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

    多光谱图像融合的IC器件表面缺陷检测

    邓耀华黄志海
    740-751页
    查看更多>>摘要:针对单可见光或单红外条件下的IC器件表面缺陷对比度不足,缺陷检测精度低的问题,提出多光谱图像融合的IC器件表面缺陷检测方法.针对IC器件可见光与红外图像配准中存在尺度不一致和对比度反转问题,引入拉普拉斯金字塔和特征描述符重组策略改进ORB(Oriented FAST and Rotated BRIEF)图像配准算法.在图像配准的基础上,提出NSST_VP图像融合方法,以非下采样剪切波变换(Non-Subsample Shearlet Transform,NSST)得到红外图像和已配准可见光图像的低频和高频子带,对低频子带采用视觉显著图(Visual Significance Map,VSM)加权融合规则,高频子带则采用自适应脉冲耦合神经网络(PA-Pulse Coupled Neural Network,PA-PCNN)决策融合规则,进而通过NSST逆变换得到高质量多光谱融合图像.最后,将融合图像输入YOLOv8s模型进行检测.实验结果表明,改进ORB的图像配准平均精度为87.8%,比ORB图像配准精度提高了62%,NSST_VP图像融合算法在主观视觉效果和客观评价指标上均有所提高.在缺陷检测实验中,NSST_VP融合方法的均值平均精度(mean Average Precision,mAP)达到83.15%,比单可见光、单红外缺陷图像检测的mAP分别提高了22.97%,28.31%,比双树复小波变换融合、曲线变换融合、非下采样轮廓波变换融合方法的mAP分别提高了13.14%,15.01%,20.35%.

    缺陷检测IC器件多光谱图像融合图像配准非下采样剪切波变换YOLOv8s

    弱纹理环境下融合点线特征的双目视觉同步定位与建图

    龚坤徐鑫陈小庆许悦雷...
    752-763页
    查看更多>>摘要:针对室内弱纹理环境下基于点特征的视觉同步定位与建图(Simultaneous Localization and Mapping,SLAM)存在的轨迹漂移等问题,提出了一种融合点线特征的双目视觉SLAM系统,并对线特征的提取与匹配问题展开研究.为了提高线特征的质量,通过长度与梯度抑制、短线合并等方法,进一步改进LSD(Line Segment Detector)线特征提取方法.同时,通过将匹配问题转换为优化问题,并利用几何约束构建代价函数,提出了一种基于几何约束的快速线段三角化方法.实验结果表明,本文所提方法在多个数据集上的表现都优于基于描述子的传统方法,尤其在室内弱纹理场景下,其平均匹配精度达到91.67%,平均匹配时间仅需7.4 ms.基于此方法,双目视觉SLAM系统在弱纹理数据集上与已有算法ORBSLAM2,PL-SLAM的定位误差分别为1.24,7.49,3.67 m,定位精度优于现有算法.

    双目视觉线特征提取视觉同步定位与建图特征匹配