2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)字全息是光學(xué)全息與計算機技術(shù)結(jié)合的一種新的光學(xué)分支。它除具有普通光學(xué)全息的優(yōu)點外,還有其特殊的優(yōu)越性,主要表現(xiàn)在省去了干板的化學(xué)處理和能通過計算較為方便地得到光場分布信息。三維物體數(shù)字全息可以記錄和重構(gòu)出三維物體的強度分布和相位分布,便于進行進一步處理,特別有利于對三維物體形貌的分析與測量,已逐漸受到國內(nèi)外研究者的廣泛關(guān)注。 由于受到零級衍射光斑以及散斑噪聲的影響,三維物體數(shù)字全息重構(gòu)像質(zhì)量不能令人滿意,極大地阻礙了三維物體數(shù)

2、字全息的進一步應(yīng)用。本文著力研究提高數(shù)字全息重構(gòu)像質(zhì)量的各種方法,以濾除或減小零級衍射光斑以及共軛像對數(shù)字全息重構(gòu)像質(zhì)量的影響,使同軸和離軸數(shù)字全息重構(gòu)像質(zhì)量都達到可實際利用的程度。本文研究并用于提高數(shù)字全息重構(gòu)像質(zhì)量的方法有:離軸分離物像法,均值法去零級,相移法去零級及共軛像,小波法去零級及減小散斑噪聲,收縮均值濾波法提高重構(gòu)像對比度和細膩程度,Curvelet(曲波)法減小散斑噪聲保護邊緣信息,多幅圖融合法減小散斑噪聲等。對每種方法

3、的研究都由理論分析得出,并通過實驗加以驗證分析,最終得到較為滿意的實驗結(jié)果。 對于三維物體數(shù)字全息技術(shù)的應(yīng)用,本文從干涉測量和三維物體識別兩方面入手進行研究。干涉測量中,主要通過計算數(shù)字全息圖中記錄下的物體相位信息的變化對物體狀態(tài)的微小變化進行精確測量。三維物體識別中,是通過卷積法重構(gòu),提取單幅全息圖中比普通照片更豐富的物體信息構(gòu)成非線性綜合判別函數(shù)濾波器,進而通過相關(guān)運算實現(xiàn)了對三維物體一定旋轉(zhuǎn)角度范圍內(nèi)的旋轉(zhuǎn)不變識別。這兩種

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論