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

    结合色彩补偿与双背景光融合的水下图像复原

    林森查子月
    1059-1074页
    查看更多>>摘要:针对复杂成像环境下,水下图像存在颜色失真、细节模糊以及对比度低的问题,提出结合色彩补偿与双背景光融合的水下图像复原方法.通过分析光在水中的吸收衰减特性,提出改进的水下成像模型,基于Retinex理论与白平衡算法引入色彩补偿分量,降低水体背景颜色影响;根据背景光强度和颜色分布特性,提出双候选背景光融合方法,准确估计全局背景光;不依赖任何水体环境参数,根据背景颜色与散射系数的内在关系,采用引导-高通滤波,优化并增强各通道透射率;最后,逆求解成像模型复原水下图像.实验结果表明,在4个不同的水下数据集上与经典及新颖方法对比,所提方法恢复的图像颜色更自然,纹理细节更丰富清晰;色差值改善幅度达 5.4%,UCIQE及FDUM指标提升幅度分别达8.3%和4.5%.所提方法在定性和定量实验中更具优势,能够显著提高水下图像质量.

    水下图像复原色彩补偿背景光融合透射率估计

    多尺度增强特征融合的钢表面缺陷目标检测

    林珊玲彭雪玲王栋林志贤...
    1075-1086页
    查看更多>>摘要:针对轻量级目标检测算法在钢表面缺陷检测任务中识别精度低的问题,提出一种多尺度增强特征融合的钢表面缺陷目标检测算法.该算法采用提出的自适应加权融合模块为不同层级特征自适应计算融合权重,将深层语义与浅层细节进行加权融合,使得浅层特征在不丢失细节信息的同时获得丰富的深层语义.利用提出的空间特征增强模块从3个独立方向强化融合特征,通过引出残差旁路增强网络结构的稳定性,使卷积过程能够挖掘到更多的关键信息.根据先验框与真实框的整体交并程度为模型选择更为合适的训练样本.实验结果表明,该算法的检测精度达到80.47%,相比原始算法提升 6.81%.该算法的参数量为2.36 M,计算量为 952.67 MFLOPs,能快速且高精度检测钢材表面的缺陷信息,具有较高的应用价值.

    缺陷检测单发多框检测器增强特征融合自适应加权融合空间特征增强

    CNN-Transformer结合对比学习的高光谱与LiDAR数据协同分类

    吴海滨戴诗语王爱丽岩堀祐之...
    1087-1100页
    查看更多>>摘要:针对高光谱图像(hyperspectral images,HSI)与LiDAR数据多模态分类任务中的跨模态信息表达和特征对齐等问题,提出一种基于对比学习CNN-Transformer高光谱和LiDAR数据协同分类网络(Contrastive Learning based CNN-Transformer Network,CLCT-Net).CLCT-Net通过由ConvNeXt V2 Block构成的共有特征提取模块,获得不同模态间的共性特征,解决异构传感器数据之间语义对齐的问题.构建了包含空间-通道分支和光谱上下文分支的双分支HSI编码器,以及结合频域自注意力机制的LiDAR编码器,以获取更丰富的特征表示.利用集成对比学习进行分类,进一步提升多模态数据协同分类的精度.在 Houston 2013 和 Trento 数据集上的实验结果表明,相较于其他高光谱图像和Li-DAR数据分类模型,本文所提模型获得了更高的地物分类精度,分别达到了92.01%和98.90%,实现了跨模态数据特征的深度挖掘和协同提取.

    高光谱图像激光雷达数据Transformer卷积神经网络对比学习

    改进多尺度结构化融合的红外与可见光图像融合

    龙志亮邓月明谢竞王润民...
    1101-1110页
    查看更多>>摘要:为解决弱光环境下的红外与可见光图像的融合结果存在对比度低、细节纹理不足、融合耗时长的问题,提出了一种改进多尺度结构化融合的方法.在图像融合前,采用动态范围压缩算法对弱光下的可见光图像进行增强,再通过多尺度结构化分解将增强后的可见光图像和红外图像分解成低频和高频信息;在融合过程中,提出一种基于均方根误差系数的方法对低频信息进行融合,提出一种基于信息熵自适应调整权重的策略对初步融合的高频信息进行二次优化融合,再通过多尺度结构化分解的逆变换重构出融合图像;最后,提出一种基于灰度分类的区域像素增强算法来提高融合后图像的对比度.将提出方法与9种常用的融合方法进行了定性和定量的分析比较,在TNO和CVC-14数据集上的实验结果表明,该方法在平均梯度、交叉熵、边缘强度、标准差和空间频率指标上取得了更好的客观评价结果,整体视觉效果也要优于对比方法.本方法的融合结果具有丰富的细节纹理、较高的清晰度和对比度,且融合耗时短.

    图像处理多尺度结构化融合动态范围压缩均方根误差信息熵对比度