首页期刊导航|光子学报
期刊信息/Journal information
光子学报
光子学报

侯洵

月刊

1004-4213

photon@opt.ac.cn

029-88887564

710119

西安市长安区新型工业园信息大道17号47分箱

光子学报/Journal Acta Photonica SinicaCSCD北大核心CSTPCDEI
查看更多>>本刊为学术月刊。宗旨是展示光子学的新理论、新概念、新思想、新技术和新进展，反映代表本学科前沿并具有国内外先进水平而为国际上关心的最新研究成果，促进国内外学术交流和讨论，加速科学技术进步。主要刊登本学科的学术论文、研究简报、研究快报。内容涉及光学，及其量子光学、瞬态光学、光电子学、光物理、光化学、光生物学、生物光子学、光医学、光通信、光传播、光传感、光计算、光神经网络、集成光学、信息光学、导波光学、非线性光学、高速摄影、智能光仪、微尺度光子技术、光装置中的电子学、力热声电磁核的光效应与光的力热声电磁核效应、光子功能材料、光子自身相互作用、光子的时空特性与结构、光子的经典与非经典效应等。本刊载文已被国内外多家数据库收录，并被国际检索刊物SA、EI、CA、PЖ作为源刊使用。
正式出版
收录年代

    基于彩色正交条纹的串扰与色差补偿方法

    马凤倪育博孟召宗高楠...
    236-246页
    查看更多>>摘要：提出一种基于彩色正交条纹逐像素校正串扰及色差的方法.通过投影正交彩色条纹图,建立串扰系数与平均光强、背景光强的数学模型及不同光通道间的像素匹配关系,完成串扰的消除及通道间色差的校正.对提出的方法进行实验,结果表明所提方法使得测量标准台阶的测量误差从未补偿时的0.647 mm降低为0.031 mm.与传统的串扰和色差补偿方法相比,本文所提方法的测量精度提高了 0.014 mm,且所需采集的条纹图的数量减少为原来的一半,能够有效地提高条纹投影技术的测量效率及测量精度.

    光学系统三维测量串扰色差误差补偿

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于多尺度分层残差网络的光学遥感图像微小目标检测

    曾祥津刘耿焕陈建明豆嘉真...
    247-259页
    查看更多>>摘要：针对光学遥感图像中微小目标空间分辨率低、有效特征不足等问题,在YOLOv5检测算法基础上,提出一种基于多尺度分层残差网络的光学遥感图像微小目标检测方法.设计了一种简单高效的多尺度分层残差特征提取模块,可在更细粒度水平上获得更丰富的感受野,强化神经网络的特征提取能力,进一步提升微小目标特征丰富度.在此基础上,进一步优化损失函数中的定位损失项,通过增加距离惩罚提升检测算法对微小目标的定位能力.在光学遥感微小目标检测数据集AI-TODv2和微小行人检测数据集TinyPerson上开展了系统对比实验,实验结果表明所提出算法相较于基准YOLOv5算法平均精度分别提升了 5.5％和1.8％,有效提高了微小目标检测的召回率和准确率.

    光学遥感图像微小目标检测深度学习多尺度卷积神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于特征聚合与边缘检测的伪装目标检测

    丁铖白雪琼吕勇刘洋...
    260-271页
    查看更多>>摘要：针对伪装目标边缘模糊、相关检测模型上下文特征利用率低、边缘特征融合繁琐的问题,提出一种基于特征融合与边缘检测的伪装目标检测模型F2-EDNet.首先构造特征增强模块,细化主干网络的多尺度上下文特征,有效增强伪装目标特征信息;同时,引入跨层特征引导的边缘预测支路以集成来自主干网络底层和顶层的跨层特征,在辅助检测伪装目标边缘的同时,提取边缘特征;最后,提出多尺度特征聚合模块,通过结合注意力机制,充分融合边缘特征与上下文特征,有效提高预测精度.实验结果表明,F2-EDNet在公开数据集CAMO、COD10K和NC4K上的结构相似性、平均精度与召回率、相关性、平均误差指标均值分别提高了 1.41％、1.74％、0.14％、0.77％;和同类模型相比,该模型具有更丰富的边缘,定位伪装区域更准确;在实际应用中,模型检测速率可达46帧/s,证明模型具有较好的实时检测能力.

    伪装目标检测特征融合边缘检测伪装图像深度学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于自适应窗的动态权值代价聚合立体匹配

    吴福培刘宇豪王瑞李昇平...
    272-286页
    查看更多>>摘要：传统局部匹配算法通常在不同聚合窗口下采用单一权值进行代价聚集,而忽略了不同区域像素点之间的差异性,易导致基于双目视觉测量的立体匹配精度不稳定.为此,提出一种基于自适应窗的动态权值代价聚合立体匹配算法.首先,以梯度信息表征模型为约束条件,构建代价聚合自适应十字交叉窗口.其次,分析视差不连续区域与弱纹理区域的像素特征,建立基于像素距离与色差双阈值权重的代价聚集模型,进而计算各窗口的动态权重影响因子.最后,基于线性迭代聚类法分割视差图区域,剔除奇异的视差值以提高算法匹配精度.实验结果表明,在Middlebury数据集的测试中,所提算法的平均非遮挡区域和全部区域的误匹配率分别为4.11％和5.65％,优于传统匹配算法;4组测量样品的全局长度测量平均相对误差小于1.2％,全局高度测量平均相对误差小于2.7％.实验结果检验了所提算法的有效性和可靠性.

    机器视觉立体匹配自适应十字交叉聚合窗口动态权值超像素分割

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于双分支边缘卷积融合网络的红外与可见光图像融合方法

    张鸿德冯鑫杨杰铭邱国航...
    287-298页
    查看更多>>摘要：提出一种基于双分支边缘卷积融合网络的红外与可见光图像融合方法.首先,提出一种改进的双分支边缘卷积结构,将图像包含的信息分解为公共信息和模态信息,并于每个分支引入边缘卷积块,更好的提取深度特征;然后在融合层引入卷积注意力模块对模态特征进行增强;最后基于所本文编解码网络特点,提出一种重建损失结合融合损失的损失函数.经过大量的消融性实验和对比实验表明,本文方法能够很好的保留原图像中的公共信息和模态信息,并且相比目前最新的融合方法在主观和客观评价上都具有优秀的综合性能.

    红外与可见光图像融合双分支边缘卷积融合网络深度学习边缘卷积块卷积注意力

      原文链接:
    • NETL
    • NSTL
    • 万方数据