摘要：基于光强传输方程(TIE)的相位恢复技术,可以通过测量一系列垂直于光轴分布的散焦强度图,直接求解得到光场的相位信息。传统的基于TIE的强度图像采集系统在获得散焦图像时需要机械移动。通过在空间光调制器(SLM)上加载透镜相位图,使其实现可编程透镜的功能,任意改变此透镜的焦距值,可以实现不同的散焦距离,从而避免采集图像过程中CCD的移动。根据不同的算法理论,设计了两种光强图像采集系统。由于日常生活中使用相机拍照时,透镜的相位调制作用不可忽略,使用SLM代替含透镜的光传播模型中透镜的作用,设计了第一种实验装置。此外,通过在4f系统的频率域位置放置SLM,设计了第二种实验装置。真实实验的结果验证了这两种方法的有效性和正确性。

摘要：在伯努利循环矩阵的基础上,对其独立元素中随机地引入零元,形成超稀疏三元循环矩阵,与伯努利-循环矩阵相比,其随机独立变元个数和矩阵非零元数目显著减少,从而有利于信息的传输和存储.数值实验结果表明:提出的测量矩阵重建效果略优于伯努利矩阵和伯努利循环矩阵的重建效果,并在绝大多数情形下重建时间可以降低到原来的10%~40%,加快了后端信号重建的速度,有利于压缩感知理论的实用化.

摘要：针对传统的基于光强传输方程(TIE)相位恢复方法中需要通过移动待测物体或者CCD以实现光强图像采集所造成的速度慢、精确度低等问题,提出了一种新的基于硅基液晶(LCOS)变焦透镜的相位恢复方法。首先,在LCOS上加载具有不同焦距的透镜相位分布图,使其实现变焦透镜的功能;然后通过本研究所设计的系统在同一成像平面上采集不同散焦距离的光强图像;最后求解TIE从而得到相位信息。该方法只需要改变LCOS上所加载的相位分布图即可形成不同的散焦图像,避免了传统方法中机械移动所造成的误差。模拟与实验结果均验证了所提方法的正确性和有效性。

摘要：针对人脸识别应用,提出一种基于学习且具有鉴别能力的核图像微分滤波器。首先,区别于现有滤波器的手工设计方法,该滤波器利用训练集动态学习获得,通过在学习过程中融入线性判别分析(LDA)思想,可在增加滤波后图像类内相似度的同时减小类间相似度;其次,在线性滤波分类器的基础上进一步引入二阶微分信息,并结合核方法在高维空间下进行滤波器学习,使得图像中的细节和非线性信息可以得到更好的利用并获得更具鉴别力的特征描述。AR和ORL人脸库上的多组对比实验结果表明,与线性可学习图像滤波器IFL、不考虑微分信息的核图像滤波器以及只考虑一阶微分信息的核图像滤波器进行比较,所提算法可有效提高识别性能。