改进灰关联在锂电池缺陷快速识别的应用

提出基于改进灰关联算法实现锂电池薄膜缺陷在线快速识别系统。该识别系统中提取二值化图像中缺陷的几何形状和投影参数作为特征值,进行缺陷识别。将改进灰关联识别算法与传统灰关联算法、模版匹配相关性算法作比较,实验结果表明:该系统识别准确率达到91.2％。     

一种基于连续小波阈值的图像去噪新算法

基于图像小波分解的特点和小波分解后高频小波系数的统计特性,构造了一种新阈值函数的去噪算法。对比传统的硬阈值、软阈值去噪算法,介绍了新阈值函数的原理,推导了算法公式。该阈值函数连续、可导。实验结果表明,利用新阈值函数进行图像去噪,能够有效地抑制图像噪声及马赛克效应。     

稀疏分解算法在薄膜缺陷去噪中的应用

目的实现锂电池薄膜表面缺陷特征的有效提取。方法采用稀疏分解算法实现表面去噪,即通过选取合适的原子函数,在过完备字典中对含有点噪声、高斯噪声、椒盐噪声和加乘噪声背景下的缺陷图像进行稀疏分解迭代,通过观察法得到终止迭代值作为经验值,并将该经验值用于特定噪声背景下的稀疏分解终止迭代条件,得到去噪后的缺陷图像。最后将该方法与中值滤波技术进行比较。结果稀疏分解的去噪性能远优于中值滤波,对锂电池薄膜缺陷有很好的还原性。结论稀疏分解算法能够较好地去除锂电池薄膜图像中的噪声,从而识别出锂电池薄膜缺陷。     

小波变换在遥感图像云雾处理中的应用

分析受云雾影响的遥感图像频率分布的特征，云雾处于相对低频、景物处于相对高频。根据小波变换多分辨率特点．图像经多层小波分解，得到的低层细节系数代表图像的相对高频部分，高层细节系数代表图像的相对低频部分。提出通过增大图像的高频细节系数，减小低频细节系数，保持最低层近似系数，达到去云雾目的。利用视觉评价、均值、标准差、熵、平均梯度等方法评价实验结果，表明算法的有效性。     

数显式语音报温系统

介绍了一种数显式语音报温系统。该系统采用新型的单片语音录放集成电路（ＩＳＤ１４１６），器件最显著的一个特点是采用了直接模拟存储技术（ＤＡＳＴ），较理想的保留了语音信息的有效成份，从而使固体电子录音达到了高保真水平。通过该器件可以将语音引入到测控系统中，同时，为方便使用，该系统还配有ＩＥＤ数码显示。     

基于建构主义理论的“图像传输与处理”课程教学方法改革

研究建构主义学习理论,讨论师生在教学过程中的地位和相互关系,指出创设情境、引导学生交流的重要性。在此基础上,根据"图像传输与处理"课程特点,提出运用自主开发的教辅软件提高教学质量的方法。介绍教辅软件的设计方案、过程和结果,详细给出应用实例。教学实践表明,软件设计合理、实用,将该软件应用于教学能促进学生自主建构知识,有利于提高学生自学能力和培养应用技能。     

科研引导下跨界大学生创新训练研究

本文面对传统大学生创新训练模式单一、成果不明显和预期目标不明确,提出科研引导下跨界项目、跨界教师、跨界学生、跨界平台和跨界成果共享的大学生创新训练研究模式,该模式能提升学生创新能力,可作为教师跨界科研团队的有力补充,能达到学校、学院、教师和学生的互利.     

n-Si/p-CuI异质结的制备及其光电特性研究

采用成本低廉的连续离子层沉积法通过在n型Si衬底上沉积γ相的多晶结构的CuI薄膜而制备了CuI/n-Si异质结。并通过测试其光照下的I-V、C-V特性对其光电特性、载流子输运特性及导电机理进行了研究。研究表明CuI/n-Si异质结存在良好的整流特性,由于在CuI/nSi异质结界面处的导带补偿与价带补偿相差较大,在正向电压、无光照下,导电机理为空间电荷限制电流导电,此时空穴电流主导;在光照下,异质结表现出良好的光电响应,因此可以广泛应用在光电探测和太阳电池等领域。     

基于OBE的应用型创新人才冰山模型研究

针对当前人才培养的能力培养导向,深入探究OBE的先进教育理念,剖析冰山理论与人才培养的关联性,结合当前工程类应用型创新人才的发展需求,改革人才培养体系,构建一个以行业需求为导向,与我国高等教育改革相适应并接轨国际专业认证的基于OBE的应用型创新人才能力素质冰山模型,该模型包括两个系统,即显性能力系统和隐性能力系统,从而实现对应用型创新人才更深层次的能力培养.     

全息术及其复制

<正> 全息术的概念早在1947年就由Gabor首先提出,由于当时不具备相应的光源,使得全息学的发展处于停滞不前的状态。1917年,爱因斯坦曾预言辐射的受激发射存在,为激光器的产生奠定了理论基础,直至1960年第一台激光器问世才使得全息学的发展重新活跃起来。全息术实质上也是一个照相过程,其不同于普通照相之处在于:全息术不仅记录了象的光强分布,同时也记录了反映物体深度的位相信息;而且物象间不似普通照相中的一一对应关系,而是物上一点的信息分布于整个象面上;因此通过再现后的物象是三维的,具有真实物体通常所具有的深度和视差特性。