首页期刊导航|激光与光电子学进展
期刊信息/Journal information
激光与光电子学进展
激光与光电子学进展

范滇元

月刊

1006-4125

lop@siom.ac.cn

021-69918222

201800

上海市嘉定区清河路390号（上海市800-211信箱）

激光与光电子学进展/Journal Laser & Optoelectronics ProgressCSCD北大核心CSTPCD
查看更多>>本刊由中科院上海光学精密机械研究所和国家惯性约束聚变委员会联合主办。旨在关注科技发展热点，报道高新技术前沿，追踪科技研发动态，介绍科学探索历程；展示最新科技产品，汇萃时尚科技讯息。
正式出版
收录年代

    数字全息声场成像测量技术综述(特邀)

    钟志王琛刘磊孙岩...
    1-14页
    查看更多>>摘要：声场测量技术是研究与评估声学现象的重要手段，可以帮助人们了解声音在空间中的分布和传播规律。通过测量声场的声压等各种参数，能够研究声音在特定环境下的传播特性、声音的质量、声波的相互作用等。相较于传统声场测量技术，数字全息声场测量技术将相机的像素点转化为高精度传感器，利用干涉原理记录声场引起的全息图，以数字方法恢复被声场调制的光场相位信息，进而利用声光效应实现声场定量成像重建，以视频图像方式可视化声波在介质中的真实传播特性，具有非侵入、全视场、高空间分辨率等优点。本文主要从数字全息声场测量技术的基本原理、当前主要测量方法和声场相位恢复方法三个方面展开介绍和分析，并对数字全息技术在声场测量中的应用前景进行了展望。

    声场成像测量数字全息声光效应相位恢复

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

    多普勒测风激光雷达在航空气象中的应用进展

    杜海浪
    15-27页
    查看更多>>摘要：多普勒测风激光雷达具有低盲区、高时空分辨率和灵活的扫描方式的优点，近年来被广泛应用于大气风场探测。特别是在航空气象领域，激光雷达被应用于机场低空危险风场的探测和预警。首先，系统地回顾了多普勒激光雷达基本原理和国内外的研究现状。其次，介绍了激光雷达在机场风切变、湍流和飞机尾流等方面的应用方法和进展。最后，总结了多普勒激光雷达在航空应用领域存在的问题和未来发展方向。

    多普勒测风激光雷达航空气象风切变湍流飞机尾流

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

    改善硬件不良全息显示的物理信息学习模型

    杨屹森匡登峰
    28-34页
    查看更多>>摘要：针对计算机生成全息术算法由理想和实际的光传输模型不匹配导致的实际重建图像质量下降的问题，提出一种简化的、具有物理信息的、基于学习的全息光传输模型。该模型可以显式地学习全息显示器的缺陷，灵活地应用于各种全息图优化算法，解决算法与实际光传输模型不匹配的问题。在未精调全息显示器原型中，所提模型的重建结果优于理想的全息光传输模型，能在不对光学元件的精细装配和激光光源的良好均匀性提出严格要求的情况下获得更高质量的全息重建图像。

    全息图计算机生成全息术机器学习全息显示全息光传输模型

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

    基于视场分割模型的闪光照相系统图像畸变校正

    任宇航李斌康周二瑞杨少华...
    35-42页
    查看更多>>摘要：闪光照相是超高速碰撞、爆炸等瞬态过程的重要诊断技术。闪光照相系统目前多使用光锥耦合的增强型互补金属氧化物半导体(ICMOS)相机作为成像设备，其具有体积小、质量轻、成像速度快等优点。但光锥耦合会给成像过程引入较为复杂的图像畸变，从而降低闪光照相系统的成像性能。本文根据闪光照相系统中ICMOS相机耦合光锥引起的图像畸变特点，提出一种高效的畸变校正方法。基于视场分割模型，针对图像边缘特征点不足引起的边缘校正效果较差问题，对图像边缘进行变步长视场分割，提升图像边缘畸变校正精度。实验结果表明，相较于已有方法，所提方法校正后图像的均方根误差和最大残留误差分别下降17。8%和70。2%。与已有方法相比，所提变步长视场分割法对ICMOS耦合光锥引起的图像畸变具有较高校正精度。

    图像畸变校正闪光照相特征点视场分割

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

    基于立体显示的中央眼位置测试方法

    刘宇杰夏振平高灵伟张跃渊...
    43-49页
    查看更多>>摘要：中央眼是人眼判断相对视觉方向的参考点，传统理论认为其位于双眼连线的正中心位置，但是这一假设忽略了不同个体中央眼位置的客观差异，可能会导致立体场景观看及交互体验与设计者的预期不符。这种视觉上的差异会显著降低用户观看立体显示内容时的交互体验，从而限制该技术大规模应用的前景。为了量化不同用户中央眼位置差异的情况，通过设计基于改进的平均差误法的中央眼测试实验，提出一种利用立体显示系统测量中央眼位置坐标的方法。基于该方法进行了主观实验测量，并计算出不同用户的中央眼位置。实验结果表明，所提方法能够有效地测量使用者的中央眼位置偏移。本研究有望为提高虚拟现实交互体验提供理论参考。

    立体显示空间定向主导眼双目视觉中央眼

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

    视觉测量系统中基于深度学习的自动对焦方法

    郑博文刘绍锦沈铖武李建荣...
    50-57页
    查看更多>>摘要：针对传统对焦法需要采集较多的离焦图像、对焦耗时长、在视觉测量系统场景应用中存在限制等问题，提出了一种基于深度学习的自动对焦方法。该方法将自动对焦问题转化为图像的离焦距离预测问题，利用ShuffleNetv2与多层感知机构建轻量化深度回归网络并对工作场景中采集的目标图像数据集进行训练。通过合理的对焦策略，利用两帧图像即可完成对焦，减少了对焦耗时，同时也可以避免传统对焦法因局部极值点导致对焦误差较大的问题。实验结果表明，该方法的对焦耗时仅为传统对焦法的15%～24%，对焦稳定性相比传统对焦法提升约为40%，具有对焦速度快、对焦稳定性高、模型复杂度低等优点，能够很好地应用于视觉测量系统中。

    自动对焦深度学习成像系统图像处理视觉测量

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

    基于自适应窗口空间方向衬比方法的血管成像方法研究

    张博李德郭皓宁王慧泉...
    58-64页
    查看更多>>摘要：血管可视化在血管疾病、慢性病发展机制研究及诊断治疗等领域中均发挥着重要作用，激光散斑成像技术被广泛应用于血管可视化和血流监测中，而血管成像中存在的各种噪声会降低血管成像质量。为提高深层血管成像质量，通过设计在体实验，对现有的四种空间域衬比方法的血管成像能力及检测血流相对流速的可行性进行探究，并引入对比噪声比对血管可视化能力进行量化评估。研究结果表明，自适应窗口空间方向衬比方法的成像能力优于其他三种空间域衬比方法(空间衬比方法、空间方向衬比方法、自适应窗口衬比方法)。在体实验中自适应窗口空间方向衬比方法能保持高质量、高分辨率的血流测绘能力，从而保留更多微小血管的结构和功能信息，获得更为全面的血流分布图，在深部组织的血流监测方面具有一定优势。

    医用光学激光散斑衬比成像自适应窗口空间方向衬比血管可视化

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

    滚仰式红外导引头极端温度下成像仿真

    张家铭江伦张晓菲
    65-72页
    查看更多>>摘要：针对在高能激光照射下，导引头升温造成的自身热辐射升高严重影响光学系统的信噪比(SNR)和成像质量的问题，以3～5 μm波段滚仰式红外导引头光学系统为例进行仿真，着重对红外导引头光学系统在高能激光照射下的温度效应进行研究，探讨内部温度上升对红外导引头性能的影响。结果表明，当内部温度从293。15 K上升至1073。15 K时，光学系统的SNR从8。73衰减至几乎为0，使导引头完全失去对目标的识别能力。研究强调在设计导引头系统时需重点考虑光学元件的热稳定性，确保导引头在工作中的成像质量和制导精度。这一研究不仅有助于改进当前的导引头设计，而且为后续高能激光防御系统的发展提供了理论基础。

    红外导引头温度效应自辐射信噪比成像质量

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

    基于改进DenseNet的车辆尺寸测量和信息识别方法

    赵栓峰姚健李甲
    73-81页
    查看更多>>摘要：针对现有研究中缺乏能够综合测量车辆外廓尺寸并精确识别车辆信息的方法，提出一种新的车辆尺寸和信息识别方法。首先，通过YOLO V5s网络实现目标车辆的自动识别，并建立了一个包含车辆型号、尺寸、轴数、轴距、悬架和轮胎参数等详细信息的车辆数据库。接着，利用convolutional encoder-decoder network(CEDN)提取出车辆轮廓，并通过膨胀腐蚀算法对轮廓进行优化。为了提高处理速度并减少计算资源需求，将深度可分离卷积技术融合进DenseNet。最终，将车辆轮廓图输入至优化后的DenseNet，以预测车辆的具体尺寸。实验结果显示，该方法能够在宽度和高度测量上实现±60 mm的误差范围，并将长度测量的误差控制在±85 mm以内。此外，该方法还能提供车辆的轴数、轴距、悬架和轮胎参数等附加信息。这表明结合图像识别和深度学习技术，能够有效地测量车辆尺寸并识别相关信息，对于提高动态称重系统等应用的准确性具有重要价值。

    动态称重外廓尺寸测量参数识别DenseNet计算机视觉

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

    特征增强和度量优化的钢材表面缺陷检测

    陈俊英黄汉涛李朝阳
    82-91页
    查看更多>>摘要：针对钢材表面缺陷检测中存在的小目标样本检测精度低、容易出现漏检和误检的问题，提出一种改进的YOLOv7算法。首先，引入Swin-Transformer进行特征提取，采用双分支回路设计将全局特征和局部特征交互融合;其次，采用分布移位卷积对高效层聚合网络进行改进，以增强局部特征提取能力;最后，采用加权的归一化Wasserstein距离和完全交并比度量方法作为回归损失函数，解决模型对小目标偏差较敏感的问题。在NEU-DET数据集上进行实验对比的结果表明，相较于原始算法，改进算法的平均精度均值提高8。8百分点，达到83。1%，提升了模型对钢材表面缺陷检测的精度，改善了对小目标样本的误检和漏检情况。此外，改进算法的检测帧率为71 frame/s，满足实时检测的需求。

    缺陷检测特征增强度量优化TransformerYOLOv7

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