首页期刊导航|光学精密工程
期刊信息/Journal information
光学精密工程
中国科学院长春光学精密机械与物理研究所 中国仪器仪表学会
光学精密工程

中国科学院长春光学精密机械与物理研究所 中国仪器仪表学会

曹健林

月刊

1004-924X

gxjmgc@ciomp.ac.cn；gxjmgc@sina.com

0431-86176855

130033

长春市东南湖大路3888号

光学精密工程/Journal Optics and Precision EngineeringCSCD北大核心CSTPCDEI
查看更多>>《光学 精密工程》学报简介 《光学 精密工程》（Optics and Precision Engineering）是中国科学院主管，中国科学院长春光学精密机械与物理研究所、中国仪器仪表学会、中国微米纳米技术学会共同主办的国际性学术期刊。本刊于1959年创刊《光学机械》，1966年停刊，1975年复刊，1993年更名为《光学 精密工程》。现为16开本，双月刊，科学出版社出版，国内外公开发行。 《光学 精密工程》首任主编为我国第一代著名光学家王大珩，随后担任主编的有张作梅、唐九华和陈星旦，现任主编是中国科学院副院长、中国科学院光电研究院院长曹健林。50余年的变迁，《光学 精密工程》从初创到成长、壮大，特别是改革开放以来的发展，从一个侧面展现了我国现代应用光学与微纳米技术和精密工程交叉学科崛起与发展的梗概和脉络。现在，《光学 精密工程》已成为目前中国历史最悠久、在国内外发行量较大、影响面相对广泛的现代应用光学与微纳米技术和精密工程交叉学科的学术期刊，赢得了国内外同行的普遍认同和信誉，受到包括诺贝尔奖获得者Charles H.Townes教授在内的一些著名国际学者的高度评价，被认为是“有中国特色的刊物”，奠定了它在中国科技期刊中的重要地位。 《光学 精密工程》自创刊以来，为本学科科研工作的正确开展，为加速科研成果的诞生，为发挥预见与导向作用，为我国现代应用光学与微纳米技术和精密工程赶超国际先进行列发挥了不可替代的桥梁与纽带作用。这几年来，《光学 精密工程》继续以提高学术质量来增强核心竞争力，在办刊理念、学术品位、编辑质量、出版发行与宣传，以及运用现代信息技术等方面，进一步加快与国际接轨的步伐。 《光学 精密工程》的编辑委员会由世界各地有权威的学者组成，编辑部设在中国科学院长春光学精密机械与物理研究所。《光学 精密工程》刊载现代应用光学与微纳米技术和精密工程领域的高水平理论性和应用性的科研成果，内容包括：1)空间光学；2)光学材料和纳米材料；3)光学设计和系统；4)激光和激光技术应用；5)光通讯；6)微纳技术与精密机械；7)医用光学；8)先进加工制造技术；9)信息理论与信息处理技术10）测试技术与设备以及有关交叉学科等。 　　 《光学 精密工程》的读者对象为相关专业从事科研、教学、生产、运行的研究人员和工程技术人员以及研究生等。面向国际学科发展的前沿领域，以国家知识创新体系的建设为依托，跟踪热点课题加强组织和征集优秀稿件，优先发表具有创新性、导向性和权威性的学术论文。所有录用稿件均以印刷版、光盘版、网络版等同时出版。《光学 精密工程》被国外著名检索系统，如美国工程索引（EI）、英国科学文摘（INSPEC）、美国化学文摘（CA）、美国剑桥科学文摘（CSA）、俄罗斯文摘杂志（AJ）等多种检索刊物和数据库收录。 《光学 精密工程》编辑委员会期望与科学家、作者、读者、出版社和信息系统团结起来，在共同的目标下相互支持与合作，在我国政府及其主管部门的组织和协调下，共同营造我国科技期刊发展的优良环境，为创办国际一流的学术期刊不懈努力，让中国科技期刊加快融入国际学术交流。
正式出版
收录年代

    轻量级重参数化的遥感图像超分辨率重建网络设计

    易见兵陈俊宽曹锋李俊...
    268-285页
    查看更多>>摘要：针对当前基于深度学习的遥感图像超分辨率重建模型部署时对硬件要求较高,本文设计了一种轻量级基于重参数化的残差特征遥感图像超分辨率重建网络.首先,采用重参数化方法设计了一种残差局部特征模块,以有效地提取图像局部特征;同时考虑到图像内部出现的相似特征,设计了一个轻量级的全局上下文模块对图像的相似特征进行关联以提升网络的特征表达能力,并通过调整该模块的通道压缩倍数来减少模型的参数量和改善模型的性能;最后,在上采样模块前使用多层特征融合模块聚合所有的深度特征,以产生更全面的特征表示.在UC Merced遥感数据集上进行测试,该算法在遥感图像3倍超分辨率下的参数量为539 K,峰值信噪比为30.01 dB,结构相似性为0.844 9,模型的推理时间为 0.010 s;而HSENet算法的参数量为 5 470 K,峰值信噪比为 30.00 dB,结构相似性为 0.842 0,模型的推理时间为0.059 s.实验结果表明,该算法相比HSENet算法,参数量更少,运行速度较快,且峰值信噪比与结构相似性也有一定的提高.在DIV2K自然图像数据集上进行测试,该算法的峰值信噪比和结构相似性相比其他算法也有一定的优势,表明该算法的泛化能力较强.

    超分辨率遥感图像全局上下文重参数化残差网络

      原文链接:
    • 万方数据
    • 维普

    联合线性引导与网格优化的混凝土裂缝分割

    刘光辉陈健孟月波徐胜军...
    286-300页
    查看更多>>摘要：针对混凝土表面裂缝分割过程中分割精度低、细微裂缝漏分和背景干扰等问题,提出一种联合线性引导和网格优化的裂缝分割模型.首先,在主干网络中引入多分支线性引导模块,通过自适应单维度池化增强网络对裂缝线性结构的表达能力,让不同区域的裂缝建立联系,增强全局上下文信息感知能力,提高网络分割精度;然后,提出网格细节优化模块,通过分区-优化-合并三步骤,将整个空间域划分为若干个空间网格,提取空间网格中的细微裂缝信息,防止细微裂缝漏分;最后,在主干网络的跳跃连接处嵌入混合注意力模块,在空间和通道双维度突出裂缝特征,减少背景干扰.在Deepcrack537,Crack500和CFD裂缝数据集上,所提模型的IoU值分别达到77.07%,58.96%和56.55%,F1-score值分别达到87.05%,74.19%和72.24%,明显优于大多数现有方法,具有更高的分割精度.

    裂缝图像线性引导语义分割网格优化注意力机制

      原文链接:
    • 万方数据
    • 维普

    多感受野特征自适应融合及动态损失调整的初烤烟叶等级检测

    何自芬罗洋张印辉陈光晨...
    301-316页
    查看更多>>摘要：初烤烟叶等级的快速准确检测对开发烟叶智能分级设备以促进农产品精细化管理有着重要意义.针对相似度较高但等级不同的初烤烟叶难以区分的问题,本文提出多感受野特征自适应融合及动态损失调整的初烤烟叶等级检测网络(Flue-cured Tobacco Leaf Grade Detection Network,FTGDNet).首先,FTGDNet采用CSPNet作为特征提取主干网络,采用GhostNet作为辅助特征提取网络以增强模型的特征提取能力;其次,在主干网络末端嵌入显式视觉中心瓶颈模块(Explicit Visual Center Bottleneck module,EVCB)以实现全局特征信息与局部细节特征信息融合;然后,构建多感受野特征自适应融合模块(Multi-Receptive Field Feature Adaptive Fusion module,MRFA_d),利用注意力特征融合机制(Attention Feature Fusion,AFF)将不同感受野特征图进行自适应加权融合,在增强模型局部感受野的同时突出有效通道信息;最后,设计了一种新的定位损失函数(More Complete IoU Loss,MCIoU_Loss),结合预测框与真实框面积损失以解决在回归定位过程中二者宽高比相等且中心点重合时CIoU_Loss性能退化导致定位精度下降问题,此外,引入矩形相似度衰减系数在训练过程中对真实框与预测框的相似度判别项进行动态调整,加快模型拟合.实验结果表明,FT-GDNet对十个等级的初烤烟叶的验证精度达到90.0%,测试精度达到87.4%,且推理时间仅为12.6 ms.相较于多种先进目标检测算法,FTGDNet具有更高的检测精度和更快的检测速度,可为高精度初烤烟叶等级检测提供关键技术支撑.

    初烤烟叶目标检测多感受野特征融合动态损失调整

      原文链接:
    • 万方数据
    • 维普