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

    基于等强度悬臂梁的低频高灵敏度FBG加速度传感器研究

    覃荷瑛李纯德祝健强罗伯光...
    113-121页
    查看更多>>摘要：针对桥梁低频振动监测灵敏度低的问题,提出了 一种基于等强度悬臂梁的低频高灵敏度光纤光栅(fiber Bragg grating,FBG)加速度传感器.以悬臂梁厚度与质量块质量为主要参数设计了12组FBG加速度传感器,通过激振器对传感器进行幅频特性、灵敏度及横向抗干扰试验,得到较适合监测桥梁振动的一组传感器,其固有频率为49 Hz,工作频带为0-34 Hz,灵敏度高达664.53 pm/g,线性度为99.9％,且横向抗干扰能力强.通过理论推导到试验验证,为桥梁振动提供一种新型有效的监测手段.

    等强度悬臂梁光纤光栅(FBG)加速度传感器桥梁监测

      原文链接:
    • 维普
    • 万方数据

    反射式体布拉格光栅设计及其在激光器中的应用研究

    何进赵士龙郭凌伟华有杰...
    122-127页
    查看更多>>摘要：半导体激光器的发射波长随工作电流和温度的改变而变化,从而影响输出激光的有效线宽和波长稳定性,无法满足固体激光器中增益介质对泵浦源波长和线宽的要求.使用自主研发的衍射效率为9.9％的878 nm反射式全息体布拉格光栅(volume Bragg grating,VBG)作为半导体激光器的反射腔镜,可以将激光发射波长锁定在设计的878 nm附近,输出线宽仅为0.3 nm,波长电流漂移系数为0.015 nm/A,温度漂移系数为0.007 5 nm/℃.利用波长锁定的半导体激光器作为泵浦源、自主研发的衍射效率为98.71％和94.32％的1 064 nm VBG作为前后腔镜以及掺杂浓度为0.3％的Nd∶YVO4晶体作为增益介质搭建全固态激光器,经过空间光路的调试,获得中心波长1 064.2nm、线宽0.29 nm的连续稳定激光输出.

    体布拉格光栅(VBG)波长锁定窄线宽全固态激光器

      原文链接:
    • 维普
    • 万方数据

    FP传感器双峰级次腔长解调算法

    陈斯彤王伟周立凡王东平...
    128-134页
    查看更多>>摘要：在应用双峰法解调光纤法布里-珀罗(Fabry-Perot,FP)传感器时,由于难以准确判断干涉级次,而导致解调腔长误差明显过大.为了应对这种问题,提出一种双峰级次腔长解调算法.该算法通过跟踪传感器反射光谱中相距最远的两个波峰准确判断出所选波峰的干涉级次,然后根据单峰法精确解算出绝对腔长.由于有效消除了双峰法的干涉级次模糊,腔长解算精度显著提高.对腔长30-100μm的FP传感器进行了仿真分析和验证实验.仿真解调误差小于0.7 nm,实验误差小于1.4 nm,解调误差远小于双峰法.

    光纤传感器法布里-珀罗(FP)腔双峰法干涉级次腔长解调

      原文链接:
    • 维普
    • 万方数据

    Zero-DCE网络的自适应损失函数改进

    陈林毛经宇刘坤毛经坤...
    135-142页
    查看更多>>摘要：针对轻量化微光增强网络Zero-DCE在处理亮度变化范围较大的微光图像时,存在不同区域亮度增强不一致导致的图像不清晰问题,本文提出了一种基于伽马变换的自适应损失函数,在原损失函数的基础上降低了网络对图像曝光差异的敏感性,明显改善了微光增强效果.该方法通过在卷积神经网络(convolutional neural network,CNN)中添加CBAM模块提高网络对微光图像特征的表达能力,使用网络增强图像灰度平均值与增强特征图均值的对数距离作为伽马变换自适应系数,最后计算网络增强图像和伽马变换后的图像之间的灰度参数距离.实验表明,与原网络相比,改进后的方法处理效果提升显著,其中在图像评价指标方面,均方误差提升9.7％,峰值信噪比提升13.8％,结构相似性提升6.7％.

    图像增强自适应伽马变换曝光损失函数卷积神经网络(CNN)注意力机制

      原文链接:
    • 维普
    • 万方数据

    多尺度特征与双注意力机制的高光谱影像分类

    吕欢欢张峻通张辉
    143-154页
    查看更多>>摘要：针对经典卷积神经网络(convolutional neural network,CNN)的高光谱影像分类方法存在关键细节特征表现不足、训练需要大量样本等问题,提出一种基于多尺度特征与双注意力机制的高光谱影像分类方法.首先,利用三维卷积提取影像的空谱特征,并采用转置卷积获得特征的细节信息;然后,通过不同尺寸的卷积核运算提取多尺度特征并实现不同感受野下多尺度特征的融合;最后,设计双注意力机制抑制混淆的区域特征,同时突出区分性特征.在两幅高光谱影像上进行的实验结果表明:分别在每类地物中随机选取10％和0.5％的样本作为训练样本,提出模型的总体分类精度分别提高到99.44％和98.86％;对比一些主流深度学习分类模型,提出模型能够关注于对分类任务贡献最大的关键特征,可以获取更高的分类精度.

    高光谱影像分类卷积神经网络(CNN)转置卷积多尺度特征注意力机制

      原文链接:
    • 维普
    • 万方数据

    基于改进YOLOv5的PCB小目标缺陷检测研究

    伍济钢梁谋曹鸿张源...
    155-163页
    查看更多>>摘要：面对印刷电路板(print circuit board,PCB)小型化、多层化、高集成化的趋势,针对目前PCB缺陷检测方法存在漏检、特征提取困难、误检率高以及检测性能差等问题,本文提出了基于改进YOLOv5算法的PCB小目标缺陷检测方法.该方法先针对PCB小目标缺陷特点采用DBSCAN(density-based spatial clustering of applications with noise)+二分 K-means 聚类算法以找到更适合的锚框;然后对YOLOv5的特征提取层、特征融合层以及特征检测层进行改进,增强关键信息的提取,加强深层信息与浅层信息的融合;从而减少PCB缺陷的误检率、漏检率,以提高网络的检测性能;最后在公开PCB数据集上进行相关对比实验.结果表明,改进后模型的平均精度(mAP)为99.5％,检测速度为0.016s.相比于Faster R-CNN、YOLOv3、YOLOv4网络模型,检测精度分别提升了 17.8％、9.7％、5.3％,检测速度分别提升了0.846 s、0.120 s、0.011 s,满足PCB缺陷在实际工业生产现场的高精度、高速度检测要求.

    PCB缺陷检测YOLOv5聚类算法注意力机制解耦头

      原文链接:
    • 维普
    • 万方数据

    基于自适应阈值分割改进Canny算子的管道边缘检测方法研究

    王岩胡睿甫陈代鑫董颖怀...
    164-170页
    查看更多>>摘要：针对工厂中管道破损位置无法通过机器视觉准确判断的问题,提出一种基于自适应阈值分割改进Canny算子的管道边缘检测方法.该方法从滤波方式、梯度方向以及阈值分割角度对采集图像进行处理,首先采用采样-自适应中值滤波+双边滤波代替传统Canny算子中的高斯滤波,减少图像边缘信息丢失并去除图像中的噪声,然后增加梯度幅值的计算来更好地检测不同方向的边缘信息,最后为避免人工选取阈值效果不佳的情况,采用最大类间方差(OTSU)阈值分割算法进行阈值的自适应选取.实验表明,该方法相比于传统Canny算子的图像信噪比提升28.22％,边缘点数提升39.97％,四连通道数提升11.52％,八连通道数提升5.92％,提取特征完整且连续性较好,实现了对管道图像中破损情况的有效检测.

    管道Canny算子采样-自适应中值滤波梯度方向OTSU阈值分割算法

      原文链接:
    • 维普
    • 万方数据

    基于改进GMM与帧差法的运动棉杂率分析算法研究

    柴亚琴刘秀平宋鑫郭湛澎...
    171-179页
    查看更多>>摘要：针对清梳棉流程中产出棉含杂高、质量差的问题,结合改进高斯混合模型(Gaussian mixed model,GMM)与帧差法,提出一种局部运动棉杂率控制优化方法.首先针对清棉机除杂原理及棉杂特性进行分析;其次通过提取视频关键帧并改进GMM与帧差法对图像序列"与"运算实现目标的精确提取,进而通过设计GMM分类器获得棉杂率并进行分析;最后与传统的检测算法作对比验证.实验表明,改进后的算法在有效性以及实用性方面优于传统算法.同时,通过引入闭环控制能满足工业高精度、实时性的需求.

    运动目标检测棉杂率分析关键帧提取高斯混合模型帧差法

      原文链接:
    • 维普
    • 万方数据

    基于改进VGG网络的单体热电池X光图像无损检测方法研究

    徐文超张思祥白芳赵涛...
    180-190页
    查看更多>>摘要：为解决单体热电池生产中出现的安装错误、人工检测耗时耗力的问题,提出一个结合迁移学习和卷积神经网络(convolutional neural network,CNN)的单体热电池缺陷检测模型.首先,对数据集图像进行裁剪、加噪等预处理,以VGG16(visual geometry group 16)网络作为模型的骨干架构,在瓶颈层后增添选择性核(selective kernel,SK)卷积;然后,增添全局平均池化(global aver-age pooling,GAP)层,增加Dropout层及添加L2正则化等微调操作,得到单体热电池缺陷检测模型Q-VGGNet;最后,在大型公开数据集ImageNet上进行预训练学习,将获得的权重参数迁移到单体热电池图像识别模型Q-VGGNet 上.测试实验表明:6种网络模型对数据集缺陷图像的总体识别准确率分别达到 了 98.39％、94.44％、97.27％、96.34％、93.71％、95.61％,Q-VGGNet 网络模型对合格图像和漏装负极、极耳断裂、漏装集流片3种缺陷图像识别准确率分别达到了 99.6％,95.9％,99.6％和98.4％.检测结果表明:该方法能够更准确、快速地检测热电池缺陷,拥有良好的缺陷诊断能力,较传统方法提高近3％,为人工检测单体热电池缺陷提供了良好的解决途径.

    迁移学习VGG16网络缺陷识别单体热电池选择性核(SK)卷积

      原文链接:
    • 维普
    • 万方数据

    基于通道注意力机制和多尺度卷积的行人重识别

    黄洪琼金海玲
    191-197页
    查看更多>>摘要：针对真实环境中由于复杂背景和物体遮挡、角度变换、行人姿态变化带来的行人重识别(person re-identification,person re-ID)问题,设计了 基于通道注意力(efficient channel attention.ECA)机制和多尺度卷积(poly-scale convolution,PSConv)的行人重识别模型.首先利用残差网络提取全局特征,在网络末端加入基于ECA机制及PSConv的特征融合模块,将全局特征和该模块提取的全局特征进行融合,之后将新的全局特征进行分割得到局部特征,最后将新的全局特征和分割得到的局部特征融合得到最终特征,并计算损失函数.模型在Market1501和DukeMTMC-reID数据集上进行实验验证.在Market1501数据集中,Rank-1和平均精度均值分别达到94.3％和85.2％,在DukeMTMC-reID数据集中,上述两参数分别达到86.3％和75.4％.实验结果可知,该模型可应对实际环境中的复杂情况,增强行人特征的辨别力,有效提高行人重识别的准确率和精度.

    行人重识别通道注意力机制多尺度卷积特征融合

      原文链接:
    • 维普
    • 万方数据