首页期刊导航|光电子·激光
期刊信息/Journal information
光电子·激光
光电子·激光

巴恩旭

月刊

1005-0086

baenxu@public.tpt.tj.cn；　baenxu@263.net

022-23679707

300191

天津市南开区红旗南路263号

光电子·激光/Journal Journal of Optoelectronics·LaserCSCD北大核心CSTPCDEI
查看更多>>本刊为专业技术性刊物。报道光电子、激光技术领域的研究成果，内容包括新型光电子器件、装置和材料、光电控制和检测、光存贮和光电信息处理、通讯和光纤应用技术光电集成技术、光计算和光学神经网络、激光加工和激光应用、光电生物医学等方面。
正式出版
收录年代

    基于微管腔的光纤激光盐度传感研究

    沈亮江俊峰王双张建德...
    1-8页
    查看更多>>摘要：基于光学无源方案的光纤盐度传感器中光与物质的相互作用长度受限,且通常需要单独的流体通道设计,增加了检测复杂度,为此提出了 一种基于薄壁微管腔和环腔结构的光纤激光盐度传感器.将薄壁微管腔作为盐度敏感单元和光滤波器,与掺铒光纤相接构成光纤环形谐振腔.通过拉锥光纤耦合在薄壁微管腔激发出回音壁谐振模,其中心波长与盐度线性对应,实现薄壁微管腔内溶液盐度的传感测量.与无增益的微管腔透射谱相比,激光可以提供具有更高信噪比和更窄线宽的传感信号.实验结果表明,在0‰-45‰盐度范围内,提出的光纤激光盐度传感器的传感灵敏度为36.5pm/‰,线性度达到0.99924,盐度测量误差小于±0.7513‰,最小探测极限为0.485 5‰,且不需要额外的流体测量通道,有望成为海洋盐度探测的有力工具.

    光纤传感器光学谐振腔回音壁模式海水盐度

      原文链接:
    • 维普
    • 万方数据

    基于级联FPI和MZI的游标效应的光纤温度传感器

    贾续龙周雪芳陈健兰胡淼...
    9-13页
    查看更多>>摘要：为了兼顾较高温度传感灵敏度和较大的测量范围,提出了一种基于游标效应的级联法布里-珀罗干涉仪(Fabry-Perot interferometer,FPI)和马赫-曾德尔干涉仪(Mach-Zehnder interferometer,MZI)的温度传感器,并进行了实验验证.实验中所采用的FPI是由两段单模光纤和一个两端镀膜的石英波片构成,其结构稳定且不受恒温箱振动的影响,因此将其用来作为温度传感元件.MZI作为滤波结构是由两个3 dB耦合器自制而成,通过控制两个臂长使其自由光谱范围(free spectral range,FSR)与FPI的FSR相接近,从而能基于游标效应以级联的方式实现温度传感灵敏度的放大.实验结果表明,在20℃—70℃的温度变化下,级联干涉仪的温度灵敏度为72.4 pm/℃,相比于单个FPI(8.72 pm/℃),该结构将温度传感的灵敏度放大了 8.3倍,同时还具有较大的测量范围,实验结果与理论相一致.

    温度传感游标效应法布里-珀罗干涉仪(Fabry-Perotinterferometer,FPI)马赫-曾德尔干涉仪(Mach-Zehnderinterferometer,MZI)

      原文链接:
    • 维普
    • 万方数据

    基于注意力机制的特征点匹配网络的SLAM方法

    俎晨洋刘凤连汪日伟
    14-22页
    查看更多>>摘要：已有的实时定位与地图构建(simultaneous localization and mapping,SLAM)方案采用的特征点匹配方法普遍会受视角变化的影响使得特征点的匹配比较困难,进而干扰到特征点匹配的精度,最终影响到三维(three-dimensional,3D)点云地图构建以及相机运动位姿估计的精度.为此,本文提出一种基于注意力机制的特征点匹配网络的SLAM方法.相比于现有的SLAM方法,本文将SLAM中视觉里程计模块的特征点匹配的方法替换成了 一个全新的、基于注意力机制的特征点匹配网络的特征点匹配方法,并和传统的特征点提取方法做了 一个全新的特征点提取与匹配的组合,形成了一个新的视觉里程计,进而形成了一个新的SLAM方法.首先,通过传统的特征点提取算法进行特征点的提取,对提取的特征点及描述子向量进行编码,通过图注意力神经网络进行学习得到匹配描述子,根据匹配描述子创建得分矩阵,采用最优传输算法求解最优得分矩阵,计算得到最优匹配点对,到这里就完成了特征点提取与匹配的整个过程;基于匹配点对完成相机的定位、建图和回环检测.本文采用KITTI公开数据集进行实验,实验结果表明采用基于注意力机制特征点匹配网络的SLAM方案,在视角变化不稳定的情况下,相机运动轨迹误差和相机位姿估计误差的精度明显有所提升.

    SLAM注意力机制特征点匹配神经网络

      原文链接:
    • 维普
    • 万方数据

    BP神经网络结合变量选择方法在牛奶蛋白质含量检测中的应用

    胡鹏伟刘江平薛河儒刘美辰...
    23-29页
    查看更多>>摘要：牛奶中的蛋白质含量会影响牛奶的品质,利用高光谱图像的光谱特征信息研究对牛奶蛋白质含量预测的可行性.本文提出一种基于竞争性自适应重加权算法(competitive adaptive re-weighted sampling,CARS)和连续投影算法(successive projections algorithm,SPA)结合多层前馈神经网络(back propagation,BP)的预测建模方法,实验以含有不同浓度蛋白质的牛奶为对象,利用可见光/近红外高光谱成像系统共采集到5种牛奶共计250组高光谱数据,通过实验对比选择采用标准化方法对获取到的吸收光谱预处理,然后采用CARS结合SPA筛选特征波长,得到18个特征波长,建立CARS-SPA-BP模型,经过试验,CARS-SPA-BP模型的训练集决定系数和测试集决定系数R2c和 R2p分别达到0.971 和 0.968,训练集均方根误差(root mean square error of calibration,RM-SEC)和测试集均方根误差(root mean square error of prediction,RMSEP)达到 了 0.033 和 0.034.研究发现,采用CARS结合SPA筛选的牛奶特征波长建立的多层前馈神经网络模型,其模型预测结果与全波长建模相比并没有明显降低,因此将CARS结合SPA用于波长筛选并且结合BP神经网络基本可以完成对牛奶蛋白质含量的预测.为验证CARS-SPA-BP模型的预测能力,在相同数据环境下,使用较为传统的偏最小二乘回归(partial least squares regression,PLSR)进行建模,实验结果表明,CARS-SPA-BP相较于PLSR,R2p和RMSEP均有明显提升.研究表明,CARS-SP A-BP可充分利用牛奶光谱特征信息实现较高精度的牛奶蛋白质含量检测.

    牛奶蛋白质光谱分析特征波长竞争性自适应重加权算法(competitiveadaptivere-weightedsampling,CARS)连续投影算法(successiveprojectionsalgorithm,SPA)BP(backpropaga-tion)神经网络预测模型

      原文链接:
    • 维普
    • 万方数据

    基于OTSU分割和融合的非均匀光照水下图像增强

    王聪李恒薛晓军张国银...
    30-36页
    查看更多>>摘要：针对深海和夜间水域补充照明造成的水下图像光照不均,水中悬浮颗粒造成的图像噪声、低对比度、偏色等问题,提出一种新的非均匀光照水下图像增强方法.首先,用高斯滤波去除水下图像的噪声;其次,用最大类间方差法(大律法,maximum inter class variance,OTSU)分割出图像的明暗区域掩膜,将亮度图分割成明暗区域,并对暗区域进行同态滤波处理,校正光照不均造成的阴影;接着,用加权平均法融合明暗区域得到新的亮度图,重新合成彩色图像;最后,对水下图像用对比度受限自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)和灰度世界进行增强对比度和颜色失真校正,得到增强的水下图像.实验结果表明,本文提出的算法能够有效的改善光照不均问题,并去除水下图像噪声、增强图像对比度,有利于后续目标检测、追踪等任务的进行.

    非均匀光照高斯滤波大津法同态滤波加权平均法融合

      原文链接:
    • 维普
    • 万方数据

    基于PCNN图像分割的医学图像融合算法

    黄陈建戴文战
    37-44页
    查看更多>>摘要：为充分提取源图像间的互补信息,改进传统的图像融合算法在亮度维持、能量保留、边缘信息保持等方面的不足,本文提出了基于脉冲耦合神经网络(pulse coupled neural network,PCNN)图像分割的医学图像融合算法.该算法综合了非下采样剪切波变换(non-subsampled shearlet transform,NSST)与PCNN.首先,选取标准差较大的源图像作为被分割图像,标准差较小的源图像作为参照图像,将源图像进行NSST分解,获取源图像低频子带系数和高频子带系数;在低频融合中,利用参数自适应的PCNN对被分割图像的低频子带进行分割,根据分割结果获取融合低频子带系数;在高频融合中,采用以区域能量和与拉普拉斯能量和两者的乘积作为判断函数,获取融合高频子带系数;利用NSST逆变换获取融合图像.最后,应用本文提出的算法,对脑萎缩、急性中风和高血压性脑病等3组电脑断层扫描/磁共振成像(computerized tomography/mag-netic resonance imaging,CT/MRI)图像进行了融合仿真,并将仿真结果与2018年后国际刊上提出的5种算法的融合图像进行比较.结果表明,应用本文提出的融合算法得到的图像,有效地增强了不同模态间的信息互补,保持了融合图像与源图像具有相同明亮程度,又保留了源图像低亮度部分的边缘信息,更加符合人眼视觉特性,具有更高的客观评价指标.

    图像融合图像分割非下采样剪切波变换(non-subsampledshearlettransform,NSST)脉冲耦合神经网络(pulsecoupledneuralnetwork,PCNN)客观评价指标

      原文链接:
    • 维普
    • 万方数据

    基于AW-Net的轮毂射线图像分割算法

    曹富强王明泉张俊生邵亚璐...
    45-52页
    查看更多>>摘要：针对传统方法下的汽车轮毂内部缺陷检测效率低、精度达不到工业标准的问题,本文提出了 一种基于改进U-Net神经网络的轮毂X射线图像缺陷分割方法AW-Net.该方法通过三级跳跃连接的方式级联两个U型网络对图像特征进行深度提取.同时在跳跃连接的过程中融合注意力机制以解决小目标的变化情况容易被漏检的问题,并通过实验验证结合使用多种激活函数来实现更精准的轮毂X射线图像语义分割,增加网络的拟合能力,提高网络的鲁棒性.实验结果表明:改进后的算法在本文构建数据集的汽车轮毂内部缺陷的误判率为2.73％,漏判率为0,识别率达到93％以上,其分割精度高于传统图像分割网络全卷积网络(fully convolutional network,FCN)和U-Net,且本方法边缘分割更加平坦,满足现代轮毂内部缺陷无损检测的需要.

    轮毂射线图像缺陷识别深度学习图像分割U-Net

      原文链接:
    • 维普
    • 万方数据

    基于灰度-梯度共生矩阵的车轮踏面缺陷聚类分析

    刘二林刘成刚姜香菊杨尚梅...
    53-60页
    查看更多>>摘要：车轮作为列车走行部的关键部件之一,其踏面产生缺陷后会直接影响到列车的运行安全.为了能够在检测时准确识别车轮踏面缺陷不同类型,提出一种基于灰度-梯度共生矩阵的纹理特征提取方法,对踏面图像的灰度和梯度特征分析之后,根据灰度-梯度共生矩阵提取踏面图像纹理特征矢量,再结合K-均值(K-means)聚类优化算法对踏面缺陷特征量进行聚类,从而将踏面缺陷类型进行分类,并将分类结果用可视化数据显示.实验结果表明,采用上述所提方法,对车轮踏面缺陷不同类型的分类识别精度达96％以上.

    踏面缺陷灰度-梯度共生矩阵纹理特征K-均值(K-means)聚类

      原文链接:
    • 维普
    • 万方数据

    基于膨胀卷积的多尺度焊缝缺陷检测算法

    谷静吴怡宁孟鑫昊
    61-66页
    查看更多>>摘要：本文针对焊缝缺陷尺度变化不一导致的检测率效果不理想,提出了一种基于更快地区域卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)对焊缝 缺陷检测的改进算法.算法利用膨胀卷积在不同扩张率下进行特征融合,结合不同感受野下的卷积核更全面地提取不同尺度的特征信息,来提升目标的检测精度.同时利用深度可分离卷积,来对模型进行压缩,提高检测速度.实验表明,改进后的网络在保证运行速度的同时,能够提高检测速度,检测精度可以达到72％.

    焊缝缺陷检测更快地区域卷积神经网络(fasterregion-basedconvolutionalneuralnetwork,FasterR-CNN)特征融合膨胀卷积

      原文链接:
    • 维普
    • 万方数据

    融入频域特征的航天复合材料缺陷智能检测

    罗钧李志学龚燕峰
    67-74页
    查看更多>>摘要：针对传统人力无损检测识别方式存在的准确度与可靠性不足,且处理缺陷种类单一的问题,本文提出了一种融入频域特征的航天复合材料缺陷检测算法.首先,为了提高缺陷图像的特征提取效果,在特征提取骨干网络中添加图像的频域输入信息;其次,为了提高缺陷的可视化效果和检测精度,提出信息专注模块,并在面具R-CNN(mask region-based convolutional neural net-work,Mask R-CNN)的基础上,改进分割掩模损失函数;最后,结合级联R-CNN(cascade region-based convolutional neural network,Cascade R-CNN)结构,形成了新的实例分割网络.此外,在航天复合材料缺陷X射线图像数据集中对提出的实例分割网络进行了实验验证,模型检测的平均准确度达到 了 95.3％,与 Mask R-CNN、级联面具 R-CNN(cascade mask region-based convolutional neural network,Cascade Mask R-CNN)等实例分割算法相比,取得了更为优良的效果.该研究成果已应用于实际工业生产中几种常见航天复合材料缺陷的智能检测.

    X射线成像级联卷积神经网络频域输入信息专注缺陷检测

      原文链接:
    • 维普
    • 万方数据