搭建实验平台,把26个字母的图像传入光纤,并在输出端采集散斑图。把散斑图展开到HSV色彩空间中,单使用V分量进行分类能达到不错的分类准确率,且能缩减训练时长。在预处理后,分别使用具有不同层数卷积结构的神经网络、卷积神经网络和支持向量机(CNN+SVM)算法、SVM算法对散斑图进行分类。测试结果发现,使用4420张散斑图作为训练集,3层卷积结构的神经网络的识别准确率为88%,4层卷积结构的神经网络的识别准确率为95%,CNN+SVM算法的识别准确率为98%,而SVM算法的识别准确率达到了100%。实验结果表明,把机器学习算法应用在光信号上,同样可以对多模光纤散斑图进行分类,当图像特征相对明显时,直接使用SVM算法对光纤输出散斑进行识别,可以大大提升多模光纤输出散斑图的识别准确率。

如何在Arcgis中对图斑进行自上而下，从左往右地编号

服从复高斯联合分布的随机散射介质，可用来配合傅里叶光学模拟散斑 由于多重散射效应导致强散射介质并不是简单的相位扰乱，需要建立全连接的矩阵 仿真模型来自西安电子科技大学邵晓鹏课题组文章 未解决问题，不能有效模拟光学记忆效应

从开始研究医学图像开始阐述，阐述了各种方法，和本人的研究方法。这里是一个课题的开题报告，有用的可以下载下来参考一下，实际的操作实验还需要自己完善。

2020年中国祛斑医美器械行业概览.pdf

本文提出了用两个孔径(单环和双环孔径)装置进行激光散斑干涉照相的方法,得到了光强分布比较均匀的衍射晕和较好的杨氏条纹照片.

使用散斑减少各向异性扩散的超声图像分割多尺度测地线活动轮廓

在不同解包裹算法中,最小费用流(MCF)解包裹法可以限制残差点误差远程扩散,并将误差优先限制在低相干区域,有利于保证高相干区域解包裹结果不受干扰,精度较高,但残差点数量较多时计算效率很低。为缩短解包裹时间,提出一种残差点预处理方法。该方法将残差点视作正负电荷,通过电场力,引导距离较近的异号残差点互相抵消,大幅减少残差点数量,从而提高解包裹计算效率。仿真数据和实验数据表明,残差点预处理对MCF解包裹精度影响很小,在残差点数量超过3000时可以大幅提高解包裹计算效率。

RGB激光放映机散斑问题如何克服

讨论了横向位移双曝光散斑图维纳谱的信息分布，并由此导出了杨氏条纹图的一般表达式.讨论了条纹可见度与应变、面内转动、照明光束直径与条纹图空间坐标的关系，指出了在条纹可见度影响下最大可见条纹数目.还讨论了散斑村比与衍射晕的关系.