不是搞IT的，就跟大家分享一下光学设计方面知识

基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别

船-维根-火炬 作者：谷玉超 电子邮件： 日期：2018-05-27 说明：该代码是的pytorch实现。 概述 数据 您可以从此服务器下载火车和测试数据。 您也可以在eyedata文件夹中找到数据。 前处理 该数据集包含20个训练图像，我的预处理的第一步是随机裁剪为512 * 512。 第二步是随机更改火车图像的亮度，对比度和色相。 我在代码中实现了此方法，因此可以方便地使用它。 此外，基于gan的生成视网膜图像的方法可以用作额外的数据源。 模型 训练 python train.py 如何使用 依存关系 此代码取决于以下库： Python 3.6 火炬 皮尔 结构体 vessel gan │ ├── eyedata # drive data │  ├── gycutils # my utils for data augmentation │  ├── Criterion.p

分岔结构由一个主分岔点及其三个相连的相邻点组成。 每个分叉结构的特征向量由归一化的分支角度和长度组成，它对平移、旋转、缩放甚至适度的失真是不变的。 只要可以分割脉管系统模式，这可以大大减少匹配过程的不适定性质。

中科院苏州纳米所关于光学镀膜技术与检测的PPT。

该脚本演示了如何使用图论来分割光学相干断层扫描图像中的视网膜层。 用法： 按 F5 运行脚本。 我正在开发一个更全面的开源软件包，用于光学相干断层扫描图像中视网膜层的计算机辅助分割，目前包括 1. 6 个视网膜层的自动分割和 2. 用于检查和手动校正自动分割的 GUI。 可以在我的github页面下载。http://panyuteng.github.io/caserel 引用为： Chiu, Stephanie J., 等。 “与专家手动分割一致的 SDOCT 图像中七个视网膜层的自动分割。” 光学快报 18.18 (2010)：19413-19428。 腾，庞宇。 (2013)。 Caserel - 用于在光学相干断层扫描图像中对视网膜层进行计算机辅助分割的开源软件。 泽诺多。 10.5281/zenodo.17893 http://dx.doi.org/10.5281/zenodo.1

当前主流的眼底视网膜血管分割方法存在细微血管细粒度特征很难采集和细节容易丢失的问题。为解决这一问题,设计了一种改进U-Net模型算法,该算法将U-Net上下采样中的原始卷积层改为二次循环残差卷积层,提升了特征的使用效率;在解码部分引入多通道注意力模型,改善了低对比度下细小血管的分割效果。该算法在DRIVE (Digital Retinal Images for Vessel Extraction)和STARE (Structured Analysis of the Retina)两个数据库的准确率分别为96.89%和97.96%,敏感度分别为80.28%和82.27%,AUC(Area Under Curve)性能分别为98.41%和98.65%,较现有的先进算法有一定的提升。本文所提算法能有效提高眼底图像细微血管分割准确率。

蛇形流场PEM燃料电池膜中水传输的三维模拟，刘坤，宋霞，质子交换膜中水传输对质子交换膜燃料电池的性能具有极其重要的影响，因此研究膜中的水传输是非常必要的。本文建立了一个蛇形流场

基于MATLAB的瞳孔虹膜识别-pupilimg02.fig 努力了好久，现在终于实现了基于MATLAB的瞳孔提取，想要进一步实现虹膜提取，欢迎有想法的一起探讨。

圆膜片上的应力分布如图所示。 2.2.1 结构型传感器