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ViT和多任务自监督学习的图像质量评价

    王华成桑庆兵胡聪
    785-792页
    查看更多>>摘要：针对现有的基于深度学习的图像质量评价方法,因为标注数据不足而存在的过拟合与泛化性能不足的问题,提出了一种基于多任务自监督学习的图像质量评价方法.首先,通过算法合成17种失真类型图像,并以全参考MDSI(mean deviation similarity index)得分和失真类型作为合成失真图像的2个标签;随后,在ViT(vision transformer)上进行预测MDSI得分和失真类型的多任务自监督学习;最后,将训练得到的模型在下游任务上进行微调,将上游任务学习到的语义特征迁移到下游任务.将本文方法与主流无参考图像质量评价(no reference image quality assessment,NR-IQA)方法在多个公开的图像质量评价数据集上进行了充分比较,在LIVE、CSIQ、TID2013以及CID2013等数据集上的测试结果相比于表现最好的算法均提升了1-2个百分点,这表明提出的算法优于大多数主流的NR-IQA算法.

    图像质量评价无参考多任务学习自监督学习visiontransformer(ViT)

      原文链接:
    • 维普
    • 万方数据

    基于改进YOLOv5的超分辨率和多尺度融合目标检测算法

    姚珊珊王静宇郝斌张飞...
    793-802页
    查看更多>>摘要：为了提升目标检测算法在多尺度学习方面的能力,尤其是对小目标的检测能力,本文提出了一种基于改进YOLOv5的超分辨率和多尺度融合目标检测算法.首先,该算法使用子像素卷积代替原YOLOv5模型的上采样操作,提高图像的分辨率,并尽可能保留小目标的信息.其次,使用并行快速多尺度融合(parallel fast multi-scale fusion,PFMF)模块实现深层特征和浅层特征的双向融合,将原YOLOv5算法的3尺度预测升级为4尺度预测,以此提高模型多尺度特征学习能力和对小目标的检测效果.实验结果表明,与YOLOv5s相比,改进后的模型在PASCAL VOC数据集中,mAP@0.5提高了2.8个百分点,mAP@0.5∶0.95提高了3.5个百分点;在MS COCO数据集中,mAP@0.5提高了4.3个百分点,mAP@0.5:0.95提高了5.2个百分点.改进后的YOLOv5模型在多尺度检测,尤其是小目标的检测效果方面得到了提升,并具有一定的应用价值.

    目标检测YOLOv5算法子像素卷积多尺度融合

      原文链接:
    • 维普
    • 万方数据

    改进的MEA-WNN图像复原方法

    古兰拜尔·肉孜姑丽加玛丽·麦麦提艾力
    803-809页
    查看更多>>摘要：模糊图像复原是计算机视觉和图像处理领域的重要任务.针对思维进化算法(mind evolu-tionary algorithm,MEA)和小波神经网络(wavelet neural network,WNN)相结合的图像复原模型中,MEA的得分函数相对差别小、选优功能较弱等问题,提出了一种改进的MEA-WNN图像复原方法.该方法采用逻辑回归函数进行幂律变换,增加得分之间的差别,从而增强MEA的选优功能.将改进的模型与传统的基于WNN和MEA-WNN的图像复原模型进行对比,改进的模型把复原图像峰值信噪比(peak signal-to-noise ratio,PSNR)分别提高15％和6.5％、结构相似性(struc-tural similarity,SSIM)提高了6.1％和5％,实验结果证明改进模型的有效性和优越性.

    小波神经网络(WNN)思维进化算法(MEA)得分函数图像复原

      原文链接:
    • 维普
    • 万方数据

    加权平台直方图均衡化的低照图像增强

    邹群艳孙小迎
    810-816页
    查看更多>>摘要：为了进一步有效地提升低照图像的亮度、对比度和清晰度,提出了加权平台直方图均衡化的低照图像增强方法.该方法充分利用HSV颜色空间中明度分量V与色调H和饱和度S的独立性,将图像转换到HSV颜色空间;用具有良好边缘保持能力的双边滤波,将明度分量V通过Retinex算法分解为光照图像L和反射图像R;对光照图像L进行加权双平台直方图均衡化,其中,上、下平台阈值由正态分布的3σ原则自适应地确定,加权系数反比于灰度级对应的直方图频次.实验结果显示,相对于部分现有方法,本文方法增强后的图像效果较好,对应的信息熵和平均梯度分别比现有方法高出0.35和12以上,证明了本文方法具有更优的低照图像增强性能.

    低照图像增强加权平台直方图HSV空间3σ原则Retinex

      原文链接:
    • 维普
    • 万方数据

    一种基于高效残差分解网络的车道线检测方法

    薛晓强伊春杨小勇王忠强...
    817-821页
    查看更多>>摘要：为提升自动驾驶系统车道线检测的速度,提出了一种利用卷积神经网络进行特征提取,结合分类网络实现多车道线虚实线分类的方法.使用高效残差分解网络(efficient residual factorized ConvNet,ERFNet)对图像进行卷积操作和下采样,采用无瓶颈一维卷积残差结构,利用纵、横两个方向一维卷积穿插提升非线性函数的泛化性能,依据可变填充比获得多尺度上下文信息完成图像特征提取.基于反卷积与上采样结果进行特征解码,恢复原图像尺度并输出分割后的图像.相较于传统语义分割算法,本方法可减少大量特征参数,增强模型的学习能力,在提升检测速度的同时保证检测精度.在直行、转弯、上坡、下坡,道路颠簸,光照不均匀等工况下的仿真测试实验表明,本文方法检测精度可达到95.14％,检测速度较主流算法有较好提升.

    车道线检测语义分割卷积神经网络深度学习自动驾驶

      原文链接:
    • 维普
    • 万方数据

    基于不同色散模型的TiO2薄膜的椭偏光谱分析

    王梦茹管悦杨军营孙晓娟...
    822-827页
    查看更多>>摘要：为了研究不同色散模型对含孔隙TiO2薄膜的椭偏光谱分析的影响,分别采用5种色散模型对溶胶-凝胶法制备的TiO2薄膜在1.55-4 eV波长范围内的椭偏光谱进行拟合分析,并利用斜反射谱对各模型的拟合结果进行验证.结果表明:不同色散模型的选择对薄膜厚度和孔隙率的拟合结果均有影响,折射率色散的拟合结果受色散模型影响明显,New-Amorphous、Tauc-Lorentz、Adachi-New Fo-rouhi模型均适用于溶胶-凝胶法TiO2薄膜在整个测试波段上的椭偏光谱拟合,而Cauchy Absorbent、Sellmeier Absorbent模型无法在整个测试波段得到较好的椭偏光谱拟合,适用波段较窄.该研究结果为含孔隙的溶胶-凝胶TiO2薄膜的椭偏光谱分析提供了色散模型选择参考.

    光谱学光学常数椭偏光谱色散模型

      原文链接:
    • 万方数据

    基于光纤传感技术的海洋立管形态重构研究

    梁磊徐其伟赖先宇骆丙铈...
    828-835页
    查看更多>>摘要：海洋立管是海洋工程中的重要结构,为了确保立管的正常工作,本文提出了利用弱光纤布拉格光栅传感光缆完成立管形态重构的方法,并利用有限元仿真实验进行了验证.首先将传感光缆按照背负式管道的形式沿立管轴向安装,基于Frenet-Serret框架设计了立管的形态重构算法;然后构建了立管监测有限元模型,求解并提取了多种变形情况下传感光缆内部应变数据,结合算法完成了立管的三维形状重建;最后对形态重构误差进行了分析和计算.结果表明,设计的立管形态重构方法的尾端误差控制在1.7％以内.该方法的立管形态重建效果较好,监测形式简单,具有一定工程应用价值.

    弱光纤布拉格光栅形态重构曲率挠率有限元

      原文链接:
    • 维普
    • 万方数据

    基于生物免疫优化支持向量机算法的居民区负荷预测

    王坤张利赵学明甘智勇...
    836-843页
    查看更多>>摘要：针对居民区用电负荷随机性强、稳定性差等问题,综合考虑各因素对居民用电负荷的影响,提出一种免疫支持向量机(support vector machine,SVM)算法负荷预测模型.以居民区历史用电量及相关气候数据为处理对象,使用PCA(principal component analysis)算法对电网历史数据进行处理,并结合免疫算法对电网历史数据进行预处理,形成数据簇并划定标签提供给预测模型进行训练.为提高模型精度,采用生物免疫优化算法对SVM模型参数进行优化,并在负荷预测环节,将预测误差作为调优依据,对预测模型进行反馈调优.将预测效果与常用于负荷预测的BP(back propagation)神经网络、SVM算法模型进行对比,免疫SVM算法负荷预测模型的短期、中期预测精准度均在98％以上,具有较好的精度与鲁棒性.

    支持向量机(SVM)PCA免疫算法负荷预测

      原文链接:
    • 维普
    • 万方数据

    基于菱形高斯组合窗滤波的四波横向剪切干涉相位重建

    袁训禹李卓骏周向东汪慧...
    844-850页
    查看更多>>摘要：针对四波横向剪切干涉(quadriwave lateral shearing interference,QLSI)相位重建中现有常规滤波窗提取差分相位时存在易受噪声、频谱泄漏和其他级次频谱串扰影响等问题,提出了一种采用菱形高斯组合窗滤波的相位重建方法.通过由频谱面内的菱形窗和垂直于频谱面的一系列二维高斯窗组合而成的滤波窗,从QLSI干涉图中提取两正交方向的差分相位,最终由两个差分相位通过基于最小二乘的傅里叶变换法重建出待测相位.采用标准样品进行实际测量,比较了使用菱形高斯组合窗和其他四种常规滤波窗滤波对重建相位的重建相位差、均方根误差(root mean square error,RMSE)和峰谷(peak to vally,PV)误差的影响.结果表明:本文提出的方法重建相位的相位差最接近样品标称值,重建相位的RMSE误差和PV误差均取得最小值,可以有效提高相位重建质量.

    四波横向剪切干涉(QLSI)相位重建差分相位滤波窗

      原文链接:
    • 维普
    • 万方数据

    基于U型注意力门自编码器的色织物缺陷检测方法

    张玥王世豪李英健刘帅波...
    851-860页
    查看更多>>摘要：针对现有的基于自编码器和生成对抗网络的无监督深度学习算法在色织物缺陷检测任务中,存在普适性差、漏检率和误检率偏高等问题,提出一种U型注意力门自编码器(U-shaped at-tention gate auto-encoder,UAGAE)的色织物缺陷检测算法.首先,采用轻量化网络EfficientNet-B6作为特征提取模块来获取输入图像更具代表性的特征,通过引入注意力门(attention gate,AG)机制来抑制无关区域的特征响应,以解码器的特征作为参考剔除跳跃连接中的冗余信息来辅助图像重构;然后,在训练阶段使用组合的损失函数保证重构图像的结构和细节;最后,在检测阶段通过自适应阈值分割和数学形态学处理获得最终检测结果.所提算法在公共数据集YDFID-1上实现了 53.45％的准确率(precision,P)、61.58％的召回率(recall,R)、53.63％的分数(F1-measure,F1)和40.83％的平均交并比(intersection over union,IoU),在14个花型上实现了最佳的F1和IoU.对比实验结果表明,UAGAE算法相较于其他几种缺陷检测算法能够更好地完成色织物的缺陷检测与定位.

    无监督深度学习缺陷检测注意力门(AG)机制轻量化网络图像重构自适应阈值分割

      原文链接:
    • 维普
    • 万方数据