为了能够实现动态无灰度特征峰值的图像分割,提出一种基于决策树的神经网络(Decision Tree Based Neural Network,DTBNN)双阈值图像分割方法。该方法首先运用决策树与神经网络的对应关系,构建出稳定、训练高效的神经网络;然后通过实验采集的图像提取图像灰度均值,最大灰度偏差与阈值映射函数作为样本数据训练神经网络;最后采用训练好的神经网络对被测图像进行阈值映射函数筛选,并计算出被测图像的上下灰度阈值,完成对图像的双阈值分割。仿真实验表明,该方法不依赖于灰度直方图的峰值特征
百千赫兹量级测量重复频率和亚厘米量级测量精度的脉冲激光测距系统是激光测距领域的研究热点之一。分析研究了基于皮秒脉冲激光器的激光测距系统的实现原理和方法,针对激光脉宽极窄的特点,使用双阈值前沿时刻鉴别法和电压比较器输出数字信号的脉宽控制方法,并配合TDC-GPX高精度时间数字转换芯片,达到了设计要求。实验结果表明:测距系统工作稳定可靠,测量重复频率达到500 kHz,单次测距精度范围为[4 mm, 10 mm]。