为了研究大数值孔径物镜下角向偏振光聚焦特性，提高激光扫描共聚焦显微镜的分辨率，根据Richards和Wolf矢量衍射理论建立计算模型，分析大数值孔径物镜下角向偏振光及经过0~2 π 相位调制的角向偏振光的聚焦光斑。经过0~2 π 相位调制的角向偏振光的聚焦光斑为实心光斑；该光斑的半峰全宽比径向偏振光光斑的半峰全宽小17.6%，比圆偏振光光斑的半峰全宽小11.6%。计算结果表明，经过0~2 π 相位调制的角向偏振光光斑作为激光扫描共聚焦显微镜的激发光，可以提高其分辨率。

fNIR脑成像系统介绍: fNIR近红外光学脑成像系统通过测量人体的前额脑皮层氧水平变化从而评估人的大脑活动情况。fNIR是一个独立功能的脑成像系统，包括一个控制单元和连续的近红外光谱传感器（NIRS技术）。系统通过4个光源和10个探测器，提供16个信息通道。fNIR系统软件显示实时数据，同时保存数据用于分析。 fNIR是近红外光学成像技术，它测量前额叶皮层的神经活动和血流动力学反应。被试者前额佩戴一个安装了传感器的绑带，包括四个红外光源和10个探测器。FNIR传感器检测前额 叶皮层的氧含量，实时提供氧血红蛋白（oxy- hemoglobin）和脱氧血红蛋白（deoxygenated hemoglobin）的数值。在被试者执行不同的任务时，系统提供了连续和实时的氧变化显示。 fNIR给用户提供了一种认知功能评估。它消除了很多功能磁共振成像的缺点。被试者可以坐在电脑前面进行测试或者执行移动的任务。它可以整合SUPERLAB刺激呈现系统和BIOPAC虚拟现实产品。 fNIR数据可以结合其他的生理信号，例如心电、呼吸、血压、皮肤电活动等。 fNIR提供了血红蛋白水平的相对变化，16通道传感器:4个光源，10个探测器，2个波长 。 具体测试参加如下: fNIR系统有3个配置:FNIR100，FNIR200，FNIR300 fNIR100适用于以下应用: 人力绩效评估 麻醉深度监测 脑机接口 虚拟现实 神经康复学 自闭症 可靠性评价（测谎）fNIR提供了血红蛋白水平的相对变化，计算采用了modified Beer-Lambert law定律 合氧血红蛋白变化: delta O2Hb (mol/L) 脱氧血红蛋白变化: delta HHb (mol/L) 总血红蛋白变化: delta cHb (mol/L) 16通道传感器:4个光源，10个探测器，2个波长 COBI Studio数据采集软件:可配置通道数量 fNIR可用在麻醉深度监测，脑机接口，虚拟现实，可靠性评价（测谎）等领域。 材料清单: 1 × Atmega16U2 10 × Photodiode 4 × 730nm LED 4 × 850nm LED 1 × LTC2494 附件内容包括: 基于该设计主板原理图和PCB源文件，用Eagle软件打开（或者查看转换好的PDF档格式）； 固件源码，包括配置代码； 相关的设计资料；

光子筛作为一种新兴的纳米成像器件,具有分辨力高、体积小、重量轻、易复制等优点,被广泛地应用到纳米光刻、大型天文望远镜、航空航天摄像等领域。为了追求高分辨力,须将光子筛的小孔直径做得非常小,但当光子筛的小孔直径远小于入射光波波长时,标量衍射理论已不再成立,必须采用矢量衍射理论来进行光子筛的设计。利用矢量衍射理论建立了光子筛的衍射模型,并基于此模型进行了光子筛结构的设计与优化。为了考察模型的有效性,进行了数值模拟。数值模拟结果表明,基于矢量衍射模型设计的光子筛的聚焦性能良好;在近场区,标量衍射模型不再适用,而矢量衍射模型却能较好地满足设计要求。

非接触式心冲击描记术(BCG)通过测量血液循环过程中血液对血管壁产生的周期性压力来测量心率。这种压力会引起包括头部在内的身体各部位周期性弱机械运动,这种运动十分微弱,并且从身体运动中提取的BCG信号有着较低的信噪比,限制了其心率的测量精度。利用光学杠杆放大头部运动(Optical lever amplified BCG,OLA-BCG),提出了一种非接触式高精度心率检测算法。该方法以激光作为主动光源,结合附着在头部的平面镜,实现头部运动的放大;同时利用加权质心跟踪算法提取头部运动轨迹并采用独立成分分析过滤掉干扰噪声,得到BCG信号。最后,对提取的BCG信号进行频谱分析,计算出心率值。实验结果表明,OLA-BCG方法可以有效提高从头部运动中提取的BCG信号的信噪比和心率的测量精度。

影像匹配是基于CCD数据获得月球高程数据的基础和关键。研究了月球CCD影像的小波金字塔分层匹配算法。利用小波分析的多分辨率特性，对CCD影像进行小波分解，构造了金字塔顶层影像误匹配剔除策略及金字塔底层影像匹配点的快速搜索策略，实现了自粗尺度到细尺度的匹配算法。该算法通过减少非同名像点的匹配时间和搜索时间，大大降低了运算量，从而提高了匹配效率和配准精度。实验结果表明，该算法在匹配正确率和匹配效率方面都获得了很好的效果。

利用点特征求解单目相对位姿是现在普遍采用的方法,但在纹理不明显、角点少的场景下,仅依靠点特征难以得到理想的结果。鉴于此,结合惯性测量单元的测量数据和平面场景存在的单应性约束,提出了基于点线特征结合的单目相对位姿估计算法。先利用惯性测量单元提供的旋转角信息将2帧连续图像校正为正下视图像;再对图像中的点线特征进行检测和匹配;最后根据点线特征的单应性约束求解正下视图像之间的相对位姿,进而转化获得原始图像之间的相对位姿。仿真实验和实物实验结果证明,所提算法能够有效地求解单目相对位姿。

为了突破传统方法对材料表面缺陷深度检测的局限性,提出了一种基于透射式激光热成像的无损检测技术。选用激光源作为激励源,对被测材料的缺陷表面进行加热,加热点选在材料表面缺陷正下方处,激光输出功率为50 W,加热时间为1 s。在加热过程中,材料背面的温度场由于热流在材料缺陷传导过程中的影响而产生温度差异,故使用红外热像仪对加热过程中材料背面的温度场变化进行记录,并使用无缺陷处A点作为参考点,有缺陷处B点作为考察点,通过分析A、B两点的温度变化情况来对表面缺陷的深度进行特征提取。经过实验验证可知,该方法可以在一定条件下对材料表面的缺陷深度进行检测,当A点温度一定时,B点温度与缺陷深度的最优拟合呈指数关系,随着缺陷深度的增长,背面B点温度也随之降低。研究结果为后续的缺陷深度精准量化奠定了基础。

研 制基于 5 1 单片机控制用于组 织高分辨率成像的光学相千层析成像系统 , 详细 阐述 了该系统的工作原理 . 硬件组成和软 件 设计方案。 利 用自建样 品池和生物样品对系统测试 , 证明了系统具有高分辨率 、 高探测灵敏度 、 智能化以及 无损伤 的优点

传统随机抽样一致性（RANSAC）算法只能进行粗配准, 且配准效率低。针对该问题提出一种改进的RANSAC快速点云配准算法。该算法将内部形态描述子算法和快速点特征直方图(FPFH)算法相结合, 得到特征描述子, 然后采用预估计和三维栅格分割法改进RANSAC算法, 最后与传统配准算法采样一致性初始配准算法进行比较。实验结果表明, 本文算法能快速精确地剔除误匹配点, 进行仿射变换矩阵求解, 无需二次配准。本文算法相较于传统配准算法有很大优势, 在大规模三维点云配准中具有很好的稳健性, 并且在保证精度的同时可大幅提高配准效率。

针对现有图像盲取证方法在多重镜像篡改检测效果较差的问题,提出一种基于近似最近邻(ANN)搜索的图像篡改检测方法。提取图像的BRISK(Binary Robust Invariant Scalable Keypoints)特征描述子,获得图像的二值特征向量。利用PatchMatch计算特征间的偏移量并借助传导策略优化搜索相似图像块,实现篡改区域的初步检测。利用最小均方线性模型计算拟合误差移除误匹配点,精确定位篡改区域。在CASIA V2.0图像数据集和哥伦比亚大学图像数据集上进行实验,实验结果表明,该算法能够准确且高效地检测经复杂几何形变的篡改区域,特别是对多重镜像篡改检测的准确率更高。