提出一种用于测量微结构表面形貌的离轴显微干涉术。
该技术的实验装置为一个优化的马赫-曾德尔干涉仪。
其特点为参考波是具有一定载频的倾斜波。
该技术中应用CCD记录离轴显微干涉图，并用傅里叶变换方法对记录的干涉图在傅里叶面进行频谱滤波求解相位。
不同于经典显微干涉术，离轴显微干涉图的载频较高，仅需单幅干涉图即可得到相位信息。
因此该技术在测量中具有防振、快捷有效的特点。
利用一个标准微台阶以及微孔阵列的形貌检测结果验证该技术的有效性，同时与轮廓仪的测试结果进行对比，证明结果一致。
被测物也应用Mirau干涉显微镜进行测试，实验结果表明经典显微干涉图干涉信息载频不足，仅使用单幅干涉图不能得到正确相位，该组实验证明了离轴显微干涉术相对于传统显微干涉术的优越性。
该技术的实验装置为一个优化的马赫-曾德尔干涉仪。
其特点为参考波是具有一定载频的倾斜波。
该技术中应用CCD记录离轴显微干涉图，并用傅里叶变换方法对记录的干涉图在傅里叶面进行频谱滤波求解相位。
不同于经典显微干涉术，离轴显微干涉图的载频较高，仅需单幅干涉图即可得到相位信息。
因此该技术在测量中具有防振、快捷有效的特点。
利用一个标准微台阶以及微孔阵列的形貌检测结果验证该技术的有效性，同时与轮廓仪的测试结果进行对比，证明结果一致。
被测物也应用Mirau干涉显微镜进行测试，实验结果表明经典显微干涉图干涉信息载频不足，仅使用单幅干涉图不能得到正确相位，该组实验证明了离轴显微干涉术相对于传统显微干涉术的优越性。
2025/6/7 7:53:11
3.55MB
1
通过拍摄的魔方照片识别每个块的颜色并展示出来，手动调节hsv阈值处理，可以通过鼠标点击图像获取hsv值，可以手动更改阈值条件，通过draw函数把不符合面积阈值的轮廓去掉,欢迎讨论https://download.csdn.net/download/qq_32107283/10950602之前这个程序有点小问题就不用看了博客原文在这：https://blog.csdn.net/qq_32107283/article/details/86774583
2025/5/4 7:24:35
2KB
1
以新疆红富士苹果为研究对象,探讨应用高光谱图像技术和最小外接矩形法预测其大小的研究方法。
提取苹果高光谱图像中可见红色区域受色度影响较小的713nm以及近红外区域793和852nm的3个波长图像,做双波段比运算处理。
比较所得双波段比图像可知,852/713双波段比图像中背景和前景灰度对比度最大。
对该图像做阈值分割以及形态闭运算去除果梗区域,使用8邻接边界跟踪法得到二值图像的轮廓坐标序列,采用最小外接矩形法求苹果的大小,与实测值建立回归方程。
结果表明,基于高光谱图像技术采用波段比算法,结合最小外接矩形法,能够有效地检测苹果大小,预测值与实际值最大绝对误差为3.06mm,均方根误差为1.21mm。
提取苹果高光谱图像中可见红色区域受色度影响较小的713nm以及近红外区域793和852nm的3个波长图像,做双波段比运算处理。
比较所得双波段比图像可知,852/713双波段比图像中背景和前景灰度对比度最大。
对该图像做阈值分割以及形态闭运算去除果梗区域,使用8邻接边界跟踪法得到二值图像的轮廓坐标序列,采用最小外接矩形法求苹果的大小,与实测值建立回归方程。
结果表明,基于高光谱图像技术采用波段比算法,结合最小外接矩形法,能够有效地检测苹果大小,预测值与实际值最大绝对误差为3.06mm,均方根误差为1.21mm。
2025/4/29 18:04:53
359KB
1
主要功能是：打开图像彩色变灰阶邻域平均选择阈值腐蚀图像缩小启动摄像头恢复图像图像反相Gauss滤波自适应阈值法膨胀径向梯度打开AVI文件关闭当前窗口垂直镜像中值滤波全局阈值法开运算Canny算法视频解冻保存当前位图水平镜像Sobel算法外接矩形闭运算种子填充视频冻结最近文件180度旋转Laplace算法最小面积矩形形态学梯度金字塔图像分割多图像平均恢复原始图像30度旋转点集凸包顶帽变换椭圆曲线拟合关闭视频当前画面存盘亮度变换区域凸包波谷检测Snake原理选择分辨率退出图像直方图轮廓跟踪分水岭原理动态边缘检测直方图均衡化距离变换角点检测L_K光流跟踪
2025/4/28 10:16:08
7.98MB
1
傅里叶变换轮廓术的MATLAB实现。
基于参考光栅和变形光栅得出折叠相位，进过相位展开，最后根据相位高度关系得出物体高度信息。
基于参考光栅和变形光栅得出折叠相位，进过相位展开，最后根据相位高度关系得出物体高度信息。
2025/4/12 3:26:49
92KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB