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

    基于并联法布里-珀罗干涉仪游标效应的增敏光纤湿度传感器

    马行超张熙梓郭允吴玉纯...
    113-119页
    查看更多>>摘要：为了提高光纤湿度传感器的灵敏度,提出了一种基于并联光纤法布里-珀罗干涉仪(Fabry-Perot interferometers,FPIs)游标效应的增敏型湿度传感器,并进行了实验验证.该传感器由两个基于内径4 μm石英毛细管的光纤FPI通过2×2耦合器并联组成,其中一个FPI作为传感FPI,其末端镀有湿敏特性的琼脂糖薄膜,另一个作为参考FPI.论文分析了器件的湿度传感工作原理,实验结果论证了该理论分析的正确性.实验显示,并联FPI游标效应器件在40％RH-60％RH范围内其灵敏度高达0.843 9 nm/％RH,较之单一 FPI的灵敏度提高了 9倍,是并联FPI反射谱直接波谷追踪波长解调灵敏度的44倍.增加FPI末端湿敏膜厚度,其灵敏度进一步提高至1.12 nm/％RH.该传感器制备简单、尺寸小、灵敏度高,在湿度测试方面具有潜在的应用价值.

    光纤传感法布里-珀罗干涉仪(FPI)游标效应湿度

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    多尺度残差特征融合的轻量级真实图像超分辨率重建

    吕佳许鹏程
    120-131页
    查看更多>>摘要：基于深度学习的真实图像超分辨率(super-resolution,SR)重建算法目前存在参数量过大的问题,为解决该问题,提出了一种多尺度残差特征融合的轻量级真实图像SR重建算法.首先利用深度可分离卷积和复用卷积针对多尺度特征提取块进行改进,在提取特多尺度特征的同时实现了模块的轻量化,参数量仅为改进前的7.5％.其次使用残差特征融合操作将4个多尺度深度可分离特征提取块(multi-scale depthwise separable block,MSDSB)聚合成一个残差特征融合块,以减少残差路径长度.然后使用增强型注意力模块从通道和空间维度进行自适应调整以提升算法性能.最后使用自适应上采样模块获得SR重建图像.在消融实验中,本文算法重建性能超过原始算法,且参数量仅为3.53×106,是原始算法的34.5％.在对比实验中,其重建性能超过了当前主流算法,与组件分而治之(component divide-and-conquer,CDC)算法相比,PSNR和SSIM指标分别提升了 0.01 dB与0.0010,且参数量仅为组件CDC算法的8.84％,在保证重建性能的同时实现了算法的轻量化.

    真实图像图像超分辨率(SR)重建卷积神经网络深度可分离卷积残差特征融合

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于双注意力的肺癌半监督学习分割网络

    王敏周高希王珣解现金...
    132-139页
    查看更多>>摘要：肺癌计算机断层扫描(computed tomography,CT)中对病灶的分割目前存在两个问题:一是病变区域的大小和形状差异大,二是标注数据量少.为了应对上述问题,提出一种用于肺癌分割的双注意力半监督学习 网络(dual attention semi-supervised learning network,SDA-Net).首先,在U-Net的编码阶段加入残差-密集块(residual-dense block,RDB)进行特征提取,尽可能多地保留浅层特征.其次,在编码阶段末端利用包含位置注意力和通道注意力的双注意力机制整合同一类别特征的语义相关性,增强目标的特征表达.最后,针对标注数据量少的问题,采用双路一致性半监督学习(semi-supervised learning,SSL)的方法,使得双注意力网络同时利用标注数据和未标注数据进行训练,大幅提高了网络分割的性能.测试结果表明,所提方法的Dice相似系数、杰卡德系数、灵敏度和精确度分别达到了 0.843 2、0.733 1、0.809 2和0.886 1,优于当前典型的分割算法.

    CT成像多尺度病灶残差-密集块双注意力半监督学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于非局部先验的雾线优化图像去雾算法

    聂新蕾张长胜钱俊兵
    140-146页
    查看更多>>摘要：针对非局部先验去雾算法中雾线端点像素位置精确度不足的问题,提出了雾线优化的非局部先验图像去雾算法.首先分析雾线理论,结合暗通道理论确定最大聚类雾线真实端点,以其为已知条件补偿小聚类雾线端点与大气光之间的距离,根据类内不同像素与雾线对应夹角预估单个像素雾线端点进而求得像素级优化后的透射率,最后根据图像局部灰度值差异融合暗通道先验(dark channel prior,DCP)和非局部先验透射率得最终透射率图.将本文算法与其余3种去雾算法在多幅户外雾图下通过主观及客观两方面分析比较,实验结果表明该算法能取得更好的去雾效果,尤其在天空区域图像复原效果较为突出.

    图像去雾暗通道先验(DCP)非局部先验雾线优化雾线端点

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于天空区域分割与置信度图导向融合的去雾方法研究

    孙开伟冉雪李彦宣立德...
    147-155页
    查看更多>>摘要：基于暗通道先验的去雾算法总是存在复原结果中天空区域处理不佳等问题,为了进一步优化对传输函数的估计,本文提出一种基于置信度图导向融合的传输函数优化方法.首先,将雾天图像的天空区域分离出来,以达到对天空区域的优化;计算窗口级暗通道与像素级暗通道,以平滑传输函数在物体边缘并保留小于窗口尺寸的细节特征;最后,计算窗口级暗通道与像素级暗通道之间的置信度图,以其为导向对两者进行融合得到优化的传输函数图,实现图像去雾.实验结果表明,本文算法可达到很好的复原结果优化效果.

    图像去雾暗通道先验天空区域分割置信度导向融合

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    一种轻量化的水下目标检测算法SG-Det

    周华平宋明龙孙克雷
    156-165页
    查看更多>>摘要：基于深度学习的目标检测算法在水下进行检测主要存在两个困难:水下设备的存储和计算能力有限;水下图像模糊且小生物聚集.这种局限性要求水下目标检测算法要做到轻量且高效,因此现有的目标检测算法不能完全满足水下目标检测的需求.为此本文在SSD(single shot MultiBox detector)的网络框架上进行改进,设计了一种轻量化的一阶段检测模型SG-Det.一方面,借鉴GhostNet的思想,对ShuffleNetV2网络进行了重构,提出一种新的轻量化特征提取网络SGnet.此网络进一步减少了模型参数量,使模型大小更适合部署在水下设备.另一方面,网络主要是利用6个不同尺度的特征图检测不同大小的生物,为此设计了一种引入双分支注意力机制的跨尺度特征融合模块(cross-scale feature fusion module,AFF).模块首先引入注意力机制对输入的特征在全局通道和局部通道两方面进行加权,突出有用信息,从而减少背景等无关信息的干扰.然后选取非线性化程度更高的第4层分别增强前3层的语义信息,以较小的代价使前3层在识别小物体方面有更好的表现.模型在中国水下机器人大赛提供的水下数据集UPRC进行试验,平均检测精度(mAP)和速度分别达到了 71.75％和69 FPS,且模型参数量仅有4.91 M.结果表明,所提出的方法在精度、速度和参数量之间取得了很好的平衡.

    神经网络水下目标检测轻量化跨尺度特征增强

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于注意力机制的多方向文本检测

    徐健郭湛澎刘秀平陈博...
    166-173页
    查看更多>>摘要：针对多方向排列的文本因其尺度变化大、复杂背景干扰而导致检测效果仍不甚理想的问题,本文提出了一种基于注意力机制的多方向文本检测方法.首先,考虑到自然场景下干扰信息多,构建文本特征提取网络(text feature information ResNet50,TF-ResNet),对图像中的文本特征信息进行提取;其次,在特征融合模型中加入文本注意模块(text attention module,TAM),抑制无关信息的同时突出显示文本信息,以增强文本特征之间的潜在联系;最后,采用渐进扩展模块,逐步融合扩展前部分得到的多个不同尺度的分割结果,以获得精确检测结果.本文方法在数据集CTW1500、ICDAR2015上进行实验验证和分析,其F值分别达到80.4％和83.0％,比次优方法分别提升了 2.0％和2.4％,表明该方法在多方向文本检测上与其他方法相比具备一定的竞争力.

    场景文本检测注意力机制文本特征提取网络(TF-ResNet)文本注意模块

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于可调谐激光器的光纤光栅高速解调的时延误差补偿方法

    唐才杰王学锋卞贺明王甫...
    174-179页
    查看更多>>摘要：基于可调谐激光器的光纤光栅(fiber Bragg grating,FBG)解调仪用于FBG传感器的远距离、高速测量时,光传输时延会导致显著的波长解调误差.本文设计了一种补偿光传输时延导致的FBG解调误差的方法,可调谐激光器在工作光频率范围内进行高线性度的正向、反向扫描,利用正向、反向扫描过程中的光电探测信号的FBG反射峰差异,对光传输时延导致的波长解调误差进行补偿.试验结果表明,在50 kHz解调频率和100 m连接光纤长度条件下,将光传输时延导致的波长解调误差由2 nm降低到小于10 pm.

    可调谐激光器光纤光栅(FBG)波长解调误差补偿光传输时延

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    融合双层注意力与多流卷积的肌电手势识别记忆网络

    刘聪许婷婷马钰同刘粤...
    180-189页
    查看更多>>摘要：针对表面肌电信号(surface electromyography,sEMG)手势识别使用卷积神经网络(convolu-tional neural network,CNN)提取特征不够充分,且忽略时序信息而导致识别精度不高的问题,本文创新性地提出了 一种融合双层注意力与多流卷积神经网络(multi-stream convolutional neural network,MS-CNN)的sEMG手势识别记忆网络模型.首先,利用滑动窗口生成的表面肌电图像作为该模型的输入;然后在MS-CNN中嵌入通道注意力层(channel attention module,CAM),弱化无关信息,使网络能够更加专注sEMG的有效特征;其次,通过长短期记忆网络(long short term memory network,LSTM)对输入的特征进行时序上的激励,关注更多sEMG的时序信息,让网络在时间维度上拥有更强的学习能力;最后,采用时序注意力(time-sequence attention,TSA)层对LSTM的状态进行关注,从而更好地学习重要肌肉信息,提高手势识别精度.在NinaPro数据集上进行实验测试,结果表明,使用本文提出的网络模型在DB1数据集和DB2数据集的手势识别精度分别达到了 86.42％和80.60％,高于大多数主流模型,充分验证了模型的有效性.

    表面肌电信号(sEMG)手势识别多流卷积神经网络(MS-CNN)长短期记忆网络(LSTM)注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    多波长相干光注入锁定的波长跟踪自动化控制

    梁英于晋龙李天宇王菊...
    190-199页
    查看更多>>摘要：本文基于全网光同步的超密集波分复用无源光网络(ultra-dense wavelength division multi-plexing passive optical network,UDWDM-PON),对多波长注入锁定的稳定性进行了研究,提出了一种波长跟踪控制方法:用光电探测器(photo-diode,PD)接收从激光器(slave laser diode,SLD)的光信号并进行滤波与检波处理,所得信号用于建立SLD参数分布模型并进行线性扫描控制.该方法经基于LabVIEW程序控制与数据采集(data acquisition,DAQ)的仪器实验验证后,对相关驱动电路进行了模块化改良,采用基于微控制单元(microcontroller unit,MCU)的控制,使得该控制模块具有更高控制精度、更易封装的特点,从而能更好应用于多波长光的多路注入锁定当中.本文采用主动锁模激光器(mode-locked laser,MLL)作为多波长光源,对双路SLD的注入锁定进行了验证与对照实验,结果表明:在相同注入条件下,采用波长跟踪控制模块的注入锁定组具有更佳的稳定性.

    光通信注入锁定半导体激光器光频率梳

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普