以构建多尺度模型的融合判定标准。使用该标准,成功实现了不同尺度孔隙结构模型彼此间的叠加融合,得到了能够同时包含纳米-亚微米级孔隙的多尺度模型。(4)通过引入离散空间区域内部孔隙几何形状的最大球定义,提出了一种基于连续孔径概念的改进孔径分布提取算法,该算法在结果准确度和计算效率方面较已有算法均进行了显着的提高。随后,使用该算法完成了对不同尺度孔隙结构模型孔径分布信息的定量化提取表征。同时,构建了高庙子膨润土不同尺度孔隙网络模型,并对其所包含的各类孔隙空间信息进行了定量化的提取表征。分析了不同尺度对孔隙结构特征参数的影响,证明融合叠加所得到的多尺度模型能够更加准确和全面地代表试样内部的真实孔隙结构特征。(5)利用已获得的各类孔隙结构特征参数,理论分析了其对高庙子膨润土试样渗流特性的影响,进而建立了孔隙结构特征参数与渗透率间的定量关系。使用上述关系及其他已有经验关系完成了对高庙子膨润土不同尺度试样的渗透率预测,对比实验测试结果表明上述关关系仅用于对试样渗流特性的定性评估。(6)基于高庙子膨润土不同尺度下的真实孔隙几何结构模型及相应孔隙网络模型,分别使用有限单元法和单相流模拟法开展了微观孔隙尺度上流体流动传输的数值模拟计算,揭示了孔隙尺度流体流动机理。对比宏观尺度试样渗透率的实验测试结果,发现融合叠加所得到的多尺度模型的渗透率数值与实验值表现出了较高的一致性,进一步证明了本文所使用高庙子膨润土试样内部孔隙结构多尺度三维数字模型、孔隙网络模型及相应各类模型重构-叠加-提取算法的准确性。本论文共有图105幅,表12张,参考文献275篇。
二、浅说与数字图像相关的分辨率(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、浅说与数字图像相关的分辨率(论文提纲范文)
(1)面向GAN生成图像的被动取证及反取证技术综述(论文提纲范文)
0 引 言 |
1 GAN生成图像的原理及异常痕迹 |
1.1 经典GAN结构的简要介绍 |
1.1.1 非条件GAN模型 |
1) DCGAN: |
2) WGAN: |
3) PGGAN: |
4) StyleGAN: |
5) 其他进展。 |
1.1.2 条件GAN模型 |
1) pix2pix: |
2) CycleGAN: |
3) StarGAN: |
1.2 GAN生成图像的异常痕迹 |
1.2.1 自然图像采集与GAN图像生成过程的区别 |
1.2.2 GAN图像异常痕迹的特点 |
1) GAN图像生成过程无法模拟自然图像采集过程中的颜色分量特性。 |
2) 生成器上采样操作导致的特殊纹理。 |
3)训练数据集和训练策略存在的局限。 |
1.3 GAN生成图像数据集 |
2 GAN生成图像的被动取证技术 |
2.1 GAN生成图像检测算法 |
2.1.1 基于空间域信息的GAN图像检测算法 |
2.1.1.1 基于手工特征的检测算法 |
2.1.1.2 基于卷积神经网络的检测算法 |
2.1.2 基于频率域信息的GAN图像检测算法 |
2.2 GAN模型溯源算法 |
2.3 其他与GAN生成图像相关的取证问题 |
3 基于GAN的反取证技术 |
3.1 面向图像生成溯源的反取证方法 |
3.1.1 设备源鉴定的反取证方法 |
3.1.2 CG图像检测的反取证方法 |
3.2 面向图像编辑处理的反取证方法 |
3.2.1 JPEG域编辑处理的反取证方法 |
3.2.2 空域编辑处理的反取证方法 |
3.2.3 多重编辑处理的反取证方法 |
4 GAN图像被动取证技术面临的挑战 |
4.1 对后处理操作的鲁棒性 |
4.2 对未知GAN模型的泛化能力 |
5 结 语 |
1)取证与反取证技术的可解释性不足。 |
2)取证技术的鲁棒性和泛化性较弱。 |
3)反取证技术缺乏多特征域协同的抗分析能力。 |
4)对抗博弈场景下,缺乏图像真实性鉴定的新机制。 |
(2)数字图像重建的三维图像自动化视觉传达优化系统(论文提纲范文)
0 引言 |
1 数字图像重建的三维去雾处理 |
1.1 三维数字图像的分辨率估计 |
1.2 重建节点的迭代修正 |
1.3 时域松弛因子计算 |
2 三维图像自动化视觉传达系统的设计及优化 |
2.1 红外实感摄像头 |
2.2 图像传感器 |
2.3 视觉传达处理设备 |
3 系统实用能力测试 |
4 结语 |
(3)非结构化环境下生物材料湿表面高分辨率形变检测理论及方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 背景及意义 |
1.2 课题来源与研究目的 |
1.2.1 课题来源 |
1.2.2 研究目的 |
1.3 形变测量方法 |
1.3.1 现有测量方法 |
1.3.2 湿表面生物材料形变检测 |
1.4 散斑干涉技术(SPI)发展及现状 |
1.4.1 数字散斑干涉技术 |
1.4.2 数字剪切散斑干涉技术 |
1.5 主要研究内容及章节安排 |
1.5.1 研究内容 |
1.5.2 章节安排 |
第二章 数字散斑干涉相关理论 |
2.1 散斑现象及原理 |
2.1.1 散斑现象 |
2.1.2 散斑形成原理 |
2.2 散斑光学特性 |
2.2.1 散斑相干性 |
2.2.2 散斑概率密度分布 |
2.2.3 散斑的复振幅 |
2.2.4 散斑尺寸 |
2.3 散斑干涉计量关键技术 |
2.3.1 相位与空间位移矢量 |
2.3.2 相位提取技术 |
2.3.3 图像滤波 |
2.3.4 相位解包裹 |
2.4 本章小结 |
第三章 湿表面材料散斑去相关控制方法 |
3.1 生理环境与散斑去相关 |
3.1.1 生理环境特点 |
3.1.2 湿表面生物材料与散斑去相关 |
3.2 去相关评价方法 |
3.2.1 散斑去相关评价方法 |
3.2.2 湿表面散斑去相关过程 |
3.3 生物材料湿表面散斑去相关及控制方法 |
3.3.1 PBS介质环境与去相关控制 |
3.3.2 散斑尺寸与去相关控制 |
3.4 散斑图像质量评价方法 |
3.4.1 现有散斑图质量评价方法 |
3.4.2 动态散斑图多因子融合评价指标(DMFFI) |
3.4.3 DMFFI评价指标有效性评估 |
3.5 本章小结 |
第四章 动态环境散斑图像获取及相位图像滤波 |
4.1 动态环境散斑图像获取机制 |
4.1.1 现有抗扰动方法 |
4.1.2 一种动态环境散斑图像扰动规避机制 |
4.1.3 动态环境散斑图像干扰规避方法评价 |
4.2 PSI图像滤波技术研究 |
4.2.1 PSI滤波技术 |
4.2.2 VMD滤波原理 |
4.2.3 改进VMD滤波方法 |
4.2.4 改进VMD滤波实验及效果评价 |
4.3 本章小结 |
第五章 生物材料湿表面DSPI三维形变动态测量方法 |
5.1 DSPI和DSSPI技术 |
5.1.1 一维离面位移及其一阶导数测量 |
5.1.2 二维面内位移及其一阶导数测量 |
5.2 传统三维形变同步DSPI测量方法 |
5.2.1 技术融合三维形变检测法 |
5.2.2 DSPI灵敏度矢量共面旋转测量法 |
5.2.3 DSPI非共面多灵敏度矢量法 |
5.3 三维形变动态测量方法 |
5.3.1 动态测量技术 |
5.3.2 三维形变同步、动态测量新方法 |
5.3.3 三维同步测量系统特点 |
5.4 本章小结 |
第六章 生物材料湿表面DSPI三维形变动态测量系统 |
6.1 动态测量系统设计 |
6.2 硬件系统构建 |
6.2.1 器件选型 |
6.2.2 系统搭建 |
6.3 系统软件 |
6.3.1 开发环境 |
6.3.2 软件设计 |
6.3.3 联调测试 |
6.4 本章小结 |
第七章 实验验证及数据分析 |
7.1 待测样本 |
7.1.1 工程材料样本 |
7.1.2 湿表面生物骨样本 |
7.2 动态环境湿表面材料散斑去相关控制实验 |
7.2.1 不同介质环境测量对比实验 |
7.2.2 散斑尺寸与去相关实验 |
7.3 湿表面离面位移及灵敏度方向应变测量 |
7.3.1 离面位移检测 |
7.3.2 灵敏度方向应变检测 |
7.4 三维形变检测实验 |
7.4.1 金属材料三维形变检测实验 |
7.4.2 生物样本湿表面三维形变测量实验 |
7.5 本章小结 |
第八章 总结与展望 |
8.1 .总结 |
8.2 .展望 |
参考文献 |
攻读博士学位期间取得的科研成果 |
攻读博士学位期间参与的科研项目 |
攻读博士学位期间获得的奖励和荣誉 |
致谢 |
(4)分布式全息孔径成像技术研究(论文提纲范文)
摘要 |
abstract |
第1章 综述 |
1.1 引言 |
1.1.1 整体式大孔径光学望远镜 |
1.1.2 主镜拼接式光学望远镜 |
1.1.3 分布式孔径望远镜 |
1.1.4 迈克尔逊型基线干涉望远镜 |
1.2 分布式孔径成像原理 |
1.2.1 UV覆盖 |
1.2.2 干涉成像原理 |
1.3 基于数字全息的数字式分布式孔径光学成像 |
1.3.1 基于离轴数字全息的复振幅探测 |
1.3.2 数字复振幅像面场重建 |
1.3.3 数字化共相综合 |
1.4 分布式全息孔径成像技术研究现状 |
1.5 论文主要研究目的和内容 |
第2章 分布式全息孔径成像系统设计及分析 |
2.1 分布式全息孔径成像系统设计 |
2.1.1 分布式全息孔径成像系统 |
2.1.2 分布式全息孔径成像关键问题 |
2.1.3 分布式全息孔径成像数据处理总体流程 |
2.2 分布式全息孔径成像分辨率 |
2.2.1 数字全息孔径成像系统近似模型 |
2.2.2 分布式全息孔径成像分辨率及其等效孔径分析 |
2.3 实验系统 |
2.4 小结 |
第3章 子孔径内像差校正 |
3.1 大气湍流像差及其ZERNIKE多项式描述 |
3.2 全息孔径成像及其孔径内像差校正模型 |
3.3 子孔径内ZERNIKE像差校正 |
3.3.1 子孔径内Zernike像差校正综述 |
3.3.2 基于双边扰动SPGD算法的子孔径内Zernike像差校正 |
3.4 实验结果 |
3.4.1 双边扰动SPGD算法校正子孔径内Zernike像差 |
3.4.2 双边扰动SPGD算法同其它优化算法比较 |
3.5 小结 |
第4章 子孔径复振幅间形位误差校正 |
4.1 子孔径复振幅间形位误差校正研究现状 |
4.2 分布式全息孔径各子孔径间误差分析 |
4.3 基于图像配准的形位误差校正 |
4.3.1 图像配准方法综述 |
4.3.2 基于KAZE特征点的子孔径间重建像配准 |
4.3.3 子孔径间复振幅的形位误差校正 |
4.4 实验结果 |
4.5 小结 |
第5章 孔径间共相综合 |
5.1 分布式全息孔径成像模型及子孔径间像差 |
5.1.1 分布式全息孔径成像模型 |
5.1.2 子孔径像差及其影响 |
5.2 分布式全息孔径像面干涉共相算法 |
5.3 实验结果 |
5.3.1 四孔径共相综合结果 |
5.3.2 共相综合像分辨率分析 |
5.4 小结 |
第6章 重建像散斑抑制 |
6.1 散斑现象 |
6.2 散斑抑制方法原理 |
6.2.1 散斑像的非相干叠加可以抑制散斑 |
6.2.2 散斑的乘性噪声模型 |
6.3 数字全息图再现像散斑抑制方法研究现状 |
6.4 基于TIP-TILT相位调制的数字全息散斑抑制技术 |
6.5 BM3D去噪技术 |
6.6 实验结果 |
6.6.1 子全息孔径重建像去噪 |
6.6.2 分布式全息孔径综合高分辨像去噪 |
6.7 小结 |
第7章 总结与展望 |
7.1 本论文总结 |
7.2 本论文创新性工作 |
7.3 展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(5)高分辨率大视场快速傅里叶叠层显微成像方法研究(论文提纲范文)
摘要 |
abstract |
专业词语英文缩写对照表 |
主要符号对照表 |
第1章 绪论 |
1.1 光学显微镜发展简史 |
1.2 现代远场光学显微成像技术的局限 |
1.2.1 分辨率受限制于物镜数值孔径 |
1.2.2 视场与分辨率的权衡关系 |
1.2.3 像差 |
1.2.4 景深狭小 |
1.2.5 相位丢失 |
1.3 现代远场光学显微成像技术发展路线图 |
1.4 傅里叶叠层显微成像术与叠层衍射成像术的联系与区别 |
1.5 傅里叶叠层显微成像术的国内外研究现状和进展 |
1.5.1 三维成像 |
1.5.2 混合态解耦合 |
1.5.3 成像系统设计 |
1.6 本论文研究目的、意义和主要创新点 |
1.7 主要工作和章节安排 |
第2章 傅里叶叠层显微成像术的理论和实现 |
2.1 傅里叶叠层显微成像术的基本原理 |
2.1.1 傅里叶叠层显微成像术的采集过程 |
2.1.2 傅里叶叠层显微成像术的重建过程 |
2.2 傅里叶叠层显微成像术的重构细节 |
2.2.1 分块处理缘由及方法 |
2.2.2 更新顺序 |
2.2.3 频域提取补偿 |
2.2.4 空域采样率和频域交叠率 |
2.2.5 初始猜测 |
2.2.6 分辨率板或生物切片玻璃衬底补偿 |
2.2.7 光电数字探测器的选择 |
2.3 傅里叶叠层显微成像术的成像性能分析和实验验证 |
2.3.1 开源数据算法交叉验证 |
2.3.2 基于发光二极管平板照明的傅里叶叠层显微成像实验系统搭建和标定 |
2.3.3 成像分辨率和空间带宽积提升验证 |
2.3.4 像差恢复正确性间接验证 |
2.3.5 数字病理切片高分辨率全彩色成像验证 |
2.3.6 景深延拓性能验证 |
2.4 傅里叶叠层显微成像术与结构光照明显微术的联系与区别 |
2.5 傅里叶叠层显微成像术与相干合成孔径成像的联系与区别 |
2.6 本章小结 |
第3章 傅里叶叠层显微成像系统误差校正方法 |
3.1 引言 |
3.2 光源亮度不均匀校正方法 |
3.3 噪声抑制方法 |
3.3.1 噪声抑制求解算法总结与分类 |
3.3.2 数据预处理算法 |
3.4 混合系统误差校正方法 |
3.4.1 算法参数对噪声抑制的鲁棒性影响 |
3.4.2 像差恢复与亮度不均匀校正算法的矛盾及解决办法 |
3.4.3 照明阵列位置误差与噪声抑制算法的矛盾及解决办法 |
3.4.4 无先验的多样混合误差及解决办法 |
3.5 渐晕效应校正方法 |
3.5.1 渐晕效应对成像质量的影响 |
3.5.2 基于严格波动理论的线性空变的渐晕模型 |
3.5.3 两个应对策略及实验结果 |
3.6 光源相干性影响 |
3.7 大视场下的光源位置误差 |
3.8 本章小结 |
第4章 基于半球形聚光镜的傅里叶叠层显微成像系统 |
4.1 引言 |
4.2 系统搭建 |
4.3 实验结果与讨论 |
4.4 多种成像方式通量对比与评价 |
4.5 本章小结 |
第5章 基于离焦图像快速傅里叶叠层显微成像方法 |
5.1 引言 |
5.2 系统搭建及其原理 |
5.3 基于单幅离焦图像的单次曝光成像方法 |
5.4 基于双幅离焦图像的快速成像方法 |
5.5 本章小结 |
第6章 高通量细胞培养成像系统半月形液面影响的原位矫正 |
6.1 引言 |
6.2 系统介绍 |
6.3 半月形培养液造成的失真、场曲和波矢失配 |
6.4 自适应波矢失配校正算法和场曲校正方法 |
6.5 实验结果与讨论 |
6.6 本章小结 |
第7章 论文总结和展望 |
7.1 本文主要工作总结 |
7.2 未来工作展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(6)基于多帧图像重建的数字全息超分辨技术研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 数字全息技术的发展现状 |
1.2.2 提高数字全息分辨率的研究现状 |
1.3 本文研究的主要内容及组织结构 |
1.3.1 主要研究内容 |
1.3.2 章节安排 |
2 数字全息超分辨的基本原理 |
2.1 数字全息的理论基础 |
2.1.1 数字全息的记录过程 |
2.1.2 数字全息的再现原理 |
2.2 全息图相位重建的理论基础 |
2.2.1 全息图的预处理 |
2.2.2 数字全息的再现算法 |
2.2.3 相位解包裹 |
2.3 全息图超分辨重建的理论基础 |
2.3.1 图像观测模型 |
2.3.2 多帧图像超分辨重建算法 |
2.3.3 图像质量评价 |
2.4 本章小结 |
3 数字全息显微超分辨系统的设计 |
3.1 数字全息干涉光路的设计 |
3.2 图像超分辨重建系统的设计 |
3.2.1 系统设计的原则 |
3.2.2 压电陶瓷微位移平台 |
3.3 实验装置 |
3.3.1 实验器件的选取 |
3.3.2 系统的搭建及调试 |
3.3.3 全息图的采集 |
3.4 本章小结 |
4 基于多帧图像重建的数字全息实验研究 |
4.1 全息图的再现处理实验 |
4.1.1 全息图的相位提取 |
4.1.2 相位图的再处理 |
4.1.3 再现结果分析 |
4.2 多帧图像重建算法的仿真 |
4.2.1 cameraman图像的仿真分析 |
4.2.2 分辨率板图像的仿真分析 |
4.3 多帧低分辨全息图的超分辨实验 |
4.3.1 分辨率板全息图的超分辨重建 |
4.3.2 微透镜阵列全息图的超分辨重建 |
4.4 超分辨全息图的再现结果及分析 |
4.4.1 超分辨全息图的相位再现结果 |
4.4.2 实验数据的对比分析 |
4.5 本章小结 |
5 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及成果 |
致谢 |
(7)基于高帧率视频的桥梁结构动态位移非接触识别算法与应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 基于数字图像处理的结构振动识别研究现状 |
1.2.2 基于深度学习的机器视觉研究现状 |
1.3 论文研究内容及意义 |
1.4 论文组织结构 |
第二章 桥址测试环境干扰下数字视频目标跟踪与畸变修复 |
2.1 形态学处理 |
2.2 图像修复算法 |
2.2.1 图像退化原理 |
2.2.2 图像畸变原理 |
2.3 基于几何特征提取的连通域识别算法 |
2.4 本章小结 |
第三章 基于超分辨率重建算法的超远距离动态图像重建与提质 |
3.1 超分辨率重建算法的简介及使用意义 |
3.1.1 超分辨率重建算法 |
3.1.2 深度学习与卷积神经网络 |
3.2 基于深度学习的超分辨率重建算法 |
3.3 优化算法的选择 |
3.4 使用SRCNN算法对振动实验数据进行训练 |
3.5 本章小结 |
第四章 实验室环境下简支钢梁自由振动试验研究 |
4.1 实验模型介绍与成像构成 |
4.2 基于智能手机摄像头的实验室简支钢梁自由振动实验 |
4.2.1 低帧率下的近距离实验 |
4.2.2 高帧率下的近距离实验 |
4.2.3 高帧率下基于超分辨率算法的的远近距离实验对比 |
4.3 基于长焦镜头的实验室简支钢梁自由振动实验 |
4.4 本章小结 |
第五章 户外环境下斜拉人行天桥人致振动试验研究 |
5.1 桥梁概况 |
5.2 良好环境下的实验测试结果 |
5.3 恶劣环境下的实验测试结果 |
5.4 本章小结 |
第六章 海湾环境下大跨度斜拉桥车致振动试验研究 |
6.1 桥梁概况 |
6.1.1 实验设计 |
6.1.2 识别难点 |
6.2 经验模态分解算法 |
6.3 基于经验模态分解算法的实验测试结果 |
6.3.1 金塘大桥主通航孔桥模态结果参考值 |
6.3.2 基于经验模态分解和几何特征提取的实验结果分析 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
致谢 |
参考文献 |
作者简介 |
(8)高分辨率磁光技术在超导薄膜磁场测量中的应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 超导材料特性及其应用 |
1.2 磁光技术在超导材料磁场测量中的应用及其存在的问题 |
1.3 数字图像相关法原理及其应用 |
1.4 本文主要研究内容 |
第二章 无反射层磁光观测系统标定方法 |
2.1 实验装置及原理 |
2.2 干涉效应对磁光测试的影响及其改进方法 |
2.3 温度效应对磁光标定的影响及其修正方法 |
2.4 本章小结 |
第三章 超导带材原位的磁场-应变测试方法 |
3.1 磁光法-数字图像相关法结合的测试原理 |
3.2 拉伸应变状态下YBCO带材磁场-应变的原位测量结果 |
3.3 本章小结 |
第四章 总结与展望 |
4.1 总结 |
4.2 展望 |
参考文献 |
在学期间的研究成果 |
致谢 |
(9)神经网络法在位移测量中的若干应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 位移和形貌测量的发展和研究现状 |
1.2.1 数字图像相关法 |
1.2.2 GPU并行计算的引入和研究现状 |
1.2.3 干涉法 |
1.2.4 投影光栅法 |
1.2.5 条纹分析方法 |
1.2.6 神经网络法的发展和应用现状 |
1.3 本文的研究内容 |
1.4 本文的章节安排 |
第2章 时序数字图像相关法及其GPU并行加速 |
2.1 前言 |
2.2 数字图像相关法基本原理 |
2.3 整像素位移计算 |
2.4 亚像素位移计算 |
2.4.1 NR算法 |
2.4.2 IC-GN算法 |
2.4.3 时间序列法 |
2.5 GPU并行加速 |
2.5.1 并行计算原理 |
2.5.2 并行计算加速结果 |
2.6 本章小结 |
第3章 神经网络法基本介绍 |
3.1 简介 |
3.2 前向传播 |
3.2.1 BP神经网络 |
3.2.2 卷积神经网络 |
3.3 模型训练 |
3.3.1 损失函数 |
3.3.2 优化算法 |
3.4 本章小结 |
第4章 基于神经网络法的离面位移测量系统 |
4.1 前言 |
4.2 离面位移测量系统 |
4.2.1 反射面干涉条纹形成原理 |
4.2.2 漫反射面干涉条纹形成原理 |
4.3 位移追踪测量原理 |
4.3.1 位移大小计算 |
4.3.2 位移方向判断 |
4.4 实验验证与结果对比 |
4.4.1 反射面干涉实验 |
4.4.2 漫反射面干涉实验 |
4.4.3 结果与讨论 |
4.5 本章小结 |
第5章 基于神经网络的位相提取算法 |
5.1 位相提取背景及概述 |
5.2 位相提取算法 |
5.2.1 四步相移法 |
5.2.2 傅里叶变换法 |
5.2.3 小波变换法 |
5.2.4 神经网络法 |
5.3 条纹图获取 |
5.3.1 模拟条纹图 |
5.3.2 实验条纹图 |
5.4 实验结果和讨论 |
5.4.1 计算精度 |
5.4.2 计算速度 |
5.4.3 讨论 |
5.5 本章小结 |
第6章 基于神经网络的单点动态位移分析 |
6.1 引言 |
6.2 轴承振动信号特性 |
6.3 希尔伯特变换 |
6.4 故障监测方法原理 |
6.5 故障监测方法验证 |
6.6 本章小结 |
第7章 总结与展望 |
7.1 全文总结 |
7.2 展望及对后续工作的思考 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的其他研究成果 |
(10)高庙子膨润土孔隙结构多尺度特征及其渗流特性研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 研究背景和意义 |
1.2 研究问题的提出 |
1.3 国内外研究现状 |
1.4 研究内容与方法 |
1.5 研究主要创新点 |
2 高庙子膨润土材料信息 |
2.1 地质背景 |
2.2 材料属性 |
2.3 试样制备 |
2.4 本章小结 |
3 高庙子膨润土三维数字模型重构原理 |
3.1 三维图像获取方法 |
3.2 图像预处理 |
3.3 图像分割 |
3.4 表征单元体研究 |
3.5 三维重构模型优化 |
3.6 本章小结 |
4 高庙子膨润土孔隙结构多尺度特征表征 |
4.1 多尺度孔隙结构模型构建 |
4.2 孔隙结构特征表征 |
4.3 常规测试方法对比 |
4.4 本章小结 |
5 高庙子膨润土孔隙网络模型构建及孔隙空间特性表征 |
5.1 孔隙网络模型构建理论 |
5.2 孔隙空间特性表征 |
5.3 孔隙网络模型构建结果及孔隙空间特性分析 |
5.4 本章小结 |
6 高庙子膨润土渗流特性研究 |
6.1 渗透率预测数学理论模型 |
6.2 渗透率预测数值模拟计算 |
6.3 渗透率测试宏观物理实验 |
6.4 本章小结 |
7 结论与展望 |
7.1 主要研究结论 |
7.2 研究工作展望 |
参考文献 |
作者简历 |
学位论文数据集 |
四、浅说与数字图像相关的分辨率(论文参考文献)
- [1]面向GAN生成图像的被动取证及反取证技术综述[J]. 何沛松,李伟创,张婧媛,王宏霞,蒋兴浩. 中国图象图形学报, 2022
- [2]数字图像重建的三维图像自动化视觉传达优化系统[J]. 刘润红. 制造业自动化, 2021(08)
- [3]非结构化环境下生物材料湿表面高分辨率形变检测理论及方法研究[D]. 李志松. 东华大学, 2021
- [4]分布式全息孔径成像技术研究[D]. 杨峰. 中国科学院大学(中国科学院光电技术研究所), 2020(02)
- [5]高分辨率大视场快速傅里叶叠层显微成像方法研究[D]. 潘安. 中国科学院大学(中国科学院西安光学精密机械研究所), 2020
- [6]基于多帧图像重建的数字全息超分辨技术研究[D]. 冯丹青. 西安工业大学, 2020
- [7]基于高帧率视频的桥梁结构动态位移非接触识别算法与应用研究[D]. 程瑜. 东南大学, 2020(01)
- [8]高分辨率磁光技术在超导薄膜磁场测量中的应用[D]. 王梦迪. 兰州大学, 2020(01)
- [9]神经网络法在位移测量中的若干应用研究[D]. 胡文欣. 中国科学技术大学, 2020(01)
- [10]高庙子膨润土孔隙结构多尺度特征及其渗流特性研究[D]. 宋帅兵. 中国矿业大学, 2020(01)