导读:本文包含了光学检测技术论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光学,舰船,遥感,图像,血糖,噪声,技术。
光学检测技术论文文献综述
魏光虎[1]（2019）在《光学元件表面微缺陷可视化检测技术研究》一文中研究指出国内外近些年来,对于检测光学元件表面缺陷的技术越来越重视。由于光学系统的性能会直接受到光学元件表面质量优劣的影响,这对于光学元件的质检工作方面增加了一定的难度。如果光学元件的质量能够得到有效的改善,光学仪器的整体质量都会得到系统性的提高。基于此,本文阐述了光学元件表面缺陷对元件自身以及其所处系统的危害,然后对光学元件表面微缺陷检测方法进行分析,介绍了机器视觉检测技术的优势,希望能为相关工作者提供有用的参考。(本文来源于《科学技术创新》期刊2019年34期）
王选[2]（2019）在《基于扫描光声成像技术的组织光学性质及血糖检测》一文中研究指出目的:证实生物组织光学参数测量系统在用于弱吸收强散射均匀介质光声参数和血糖浓度测定时的效果;方法采用Nd:YAG激光器作为光源,采用水浸式超声聚焦换能器探测外传光学信号,将光学信号利用烧伤脉冲/接收器进行放大和滤波后输入到示波器内,利用GPIB数据采集卡采集数据录入计算机保存,对Z轴方向上设置的光学信号进行收集,然后再对制备好的血糖样本进行检测;结果近表面处,信号峰峰值最大,而随着深度增加呈现出指数衰减的情况,随着吸收系数和散射系数不同,曲线衰减速度和最大值的位置也随之发生了一定的变化。在对血糖样本进行测定时,随着探测到沿着Z周方向逐渐深入的过程中,光声信号峰值呈现出逐步增加趋势,达到顶峰时逐渐衰竭;结论:基于聚焦超声换能器横向扫描的光声成像技术能够有效地实现生物组织光学参数测量,可用于临床血糖检测,该技术有着较大的发展应用潜力。(本文来源于《大众标准化》期刊2019年11期）
李晓斌,江碧涛,杨渊博,傅雨泽,岳文振[3]（2019）在《光学遥感图像目标检测技术综述》一文中研究指出目标检测是光学遥感图像分析的重要内容,是将图像数据转化为应用成果的关键一环。文章重点针对光学遥感图像中常见的飞机、舰船等目标,对目标检测技术进行了系统总结,并对未来重点发展方向进行了展望。重点论述的内容包括目标检测方法、目标检测性能评价准则和数据集,其中对于目标检测方法,从候选区域选择、特征学习、分类和后处理等四个方面进行了详细介绍。期望这些技术成果的总结分析和展望对目标检测技术的应用提供一定的借鉴和参考。(本文来源于《航天返回与遥感》期刊2019年04期）
王选[4]（2019）在《扫描光声成像技术的光学特点及其在血糖检测中的应用》一文中研究指出光声成像属于光学方式基础上对样品中超声信号激发出来的新的成像方式,光声成像技术具有光学高对比度及高分辨率等优势,且具备光谱信息获取能力,能够对人体的脂质成分和功能信息等实现高特异性获取,最终得到结构与功能性成像。光声成像技术在应用的时候可以灵活展示出多种成像模式,光声成像技术在恶性肿瘤和动脉粥样硬化等疾病临床诊断和病理研究中存在着较大的应用潜力,也有效得到生物医学领域的关注和重视。(本文来源于《信息记录材料》期刊2019年08期）
何明灿,朱永凯,唐语[5]（2019）在《材料微观裂纹的光学低相干检测技术》一文中研究指出以材料的微观裂纹为检测对象,基于扫频光学的低相干技术原理,设计构建了马赫-泽德干涉结构的低相干系统,采用平衡探测器接收干涉光信号,并通过LabVIEW软件平台实现数据的采集与存储,得到了叶片微观裂纹的二维信息,再据此对该裂纹进行了图像重构。系统的检测分辨率可达到15.6μm,该方法具有非侵入、检测分辨率高等优点。(本文来源于《无损检测》期刊2019年07期）
隋金君[6]（2019）在《基于β射线和光学融合的烟尘浓度检测技术》一文中研究指出文中通过将β射线法和光学散射法的烟尘浓度检测技术融合,解决目前的光学散射法测试烟尘浓度存在的漂移和偏差,以及光学器件污染带来的测试误差。通过对β射线法测试技术和光学散射法测试技术的研究,再通过融合标定的方式使得光学在线测试更加准确。经过1个月的现场试验,其烟尘浓度的检测精度维持在≤±10%。(本文来源于《仪表技术与传感器》期刊2019年06期）
张荣[7]（2019）在《集成光学陀螺声光移频检测机理及技术研究》一文中研究指出集成光学陀螺具有小体积、低成本和高精度的发展潜力,是光学陀螺集成化发展的重要方向。本文对谐振式集成光学陀螺声光移频检测中涉及的关键问题进行了理论和实验研究,分别从检测方式、噪声抑制方法、闭环检测技术、信号处理方法、软硬件设计、实验方案设计等方面开展了工作。论文主要研究内容和取得的研究成果包括如下几方面。(1)采用原子钟与二级数字锁相技术,结合48位直接数字频率合成技术,研制了数字高精度声光移频驱动器,得到声光移频输出精度高于1Hz,移频频率稳定性小于0.37Hz。设计了移频驱动器通用数字总线接口与陀螺检测软件进行数据交互。设计了二进制频移键控和二进制相移键控数字调制功能,为实现谐振式集成光学陀螺的声光调制提供了技术条件。为抑制声光移频器输出功率谱不平坦造成的陀螺检测误差,对声光移频器的输出功率谱进行了平衡校正。(2)推导了谐振式集成光学陀螺分数阶PI~λD~μ控制系统的开环和闭环传递函数。采用幅值裕量和相位裕量法进行了谐振式光学陀螺分数阶PI~λD~μ鲁棒控制器的设计。(3)设计了抑制谐振式集成光学陀螺中背向散射和偏振串扰噪声的方案。在陀螺的两个支路上分别使用一个声光移频器,对两个支路光波进行不同频率的移频,从而将背散噪声频率移到陀螺解调频率带宽范围外。在陀螺的两个支路分别使用一个光纤起偏器和一个电控偏振控制器,在保证高偏振消光比的同时,还可以通过调整电控偏振控制器,使顺逆时针光路的解调曲线重合。实验测试证实了两种噪声抑制方法的有效性。(4)首次在谐振式集成光学陀螺中采用了分数阶数字PI~λD~μ控制技术,采用Al-Alaoui生成函数和连分式展开直接离散法将分数阶PI~λ控制器的微积分算子进行离散化近似,得到谐振式光学陀螺控制系统的一阶和二阶分数阶PI~λ控制器的传递函数表达式。计算分析了谐振式光学陀螺分数阶PI~λ控制器的响应特性和噪声抑制特性。将分数阶PI~λ控制器应用于谐振式集成光学陀螺检测系统,完成了陀螺闭环锁定测试。理论和实验工作均显示分数阶控制器在提高谐振式光学陀螺控制系统的抗干扰特性、改善系统的动态响应和参数调整灵活性等方面具有明显的优势。(5)提出并实现了激光器-声光移频器联合的Pound-Drever-Hall(PDH)闭环锁定方案。利用调谐范围大但移频精度低的激光器对陀螺进行粗锁,利用移频精度高但移频范围窄的声光移频器对陀螺进行精细锁定。该方案可同时发挥可调谐激光器和声光移频器的优势,理论上陀螺的锁定精度可以由只用激光器锁定时的几kHz,提高到1Hz以上。实验测量显示,采用激光器-声光移频器联合闭环锁定方案,在零偏稳定性和随机游走等噪声特性上都优于只用激光器锁定的方案。(6)结合上述高精度声光移频驱动技术、噪声抑制方案、分数阶PI~λ反馈控制方案,以及激光器-声光移频器联合的PDH锁定方法,搭建了谐振式集成光学陀螺实验系统。基于“生产者-消费者”架构设计了谐振式集成光学陀螺控制和检测软件。实验完成了陀螺旋转角速度检测,以及标度因数、零偏和零偏稳定性等参数的测试。论文工作验证了在谐振式集成光学陀螺中采用声光移频检测的可行性,以及论文中设计并体现了各项软硬件技术方案的合理性,为陀螺信号的调制和检测过程中使用声光移频技术提供研究基础。(本文来源于《长春理工大学》期刊2019-06-01）
聂婷[8]（2019）在《大幅宽光学遥感图像目标检测技术研究》一文中研究指出随着航天遥感对地观测技术的迅猛发展,光学成像卫星不断涌现,使得遥感图像具有分辨率高、覆盖面宽、细节丰富等优点,遥感图像处理技术也广泛应用于军事国防和民用经济建设领域。而舰船作为海上实时监测和战时攻击的重要目标,其精确、快速的检测可对敌方态势的分析、精确制导、军事测绘起着至关重要的作用。与此同时,对海上救援、渔船的安全管理等起着无可代替的作用。然而,受到拍摄天气、时间、海面杂波、云雾遮挡、光照不均匀等复杂干扰使得其自动检测容易产生漏检和虚警、检测性能大幅下降。从庞大的数据中,如何及时、可靠和准确地检测与提取到海面舰船目标,成为遥感图像舰船检测至关重要而又亟待解决的难题。为了提高遥感图像舰船自动检测处理的速度和准确性,缓解在轨传输与存储数据压力,保障遥感信息的时效性,本文围绕大幅面可见光遥感图像舰船目标自动检测问题展开了深入的研究。论文分析了遥感图像的成像特点,设计了相应的海域舰船检测与靠岸舰船检测两类不同算法,并详细阐述了算法中涉及到的各项关键技术,包括图像去雾与海陆分离方法,感兴趣区域提取与定位、目标特征提取与虚警剔除、靠岸舰船船头匹配等,改善了在复杂背景下大幅面遥感图像中舰船检测算法运算速度慢、检测率低的问题。本文主要研究内容归纳如下:在图像预处理阶段,光学遥感图像在成像的过程中容易受到拍摄天气、拍摄角度的影响,导致图像中的薄雾对舰船检测产生干扰,甚至带来信息缺失。对此,本文在大气散射模型的基础上,分析了原始引导滤波进行透射率精确估计存在的问题,提出了基于融合梯度因子的去雾算法,在更有效地保持边缘情况下,又避免了过度平滑或平滑力度不足,取得了良好的去雾效果。在此基础上,针对于图像序列中相机或者目标的运动带来的帧间传输图和大气光值不完全相同,导致去雾后存在帧间跳动和闪烁的现象,在单帧去雾的基础上,本文引入了互相关因子,提出了保持帧间连续的图像序列去雾算法,减少了去雾后帧间跳动和闪烁。在海陆分离阶段,本文针对传统方法采用全色图像的灰度统计进行海陆分离存在误差大和普适性不强的问题,经过分析海洋和陆地上不同地物光谱反射率特点,采用归一化水体指数与形态学滤波相结合的方法,将海域和陆地分离开来,同时去除大部分厚云干扰,为后续舰船检测减少了虚警的干扰。在感兴趣区域提取阶段,为了避免在宽幅图像上进行全局的盲目搜索,本文提出了扩展小波变换,在复杂背景下增强了目标与背景的对比度。经过该变换后采用局部极大值搜索来快速定位可疑目标位置;接着,在分析了视觉显着性模型原理的基础上,针对于可见光遥感图像的特征提出了改进的频域超复数的显着区域提取算法,在上一步定位到的可疑点局部范围内进行显着性区域提取,最后得到感兴趣目标区域。实验表明,该方法更加有效抑制海面云块、杂波、阴影等干扰,提高了复杂背景下目标的检测率和运算速度。在特征描述与虚警剔除阶段,由于显着性提取之后,仍然会保留一些非目标的干扰,对此本文设计了包含形状、纹理、尺寸和不变矩共计10维的目标特征描述算子。对大量的样本图像提取特征,并进行基于SVM的线下训练,得到较为稳定的模型用于区别舰船和虚警。实验表明,10维的特征描述算子具有较强的表征目标的能力,能够有效地剔除海岸线、海岛、云块等,有效的降低了虚警率。经过上述步骤完成了海域舰船检测的整体流程,论文接下来对靠岸舰船提出了一种可靠的高效的检测方法。针对于靠岸舰船受到周围岸边干扰难以检测的问题,本文提出了一种船身与船头特征相结合的靠岸舰船检测方法。首先对于感兴趣的军事港口,制定模板图像,然后利用对数极坐标下边缘互相关算法进行实拍图像的快速港口定位,将事先存储的港口轮廓线映射到实拍图像上;接着利用改进的形状上下文方法进行船头的“V”字型特征匹配,该方法充分考虑到由于拍摄角度、时间等不同,带来的旋转、缩放等问题,提高了匹配的精度,能准确地确认潜在的可疑船头位置。然后,利用直线检测确定船身的方向,最后结合简单的几何特征进行舰船的确认。实验表明,从综合性能上来讲,本文方法可以较好地实现了靠岸舰船定位和检测。在算法的硬件实现方面,本文搭建FPGA+DSP平台,并对海域舰船检测算法进行优化和嵌入式系统移植。在保证系统通用性及可扩展性的同时,提高算法的处理效率,减小了星上遥感数据的传输压力,为在轨目标检测奠定了基础。(本文来源于《中国科学院大学(中国科学院长春光学精密机械与物理研究所)》期刊2019-06-01）
丁鹏[9]（2019）在《基于深度卷积神经网络的光学遥感目标检测技术研究》一文中研究指出光学遥感图像中的目标检测技术在民用方面和军事方面都有着十分重要的意义。在民用方面,高精度的目标检测可以辅助城市交通管理,帮助城市进行规划建设;在军事方面,高精度的目标检测有利于精确地锁定入侵目标,保护国家安全。光学遥感图像中传统的目标检测算法——边缘检测算法、阈值分割法、基于视觉显着性的方法和基于浅层机器学习的算法已经很难满足今天光学遥感图像中目标检测的要求。随着深度学习特别是深度卷积神经网络在图像处理领域的巨大发展,利用深度卷积神经网络在光学遥感图像中进行目标检测已经成为不可阻挡的趋势。相较于浅层机器学习进行目标检测时复杂且低效的工作流程:首先必须依据特定目标设计特定的特征提取算法然后再将得到的特征送入分类器进行分类,深度学习特别是深度卷积神经网络则可以直接提取目标的有效特征。另外,深度卷积神经网络能够提取目标更加本质的特征而浅层机器学习只能提取初级或者中级的特征如纹理特征、边缘特征等。目前,基于深度卷积神经网络的目标检测算法大体上可以分为俩种:一种是以Faster RCNN为代表的双阶段检测器,另一种是以YOLO和SSD为代表的单阶段检测器。相较于双阶段的目标检测器,单阶段的目标检测器在速度上更具有优势,但是在精度上表现不佳,尤其在检测小尺度目标的时候其结果并不令人满意。特别是YOLO系列,在小尺度目标上的检测精度尤为糟糕。而双阶段检测器虽然在速度上慢于单阶段检测器但是其在小尺度目标上的检测精度要优于单阶段检测器。相比较而言,双阶段检测器更加适合光学遥感类的目标检测。因此,本文依据已经公开的具有国际认可度的光学遥感数据集进行有关研究。基于Faster RCNN检测器,在俩个具有代表性的数据集上,“微调”多种主流深度卷积神经网络进行目标检测,并对各个深度卷积神经网络的性能进行全面的分析。从详细的实验分析中,了解各个深度卷积神经网络的优缺点,了解何种结构的深度卷积神经网络更加适合光学遥感图像中的目标检测,了解直接“微调”深度卷积神经网络在光学遥感图像中进行目标检测的注意点和不足。同时,为了减少深度卷积神经网络所需要的存储空间,我们提出了子网卷积化的方法,初步探索网络轻型化。研究发现,直接―微调‖深度卷积神经网络在光学遥感图像中进行目标检测存在着很多的不足。因此,我们提出了一系列的改进。首先,在光学遥感图像的目标检测中,周围环境复杂,干扰较多。因此,利用深度卷积神经网络进行目标检测时存在大量难以识别的目标。在训练的过程中为保证网络在整个数据集上取得较好的结果,往往会忽视“难样本”的特征。针对这种情况,我们采用―在线难例解析‖,即将难以识别的目标作为网络训练的主要对象进行目标检测与识别,―在线难例解析‖有效地提高了网络的整体能力。其次,光学遥感图像中部分目标摆放非常密集,尺度较小,这些目标的有效特征在深度卷积神经网络传播过程中会严重丢失,针对这种情况,我们提出了提高分辨率来减少特征的丢失。但是,直接提高网络结构的分辨率会导致感受野的下降从而导致全局信息的丢失,所以我们采用―空洞卷积‖来提高感受野。除此之外,深层次网络得到的特征包含较少的定位信息,而定位信息对于光学遥感图像中的目标检测是十分重要的,因此本人提出了一种多尺度特征结合的方法。该方法结合了深层网络所包含的有利于分类的高级语义特征和浅层网络包含的有利于定位的边缘、纹理等特征。最后,为了减小深度卷积神经网络模型所需要的存储空间,增加网络的可移植性,本人又提出了一种网络轻型化的方法。通过实验证明,我们提出的方法是可行的,相较于目前流行的基于深度卷积神经网络的目标检测方法,我们的方法在精度和召回率上存在较大的优势。综上所述,我们深度研究了如何在光学遥感图像中利用深度卷积神经网络进行目标检测。在分析了多种主流深度卷积神经网络在光学遥感图像中进行目标检测的优缺点的基础上,提出一系列的改进从而达到高精度目标检测的目的。我们的研究对于光学遥感图像中的目标检测具有很深的指导意义。(本文来源于《中国科学院大学(中国科学院长春光学精密机械与物理研究所)》期刊2019-06-01）
纵榜铭[10]（2019）在《基于PIE相位恢复的成像光学元件检测技术研究》一文中研究指出光学成像是军事、科研、生产和生活等诸多领域中获取外界信息的最常见技术手段,成像系统的性能可用OTF(光学传递函数)准确描述。数学上OTF是成像系统出瞳孔径函数P(x,y)的归一化自相关,而大多数实际成像系统的P(x,y)是一个包括强度和相位的二维复值函数,因此OTF的测量实际上是对P(x,y)的强度和相位的测量。随着计算光学成像等先进技术的快速进步,理论上只要精确知道一个光学系统的OTF,就可以用数值计算的方法对其产生的光学像进行数值修正,得到理想的高分辨图像,传统的测量方法已经不能满足这些新技术的实际需求,必须发展新的方法对成像系统的光学特性进行精确二维检测。为了精确测量成像系统的出瞳透射函数P(x,y),本文提出了基于空域迭层扫描成像技术(PIE)和频域PIE的两种测量方法。其中,基于空域PIE的测量方法,在未引入待测成像系统时,扫描衍射物体记录一系列衍射强度分布,重建照明光波前和衍射物体的复振幅分布;之后将待测成像系统引入测量系统,扫描同样衍射物体再次记录一系列衍射强度分布,进而重建包含待测光学元件信息的波前信息。该方法直接测量系统对点物体成像时,系统出瞳面上的光束波前和理想汇聚球面波前的相位差来得到P(x,y)的相位分布,并以此为基础分解出各级几何像差系数。基于频域的PIE测量方法则使用发光二极管(LED)阵列代替传统照明光源,产生不同出射方向照明光,采集多幅低分辨率图像,实现对待测样品频谱信息的扫面,利用物、像和系统相关传递函数(CTF)之间的傅里叶关系,采用系列角度照明方法和迭代图像重建法,直接重建出二维CTF复振幅分布和超分辨图像。和传统的波前测量方法相比,所提出的两种方法都是采用共光路系统,而且不依赖于额外的参考光束,不仅具有紧凑的光学结构,还可避免参考光和系统振动所引起的误差,具有使用方便、分辨率高和精度高的系列优点。数值计算表明,这两种方法所得到的成像系统的像差系数误差都低于0.1%,实验结果表明实际测量误差低于1%。这两种技术的提出,解决了传统方法难以实现二维复值出射函数精确测量的关键技术问题,为光学成像元件的检测提供了全新检测方法,也为计算光学成像等新的成像技术的进一步发展提供新的技术手段。(本文来源于《江南大学》期刊2019-06-01）
光学检测技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的:证实生物组织光学参数测量系统在用于弱吸收强散射均匀介质光声参数和血糖浓度测定时的效果;方法采用Nd:YAG激光器作为光源,采用水浸式超声聚焦换能器探测外传光学信号,将光学信号利用烧伤脉冲/接收器进行放大和滤波后输入到示波器内,利用GPIB数据采集卡采集数据录入计算机保存,对Z轴方向上设置的光学信号进行收集,然后再对制备好的血糖样本进行检测;结果近表面处,信号峰峰值最大,而随着深度增加呈现出指数衰减的情况,随着吸收系数和散射系数不同,曲线衰减速度和最大值的位置也随之发生了一定的变化。在对血糖样本进行测定时,随着探测到沿着Z周方向逐渐深入的过程中,光声信号峰值呈现出逐步增加趋势,达到顶峰时逐渐衰竭;结论:基于聚焦超声换能器横向扫描的光声成像技术能够有效地实现生物组织光学参数测量,可用于临床血糖检测,该技术有着较大的发展应用潜力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
光学检测技术论文参考文献
[1].魏光虎.光学元件表面微缺陷可视化检测技术研究[J].科学技术创新.2019
[2].王选.基于扫描光声成像技术的组织光学性质及血糖检测[J].大众标准化.2019
[3].李晓斌,江碧涛,杨渊博,傅雨泽,岳文振.光学遥感图像目标检测技术综述[J].航天返回与遥感.2019
[4].王选.扫描光声成像技术的光学特点及其在血糖检测中的应用[J].信息记录材料.2019
[5].何明灿,朱永凯,唐语.材料微观裂纹的光学低相干检测技术[J].无损检测.2019
[6].隋金君.基于β射线和光学融合的烟尘浓度检测技术[J].仪表技术与传感器.2019
[7].张荣.集成光学陀螺声光移频检测机理及技术研究[D].长春理工大学.2019
[8].聂婷.大幅宽光学遥感图像目标检测技术研究[D].中国科学院大学(中国科学院长春光学精密机械与物理研究所).2019
[9].丁鹏.基于深度卷积神经网络的光学遥感目标检测技术研究[D].中国科学院大学(中国科学院长春光学精密机械与物理研究所).2019
[10].纵榜铭.基于PIE相位恢复的成像光学元件检测技术研究[D].江南大学.2019
论文知识图
