您的位置: 专家智库 > >

国家自然科学基金(61307011)

作品数:5 被引量:23H指数:3
相关作者:杨初平翁嘉文李海秦怡钟金钢更多>>
相关机构:华南农业大学南阳师范学院暨南大学更多>>
发文基金:国家自然科学基金广东省自然科学基金更多>>
相关领域:理学机械工程电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇机械工程
  • 4篇理学
  • 1篇电子电信

主题

  • 3篇信号
  • 3篇数字全息
  • 3篇全息
  • 2篇信号处理
  • 2篇压缩感知
  • 2篇图像
  • 2篇图像处理
  • 2篇逆反
  • 2篇全息图
  • 2篇相干
  • 2篇光学
  • 2篇光学信号处理
  • 2篇感知
  • 1篇单幅
  • 1篇信号重建
  • 1篇压缩传感
  • 1篇数字全息图
  • 1篇数字图像
  • 1篇数字图像处理
  • 1篇稀疏性

机构

  • 5篇华南农业大学
  • 1篇暨南大学
  • 1篇南阳师范学院

作者

  • 5篇翁嘉文
  • 5篇杨初平
  • 3篇李海
  • 1篇秦怡
  • 1篇钟金钢
  • 1篇谭穗妍
  • 1篇刘建斌

传媒

  • 2篇激光与光电子...
  • 1篇光学学报
  • 1篇激光技术
  • 1篇光电工程

年份

  • 1篇2016
  • 3篇2015
  • 1篇2014
5 条 记 录,以下是 1-5
排序方式:
应用频率积分相位解调测量径向畸变被引量:2
2014年
为了测量光学成像系统的径向畸变,采用载频条纹模板,应用瞬时频率积分法提取因径向畸变而产生的径向调制相位;推导了条纹径向调制相位与瞬时频率的关系式,并导出径向调制相位和径向畸变位移关系;采用小波频率估计提取畸变条纹径向瞬时频率,并对其进行积分获得畸变条纹的径向调制相位;应用径向调制相位和立方卷积插值算法对畸变图像进行了校正,得出了详细的理论分析和实验结果。结果表明,上述方法是可行的。
杨初平刘建斌谭穗妍翁嘉文
关键词:径向畸变
单幅弱相干光数字全息图的压缩感知重建被引量:12
2015年
基于弱相干光源的数字全息,由于参考光和物光夹角在非常小的范围内才能观察到干涉条纹,因此该技术一般限制在同轴全息的范围之内,即采用相移法对多幅同轴全息图采集,不利于动态物体的观测与记录。引入压缩感知理论,结合数字全息重构算法,实现对单幅弱相干光数字全息图的数值重建,能有效抑制孪生像及相干噪声的干扰。给出详细的基于压缩感知的数值重建算法框架,并以发光二极管作为弱相干光源,基于数字全息实验光路,以分辨率测试标板为样品展开实验研究,说明该方法的有效性和可行性。
翁嘉文秦怡杨初平李海
关键词:全息数字图像处理
自干涉非相干数字全息的压缩感知重建被引量:11
2016年
自干涉非相干数字全息可记录和再现非相干光源照明下物光场信息。但基于目前理论的重建算法对待测光场的不同纵向深度层面进行聚焦重构时,聚焦面信息会受到离焦层面光场信息的干扰。基于压缩感知理论,根据自干涉非相干数字全息的光学记录与再现过程,建立与该物理过程相适应的传感矩阵,从理论上构建实现光场分层重构的数值重建算法框架。基于自干涉非相干数字全息光路,以多个不同纵向深度的LED点光源构建物光场,分别进行计算机数值模拟及实验研究,并且深入讨论光场层面再现距离与各实验参数之间的关系,指出增大各光场层面再现距离间差距的方法。理论及实验研究结果表明该方法可重构不同纵向深度层面的三维物光场,并有效抑制离焦层面光场信息的干扰。
翁嘉文杨初平李海
关键词:全息数字全息压缩感知
压缩感知重建离轴菲涅耳全息图被引量:4
2015年
针对基于传统数字全息重建算法对待测物体的不同纵向深度截面进行聚焦重构时,聚焦面物体会受到共轭像及背景离焦物体的干扰,本文提出基于压缩感知理论,构建单幅离轴菲涅耳数字全息图层析成像的算法框架。该方法通过自适应空间滤波技术对全息图进行处理,基于压缩感知理论重构不同纵向深度截面图像,并有效抑制背景离焦物体的干扰,最终达到层析成像的目标。计算机数值模拟以及三维待测物体实验结果表明该方法的有效性和可行性。
翁嘉文李海杨初平李婉琪钟金钢
关键词:数字全息压缩感知层析
加窗截取改善信号非稀疏表达的稀疏性被引量:1
2015年
为了把压缩传感技术应用到变换域非稀疏信号中,提出了一种能够改善信号非稀疏表达稀疏性的新方法。该方法采用可移动窗口函数把信号在变换域中的非稀疏表达截取成多个窗截表达,只要控制每个窗口函数宽度远小于信号的长度,则每个窗截表达具有较好的稀疏性。通过稀疏的窗截表达实现对非稀疏表达的压缩传感。结合高斯和矩形窗口函数给出了详细的理论分析,无噪和加噪信号的实验结果证明了该方法的有效性。
杨初平蔡汶曦翁嘉文
关键词:图像处理压缩传感稀疏性信号重建
共1页<1>
聚类工具0