基于向量变换的包裹相位场预处理与信息完整性探讨

针对包裹相位场在消除噪声的特别要求,提出了对包裹相位场预处理的向量滤波方法。理论分析了功率谱密度和向量变换的滤波思想。仿真实验研究了滤波模板的大小对滤波效果的影响,比较了在同样模板的选取下向量滤波方法与二次均值滤波法的滤波效果,分析了向量滤波方法与二次均值滤波法的功率谱密度分布。结果表明,相比二次均值滤波法,向量滤波法在降噪的同时,相位图依然清晰,它的功率谱密度分布没有明显变化,预处理后频谱信息的丢失远小于二次均值滤波。向量滤波法在提高信噪比的同时,信息的完整性得到较好保证。

Paralelização em CUDA/GLSL do algoritmo SIFT para reconhecimento de íris

Neste trabalho é estudada a viabilidade de uma implementação em paralelo do algoritmo scale invariant feature transform (SIFT) para identificação de íris. Para a implementação do código foi utilizada a arquitetura para computação paralela compute unified device architecture (CUDA) e a linguagem OpenGL shading language (GLSL). O algoritmo foi testado utilizando três bases de dados de olhos e íris, o noisy visible wavelength iris image Database (UBIRIS), Michal-Libor e CASIA. Testes foram feitos para determinar o tempo de processamento para verificação da presença ou não de um indivíduo em um banco de dados, determinar a eficiência dos algoritmos de busca implementados em GLSL e CUDA e buscar valores de calibração que melhoram o posicionamento e a distribuição dos pontos-chave na região de interesse (íris) e a robustez do programa final.

激光束质量实时测量技术

提出一种新型光束质量实时测量技术, 该技术主要基于由平板反射镜组成的多平面成像系统, 一次性将激光束腰附近2倍瑞利距离内的多个光斑成像在同一个平面上, 用CCD相机获取这些光斑的光强分布图样。通过图像处理获知接收到的光斑的光强分布。采用远场发散角、焦点尺寸、桶中功率比和M2因子四种光束质量评价标准对激光光束质量进行评价。利用该方法实时测量了高能钕玻璃双板条激光器的输出光束。

New neuroimaging methods for clinical neuroscience and neurological disorders

236 p.

Implementação paralela do algoritmo iterativo de busca do parâmetro de regularização ótimo para o funcional de Tikhonov no problema de restauração de imagens

O uso de técnicas com o funcional de Tikhonov em processamento de imagens tem sido amplamente usado nos últimos anos. A ideia básica nesse processo é modificar uma imagem inicial via equação de convolução e encontrar um parâmetro que minimize esse funcional afim de obter uma aproximação da imagem original. Porém, um problema típico neste método consiste na seleção do parâmetro de regularização adequado para o compromisso entre a acurácia e a estabilidade da solução. Um método desenvolvido por pesquisadores do IPRJ e UFRJ, atuantes na área de problemas inversos, consiste em minimizar um funcional de resíduos através do parâmetro de regularização de Tikhonov. Uma estratégia que emprega a busca iterativa deste parâmetro visando obter um valor mínimo para o funcional na iteração seguinte foi adotada recentemente em um algoritmo serial de restauração. Porém, o custo computacional é um fator problema encontrado ao empregar o método iterativo de busca. Com esta abordagem, neste trabalho é feita uma implementação em linguagem C++ que emprega técnicas de computação paralela usando MPI (Message Passing Interface) para a estratégia de minimização do funcional com o método de busca iterativa, reduzindo assim, o tempo de execução requerido pelo algoritmo. Uma versão modificada do método de Jacobi é considerada em duas versões do algoritmo, uma serial e outra em paralelo. Este algoritmo é adequado para implementação paralela por não possuir dependências de dados como de Gauss-Seidel que também é mostrado a convergir. Como indicador de desempenho para avaliação do algoritmo de restauração, além das medidas tradicionais, uma nova métrica que se baseia em critérios subjetivos denominada IWMSE (Information Weighted Mean Square Error) é empregada. Essas métricas foram introduzidas no programa serial de processamento de imagens e permitem fazer a análise da restauração a cada passo de iteração. Os resultados obtidos através das duas versões possibilitou verificar a aceleração e a eficiência da implementação paralela. A método de paralelismo apresentou resultados satisfatórios em um menor tempo de processamento e com desempenho aceitável.

一种区域搜索获取平面光学元件光圈数的方法

提出一种获取平面光学元件光圈数的方法。通过确定一幅干涉条纹图像中三块测试区域及相应的搜索区域,寻找条纹弯曲量的平均值和相应条纹间距的平均值,根据测试区域对应的权重系数,得到被测平面光学元件光圈数的最佳估计值。通过测量标准光圈并比较目视判读结果,得到最大相对误差为5%。实验结果表明,该方法提高了处理干涉条纹图像的适应性,并可替代人工目视判读干涉条纹图像。

Visibility recovery on images acquired in attenuating media. Application to underwater, fog, and mammographic imaging

136 p.