<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[安徽建筑大学学报 -->光学工程]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于区域能量的NSST域偏振图像融合算法]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20170504001&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对传统的偏振图像融合方法存在图像细节丢失、边缘模糊、对比度下降等不足,提出了一种基于区域能量的非下采样剪切波变换域(NSST)偏振图像融合方法。首先,利用NSST对源图像进行分解,获取源图像的低频子带系数和高频子带系数；然后,对分解得到的低频系数基于区域能量加权融合,对高频系数先基于区域能量取大融合,再应用引导滤波进行细节增强；最后,通过NSST逆变换得到融合图像。实验结果表明,融合后的偏振图像能够较好地保留细节信息,同时使边缘更加清晰,图像标准差、平均梯度、信息熵、对比度、空间频率相对传统方法均有不同程度的提高,具有更好的视觉效果。]]></description>
<pubDate>2017/10/17 10:04:09</pubDate>
<category><![CDATA[光学工程]]></category>
<author><![CDATA[朱达荣,许露,汪方斌,刘涛,储朱涛]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20170504001&flag=1]]></guid><cfi:id>7</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于KAZE特征匹配的偏振图像配准算法研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20170710002&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[偏振成像系统主要通过多相机或多通道成像,图像之间存在平移或旋转,偏振解析前必须进行图像配准,否则可能会产生虚假偏振信息。传统的配准算法主要有SIFT和SURF的特征配准算法,但其采用线性高斯金字塔进行多尺度分解来消除噪声和提取特征点,易造成边界模糊和细节丢失。本文从非线性尺度空间构建出发,提出一种基于KAZE特征匹配的偏振图像配准算法。首先,利用Hessian矩阵寻找特征点及其描述向量；然后以最小Hamming距离作为特征点的度量,计算单应矩阵并利用双线性插值实现不同偏振方位角图像之间的配准；最后,以FD1665P相机拍摄的图片为样本进行了实验验证。实验结果表明,本文算法相对基于SIFT和SURF特征点匹配的配准算法,归一化互信息增大、均方根误差减小,配准精度有很大提高。]]></description>
<pubDate>2017/12/13 14:17:16</pubDate>
<category><![CDATA[光学工程]]></category>
<author><![CDATA[汪方斌,储朱涛,朱达荣,许露,刘涛,吕科]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20170710002&flag=1]]></guid><cfi:id>6</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[动态场景下运动目标检测方法研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20180625003&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[动态场景下运动目标的检测方法是计算机视觉领域的热门研究课题,本文将对动态场景下的运动目标检测方法展开研究。首先，对比分析相邻帧差分法、背景差分法、统计模型法这3种检测方法的优劣，提出时空融合补偿差分与目标平滑模型相结合的新型运动目标检测方法。其次，研究新型运动目标检测方法中的运动估计与运动补偿技术。最后，对新型运动目标检测方法进行仿真验证，对比分析实验结果，以判断方法的可靠性、准确性。实验表明，本文提出的新型运动目标检测方法，能够满足检测要求，目标轮廓清晰、完整，检测准确性较高。]]></description>
<pubDate>2019/3/20 14:45:52</pubDate>
<category><![CDATA[光学工程]]></category>
<author><![CDATA[栾庆磊,朱广,赵为松,汪方斌]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20180625003&flag=1]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于类间方差验证的Tsallis熵阈值分割]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20190104002&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[Tsallis熵具有非广延性，适用于对比度低、噪音大、边缘模糊的红外图像分割，但在分割过程中Tsallis熵参数q通常依据经验进行选择，限制了Tsallis熵阈值分割的适用性。基于此，提出一种基于类间方差验证的Tsallis熵阈值分割算法。首先利用经验范围内q值进行Tsallis熵阈值选取，然后计算对应q参数下取得最佳阈值的类间方差，并通过优化选择类间方差最大的最佳阈值作为最终图像阈值分割结果。通过标准数据库图像和实际场景获得的图像对本文提出的算法有效性进行验证，实验结果表明，通过类间方差验证Tsallis熵法取得的阈值，融合了图像信息系统熵和类间方差两方面准则选取分割阈值，提高了红外图像阈值分割的精度与可靠性，在实现图像阈值选取的同时实现对熵参数q的算法选取。]]></description>
<pubDate>2019/8/4 11:06:53</pubDate>
<category><![CDATA[光学工程]]></category>
<author><![CDATA[汪方斌,孙凡]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20190104002&flag=1]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[半导体材料单层六角磷化硼的光学性质计算分析研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20200703002&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[磷化硼材料是由两种轻元素硼和磷通过共价键而形成的三五族化合物，它具有合适的带隙，较高的载流子迁移率和较好的化学稳定性等优良性质，有望在电子器件领域成为潜在的候选材料。本文通过基于密度泛函理论的第一性原理计算了单层六角磷化硼的能带结构和电子态密度，在此基础上计算并分析了单层六角磷化硼的光学性质。研究结果表明：单层六角磷化硼为直接带隙半导体，带隙为0.903eV，费米面附近的能带主要由硼和磷原子的 轨道电子贡献。此外，单层六角磷化硼材料能较好地吸收可见光。]]></description>
<pubDate>2021/3/27 14:44:25</pubDate>
<category><![CDATA[光学工程]]></category>
<author><![CDATA[缪飞,徐金荣]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20200703002&flag=1]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于焦点分割与改进SuperPoint的多聚焦图像配准算法研究]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20240226002&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[现有多聚焦显微图像配准存在特征提取难度大、易受噪声干扰、时间复杂度高等问题。针对以上问题，提出一种基于自适应Canny聚焦区域分割与轻量化SuperPoint网络的多聚焦显微图像配准算法。首先，使用自适应中值滤波与大津算法改进的Canny算法分割出相邻多聚焦显微图像的聚焦区域，在去除相邻帧共同背景区域的同时减小了图像尺寸，来提高后续特征检测的精度和速度；接着，针对特征提取难度大、时间复杂度高的问题，使用轻量化的SuperPoint网络进行特征点提取，针对原始SuperPoint网络的VGG架构编码层参数量多、计算量大的缺点，使用GhostNetV2代替原本的VGG编码层，在保证精度的同时降低了计算量和参数量；然后，使用K最近邻算法对特征点进行匹配。最后，使用退化采样一致性算法（DEGENSAC）代替普通的随机采样一致性算法（RANSAC）去除误匹配并计算单应矩阵对多聚焦显微图像进行配准。经过实验验证，所提算法相比于其他算法拥有更高匹配精度和速度，相比于原始SuperPoint，参数量、计算量和模型大小分别下降了51.69%、88.04%、50.07%，FPS增加了3倍左右。]]></description>
<pubDate>2025/4/11 11:13:03</pubDate>
<category><![CDATA[光学工程]]></category>
<author><![CDATA[栾庆磊,屈紫浩,郭继智]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20240226002&flag=1]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[结合位置校正的神经网络傅里叶叠层成像]]></title>
<link><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20250225004&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[傅里叶叠层显微成像技术（FPM）是一种结合了相位恢复、叠层成像、合成孔径的超分成像技术，但其重建质量易受LED位置偏差影响。针对现有先进的无需训练的深度神经网络FPM算法（FPMUP）忽略位置校正、固定小卷积核网络设计限制高频信息恢复等问题，提出了一种结合LED位置校正的神经网络FPM算法，即基于物理的超分成像技术（PBSR-PC）。PBSR-PC在FPMUP框架基础上，首先构建位置校正模块，计算校正波矢，消除频域拼接误差；其次设计层级化递减卷积核网络结构，通过逐层缩小的感受野实现从低频全局特征到高频超分辨率细节的重建。PBSR-PC实现物理误差校正与超分辨率重建的协同优化。与其他FPM重构方法相比，PBSR-PC不仅能校正位置，还提高了重构图像的质量。通过仿真和实验验证了该方法的有效性。]]></description>
<pubDate>2025/9/4 15:30:52</pubDate>
<category><![CDATA[光学工程]]></category>
<author><![CDATA[谢新平,李娟,王红强]]></author>
<guid><![CDATA[http://xuebao.ahjzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20250225004&flag=1]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>