京都大学 / 0048 / 新制・課程博士 / 博士(エネルギー科学) / 甲第21191号 / エネ博第365号 / 新制||エネ||71(附属図書館) / 京都大学大学院エネルギー科学研究科エネルギー基礎科学専攻 / (主査)教授 岸本 泰明, 教授 中村 祐司, 教授 田中 仁 / 学位規則第4条第1項該当 / Doctor of Energy Science / Kyoto University / DFAM

京都大学 / 0048 / 新制・課程博士 / 博士(工学) / 甲第21463号 / 工博第4538号 / 新制||工||1707(附属図書館) / 京都大学大学院工学研究科電気工学専攻 / (主査)教授 雨宮 尚之, 教授 松尾 哲司, 准教授 掛谷 一弘 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DFAM

本研究では、低粒子エネルギー領域における金属表面からの反射水素原子を水素原子バルマーアルファ（Hα）発光ドップラー分光計測によって検出する実験系を構築し、ヘリウムによるタングステン表面の微細構造化が水素粒子反射特性に与える影響を調査した。表面構造を持たないタングステンと比較して、Fuzz構造をもつタングステン試料では200 - 300 eVの入射粒子エネルギー領域にて粒子反射係数が1/2程度まで減少することが明らかになった。 / In this study, the author developed a measurement technique to detect hydrogen atoms reflected from a metal surface based upon the Doppler-spectroscopy of hydrogen Balmer-(Hα) emission. The developed measurement technique is a promising method to investigate the hydrogen particle reflection properties in low incident particle energy range, which has been considered difficult. The author applied the developed method into practice to clarify the effects of helium (He) induced tungsten (W) surface nanostructure upon the low energy hydrogen particle reflection. A W-fuzz sample was found to reduce the particle reflection coefficient by 1/2 of the flat reference W surface in low incident particle energy range of 200-300 eV. / 博士(工学) / Doctor of Philosophy in Engineering / 同志社大学 / Doshisha University

京都大学 / 新制・課程博士 / 博士(工学) / 甲第24568号 / 工博第5074号 / 新制||工||1972(附属図書館) / 京都大学大学院工学研究科社会基盤工学専攻 / (主査)教授 後藤 仁志, 教授 原田 英治, 准教授 音田 慎一郎 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DGAM

京都大学 / 新制・課程博士 / 博士(薬学) / 甲第24561号 / 薬博第859号 / 新制||薬||243(附属図書館) / 京都大学大学院薬学研究科薬学専攻 / (主査)教授 二木 史朗, 教授 山下 富義, 教授 髙倉 喜信 / 学位規則第4条第1項該当 / Doctor of Pharmaceutical Sciences / Kyoto University / DFAM

京都大学 / 新制・課程博士 / 博士(工学) / 甲第25238号 / 工博第5197号 / 京都大学大学院工学研究科社会基盤工学専攻 / (主査)教授 中北 英一, 教授 田中 賢治, 教授 佐山 敬洋 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DGAM

付記する学位プログラム名: 京都大学卓越大学院プログラム「先端光・電子デバイス創成学」 / 京都大学 / 新制・課程博士 / 博士(理学) / 甲第25101号 / 理博第5008号 / 京都大学大学院理学研究科物理学・宇宙物理学専攻 / (主査)教授 金光 義彦, 教授 高橋 義朗, 教授 田中 耕一郎 / 学位規則第4条第1項該当 / Doctor of Science / Kyoto University / DFAM

科学研究費補助金 研究種目:一般研究(B) 課題番号:90213339 研究代表者:上杉 喜彦 研究期間:1993-1994年度

科学研究費補助金 研究種目:一般研究(C) 課題番号:05833001 研究代表者:渡邊 誠一郎 研究期間:1993-1994年度

基礎矩陣在影像處理是非常重要的參數，舉凡不同影像間對應點之計算、座標系統轉換、乃至重建物體三維模型等問題，都有賴於基礎矩陣之精確與否。本論文中，我們提出一個機制，透過粒子群最佳化的觀念來求取基礎矩陣，我們的方法不但能提高基礎矩陣的精確度，同時能降低計算成本。 我們從多視角影像出發，以SIFT取得大量對應點資料後，從中選取8點進行粒子群最佳化。取樣時，我們透過分群與隨機挑選以避免選取共平面之點。然後利用最小平方中值表來估算初始評估值，並遵循粒子群最佳化演算法，以最小疊代次數為收斂準則，計算出最佳之基礎矩陣。 實作中我們以不同的物體模型為標的，以粒子群最佳化與最小平方中值法兩者結果比較。實驗結果顯示，疊代次數相同的實驗，粒子群最佳化演算法估測基礎矩陣所需的時間，約為最小平方中值法來估測所需時間的八分之一，同時粒子群最佳化演算法估測出來的基礎矩陣之平均誤差值也優於最小平方中值法所估測出來的結果。 / Fundamental matrix is a very important parameter in image processing. In corresponding point determination, coordinate system conversion, as well as three-dimensional model reconstruction, etc., fundamental matrix always plays an important role. Hence, obtaining an accurate fundamental matrix becomes one of the most important issues in image processing. In this paper, we present a mechanism that uses the concept of Particle Swarm Optimization (PSO) to find fundamental matrix. Our approach not only can improve the accuracy of the fundamental matrix but also can reduce computation costs. After using Scale-Invariant Feature Transform (SIFT) to get a large number of corresponding points from the multi-view images, we choose a set of eight corresponding points, based on the image resolutions, grouping principles, together with random sampling, as our initial starting points for PSO. Least Median of Squares (LMedS) is used in estimating the initial fitness value as well as the minimal number of iterations in PSO. The fundamental matrix can then be computed using the PSO algorithm. We use different objects to illustrate our mechanism and compare the results obtained by using PSO and using LMedS. The experimental results show that, if we use the same number of iterations in the experiments, the fundamental matrix computed by the PSO method have better estimated average error than that computed by the LMedS method. Also, the PSO method takes about one-eighth of the time required for the LMedS method in these computations.