第1章 简介 第3章 图示法 第2章 模拟PLL的传递函数 第4章 数字PLL:传递函数与相关工具 第5章 跟踪 第6章 加性噪声的影响 第7章 相位噪声的影响 第8章 锁相捕获 第9章 振荡器 第11章 环路滤波器 第10章 检相器 第12章 电荷泵锁相环 第13章 数字（采样）锁相环 第14章 异常锁定 第16章 锁相调制器与解调器 第15章 PLL频率合成器 第17章 锁相环的其他应用

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响

三面投影图能够准确地表达出形 体的形状,且作图简便,但直观性 差,需要受过专门训练者才能看得 懂;而轴测投影图的立体感较强, 但度量性差,作图也较繁琐。 工程上广为采用的是多面正投影 图,为弥补直观性差的缺点,常常 要画出形体的轴测投影。所以轴测 投影图是一种辅助图样

地下水的运动 渗流 过水断面A (a) (b) 图59地下水在土层孔隙中的流动 (a)一水流实际流线;(b)一水流虚构流线 渗透流速=Q/A 实际流速u=Q/A’V