北京理工大学 光电成像技术与系统教育部重点实验室,北京100081
为了缓减探测器工艺受限条件下常规热成像系统视场和分辨率的矛盾,对多孔径布局模式、非重叠区域图像拼接算法以及重叠区域超分辨处理算法进行了研究。针对多孔径布局模式,提出了“十”字型四孔径和“十”字型五孔径视场部分重叠仿生热成像模式,并与“田”字型四孔径进行对比。采用ULIS公司微型非制冷红外焦平面探测器Micro80 GEN2,研制了“十”字型四孔径视场部分重叠仿生热成像实验系统,通过子孔径间的非重叠区域增大成像视场及基于重叠区域的亚像素微位移实现超分辨,构成类似人眼视觉的中心高分辨成像、边缘大视场搜索的视觉模式。对实验系统获取的分辨率靶标图像和外界场景图像进行了去盲元和非均匀性校正、基于透视变换的图像拼接以及基于焦平面探测器空间积分模型的超分辨处理,获得了空间变分辨率成像,并对图像进行了主客观评价。实验系统尺寸为180 mm×100 mm×100 mm,拼接总视场为单孔径相机的2.36倍,四孔径重叠区域占总视场的7.78%,成像分辨率得到了改善。该成像系统利用多个子孔径构成多目立体视觉,通过安装偏振片或滤光片还能实现偏振热成像或多光谱成像,具有广阔的应用前景。
热成像 多孔径 仿生复眼 布局模式 超分辨 thermal imaging multi-aperture bionic compound eye layout mode super resolution
1 五邑大学,五邑大学⁃中国科学院半导体研究所数字光芯片联合实验室,广东江门529020
2 香港应用科技研究院,香港999077
3 北京大学工学院, 北京100871
4 华南理工大学 材料科学与工程学院,高分子光电材料与器件研究所,发光材料与器件国家重点实验室, 广州51060
分析了发展CELL(成盒单元)段OLED检测技术和检测设备的机遇和挑战,列举了成盒单元段OLED检测技术、检测设备和目前流行的主要设备制造商,并对一些核心产品及技术进行了分类和介绍,并从研究的角度对学术界在CELL段亮暗点检测和MURA检测的研究内容进行了分类和总结,分析了不同方法的优缺点。最后,给出了未来几年内CELL段OLED检测技术和设备可能的发展趋势。
有机发光二极管 成盒单元 缺陷 检测 OLED CELL MURA defect detection
红外与激光工程
2021, 50(5): 20210062
1 西北有色金属研究院, 陕西 西安 710016
2 西安交通大学, 金属强度国家重点实验室, 陕西 西安 710049
建立了酰氯化分离-电感耦合等离子体质谱法(ICP-MS)测定高纯铬中的12种痕量杂质元素的新方法。 利用基体酰氯化生成酰氯铬具有低沸点的特性分离基体, 有效克服了基体对待测元素的干扰和对仪器进样系统的污染。 研究了温度和酸的加入量对分离效果的影响; 测定不同基体50Cr残留下50V(R=0.25%)和50Ti(R=5.18%)的值; 在2 h内酰氯化温度为130 ℃, 酸的加入量为12 mL时, 可以实现基体99.99%分离; 基体对50V和50Ti的干扰可以完全消除; 与电感耦合等离子体发射光谱直接溶样法(ICP-OES), 全谱直读型直流电弧原子发射光谱法(DC-Arc-AES)的对照实验表明本方法准确可靠; 在选定的实验条件下, 方法检出限(3 σ)介于0.000 01%~0.000 06%, 相对标准偏差(RSD)为1.7%~5.8%, 加标回收率为90%~104%。 本方法简单实用, 能够满足纯度为4 N(99.99%)的高纯铬中12种杂质元素的测定。
电感耦合等离子体质谱 高纯铬 酰氯化分离 杂质元素 Inductively coupled plasma mass spectrometry High purity chromium Chloroformylation separation Impurit 光谱学与光谱分析
2017, 37(9): 2896
1 昆明物理研究所,云南昆明 650223
2 微光夜视技术重点实验室,陕西西安 710065
3 陆军重庆军代局驻昆明地区军代室,云南昆明 650223
在基于图像处理的自动聚焦评价函数研究中发现,失效的评价函数曲线往往具有相似的形状,且与图像的均值曲线呈现相同的变化趋势。本文从评价函数数学原理角度分析了问题的原因,讨论了离焦模糊下图像能量波动对评价函数性能的影响及其处理方法。
自动聚焦 清晰度评价函数 背景干扰 auto focus sharpness evaluation function background influence
1 昆明物理研究所,云南 昆明 650223
2 微光夜视技术重点实验室,陕西 西安 710065
3 中国人民解放军63963 部队,北京 100072
基于梯度计算的评价函数在自动聚焦系统中应用广泛,函数形式变化多样,本文基于图像梯度计算的数学原理,通过MATLAB 仿真分析,对比了常见梯度类评价函数的性能,总结了梯度类评价函数应用中结合系统成像质量控制算法性能的方法。
梯度算子 评价函数 数学原理 自动聚焦 gradient operator evaluation function mathematical principles auto focus MATLAB MATLAB
1 昆明物理研究所, 云南 昆明 650223
2 微光夜视技术重点实验室, 陕西 西安 710065
基于图像处理的自动聚焦方法, 图像清晰度评价函数的选择很重要。图像熵函数作为清晰度评价函数在不同文献中有一些形式上的变化, 且关于聚焦图像评价值对应函数极大值还是极小值的论断不统一。本文详细整理了自动聚焦系统中图像信息熵的不同形式, 比较分析它们的物理意义、数学原理, 采用灰度图像, 重点考虑离焦造成的图像模糊失真, 在 Matlab平台下仿真分析, 得出的结论对具体自动聚焦系统设计时熵函数数学公式的选用和修正提供参考。
自动聚焦 熵函数 auto focus entropy function Matlab Matlab
1 昆明物理研究所, 云南昆明 650223
2 微光夜视技术重点实验室, 陕西西安 710068
由于红外与微光图像成像原理的不同, 成像特征的巨大差异, 研究提出了一种基于点特征与 Freeman链码的红外与微光图像配准算法。目的是解决红外与微光图像配准中特征点提取较复杂、特征匹配难的问题; 采用优化的 Harris角点检测算法进行特征点提取, 结合环形灰度区域、RSTC不变矩和 Freeman链码对红外与微光图像进行特征点匹配。实验结果表明该算法能够提取出有效的匹配点, 能够有效地解决红外与微光图像配准中遇到的视场不统一、旋转、平移问题。
红外/微光图像 Harris角点检测 RSTC不变矩 特征多边形 Freeman链码 infrared and low light level image Harris corner detection RSTC invariant moments polygon of feature points freeman chain code
在研究红外图像成像原理与特征、传统红外图像配准方法的基础上, 提出了一种改进的联合点特征与灰度特征的红外图像配准算法。首先采用经典的 Harris角点检测算法提取一次角点, 在一次角点的基础上对其进行下降排序, 对排序结果进行不同份数的等分并提取每一部分的中间值, 最后根据图像配准需求有效利用中值选择不同的特征点; 该算法充分利用环形区域的旋转不变性和特征点区域灰度差异性很小的原则进行特征点匹配。实验结果表明该算法能够提取出更加精确的匹配点, 能够有效的完成红外图像配准。
红外图像 Harris角点检测 灰度区域 图像配准 infrared image Harris corner detection gray region image registration