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

    基于阵列分布信息引导的密集目标检测算法

    童浩吴静静安聪颖
    209-219页
    查看更多>>摘要：针对工业场景下密集相似目标检测过程中,容易出现定位误差和伪目标等问题,提出一种基于阵列分布信息引导的密集目标检测算法.从密集目标图像中提取种子目标,根据目标阵列排布规则设计四方向搜索匹配策略,以种子目标的四邻域构建候选目标匹配区域,利用重索引算法更新目标位置索引,不断遍历实现所有目标的精确定位;针对相似目标检测困难的问题,在卷积神经网络前引入Transformer自注意力结构,提取样本间位置和类别的相关性特征,设计基于组图孪生卷积Transformer的分类网络,增强相邻目标图像结构化信息,实现密集相似目标的精确分类,最终完成稳健的目标检测任务.对大量密集目标图像数据集进行实验,结果表明,所提算法在精度上优于对比算法,检测分类准确率达到98.71%,可以完整提取目标并进行精确分类.

    目标检测密集目标阵列信息四方向搜索匹配Transformer

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

    基于改进YOLOv5l的印刷品缺陷检测

    刘海文郑元林钟崇军廖开阳...
    220-227页
    查看更多>>摘要：针对印刷生产中传统人工缺陷检测耗时耗力、小缺陷区域不易检测,以及传统图像处理方法鲁棒性差等问题,提出一种基于改进YOLOv5l模型的印刷品缺陷检测算法.首先,通过增加浅层特征图拓展检测尺度,以捕获微小缺陷信息,从而提高网络对小目标的检测能力;然后,使用全维度动态卷积替换Neck区中的普通卷积,以增强网络对印刷缺陷上下文信息的捕获能力;最后,为解决前两项工作带来的检测速度下降的问题,采用C3Ghost替换Neck中的C3模块,在检测精度损耗极低的情况下尽可能地提高检测速度.实验结果表明:改进后的YOLOv5l算法的平均精度均值(mAP)达到97.3%,较原YOLOv5l算法和现有的印刷品缺陷检测算法Siamese-YOLOv4的精度分别提高2.9百分点和2.7百分点;检测速度为44.1 frame/s.所提算法对印刷品缺陷的分类和定位效果优于原YOLOv5l和Siamese-YOLOv4算法,具有较高的检测精度和检测速度,可以应用于印刷质检来提高生产质量管控水平、降低人工成本.

    机器视觉缺陷检测YOLOv5算法多尺度融合动态卷积

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

    基于改进YOLOv7-tiny的多光谱苹果表层缺陷检测

    化春键孙明春蒋毅俞建峰...
    228-236页
    查看更多>>摘要：针对苹果表层存在多种缺陷类型、对不同缺陷的检测方法不同的问题,提出一种基于改进YOLOv7-tiny的缺陷检测模型,结合相机采集的RGB+NIR多光谱图像对苹果表层多种缺陷进行了检测和分类.首先,为了提取更多有效的特征信息,提高对缺陷的定位能力,在主干网络中使用坐标注意力(CA)机制聚合坐标信息,同时在主干网络后添加上下文转换器(CoT)模块以增加全局感受野;其次,为了增强高效聚合网络的特征融合能力,将其与加权双向特征金字塔结合,调整结构中各分支的占比;最后,为了解决难易样本不均衡的问题,将损失函数更换为Focal-EIoU损失.改进后网络的平均精度均值(mAP)@0.5提升了1.2百分点,达到93.2%,识别速度为89.3 frame/s.研究结果表明,本文研究内容为苹果表层的缺陷检测提供了更加高效的方法,同时为苹果的分级提供了更加精确的依据.

    缺陷检测苹果表层多光谱图像深度学习YOLOv7-tiny注意力机制

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

    双光源下光学镜片表面疵病视觉检测方法

    徐顺琴杨利红付秦月陈千喜...
    237-243页
    查看更多>>摘要：针对机器视觉检测光学镜片表面疵病时,在单一的照明环境下疵病图像对比度低,检测方法疵病识别率低等问题,提出了一种双光源下光学镜片表面疵病视觉检测方法.根据散射成像原理,在前照光和背照光两种不同的照明方式下,使用图像传感器得到含有疵病的被测光学镜片图像;再将多幅图像通过图像融合算法融合为一幅图像;最后,利用识别算法获得光学镜片表面的疵病尺寸信息.对两种不同的疵病(划痕、麻点)进行检测,将本系统的测试结果与ZYGO干涉仪的处理结果进行对比,结果表明,所提方法测量的麻点误差不超过2.7%,划痕误差不超过0.8%,检测效率比干涉仪提高了98.24%,缩短了检测时间.与单一照明环境下的检测方法和人工检测相比,所提方法对疵病的识别准确率与精度更高.

    疵病检测双光源机器视觉散射成像图像融合

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

    基于彩色结构光的动态线扫描形貌测量方法

    刘皓月杨凌辉马璐瑶樊一源...
    244-254页
    查看更多>>摘要：以高铁、铁轨为代表的延展性表面测量逐步向智能化发展,要求在线测量,同时兼顾效率和精度,对动态性能提出了新的挑战.基于线阵相机条纹投影的三维形貌测量方法兼具高分辨率与高速采集,具有延展表面三维重建领域的高动态性理论优势,但鲁棒性较强的条纹投影测量方法需要多帧测量获得准确相位,编码效率低,因此减小测量周期、减少图像帧数仍是提升动态性能的迫切问题.研究基于三频彩色条纹投影的双线阵延展表面测量方法,使用彩色条纹投影减少投影帧数,并利用纯色图补偿法降低通道串扰.先后对被测物体投影一幅彩色编码正弦条纹图和一幅白图,引入一维背景归一化方法降低被测物表面光学性质的影响,基于彩色编码信息获取展开相位并根据同名相位匹配双线阵相机.所提方法有效发挥线扫描的动态优势,仅通过两帧投影就实现运动中高质量点云的获取,同时实现纹理映射.

    测量三维形貌测量彩色条纹投影线阵相机点云

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

    基于掩模重构与动态注意力的跨模态行人重识别

    张阔范馨月李嘉辉张干...
    255-264页
    查看更多>>摘要：跨模态行人重识别是一项具有挑战性的行人检索任务.现有研究侧重于通过提取模态共享特征来减小模态间差异,忽视了对模态内差异和背景干扰的处理.为此,提出了一种掩模重构与动态注意力(MRDA)网络,该网络通过重构人体区域特征来消除背景杂波的影响,从而增强网络对背景变化的鲁棒性.此外,该网络结合了动态注意力机制,以过滤无关信息,动态挖掘并增强具有辨别力的特征表示,消除模态内差异的影响.实验结果显示:该网络在SYSU-MM01数据集的all-search模式下的第一个检索结果匹配成功的概率(Rank-1)和均值平均精度(mAP)分别达到 70.55%和63.89%;在RegDB数据集的visible-to-infrared检索模式下的Rank-1和mAP分别达到91.80%和82.08%.在公共数据集上验证了所提方法的有效性.

    行人重识别跨模态掩模重构双流网络动态注意力

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

    基于注意力的多阶段点云补全网络

    尹溪洋周佩朱江平
    265-272页
    查看更多>>摘要：点云补全指利用不完整点云数据重建完整三维模型的过程.现有的大多数点云补全方法受点云无序性和不规则性影响,难以有效地重建局部细节信息,进而影响补全精度.为解决这个问题,提出基于注意力的多阶段点云补全网络.设计了满足置换不变性的金字塔式点云特征提取器以建立局部内点间的依赖以及不同局部间的相关性,在提取全局特征信息的同时加强对局部特征信息的提取.在点云重建过程中,采用由粗到精的方式,首先生成一个低分辨率的种子点云,然后逐步丰富种子点云的局部细节,得到更加精细且稠密的点云.在公开数据集PCN下进行的对比实验结果证明了所提网络能够有效重建局部细节信息,与现有方法相比,在补全精度上提升了至少5.98%.消融实验结果也进一步验证了所提注意力模块的有效性.

    点云点云补全自注意力交叉注意力几何细节感知

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

    基于图优化的激光SLAM点云整体配准方法

    唐浩黎东王成聂胜...
    273-281页
    查看更多>>摘要：针对激光同步定位与制图(SLAM)算法在扫描轨迹过长时,获得的点云容易出现漂移误差且精度变差的问题,提出一种基于图优化的激光SLAM点云整体配准方法.对于有一定漂移误差的激光SLAM点云,先后构建初始位姿图和迭代位姿图进行级联优化.首先基于分段点云相似性和形心距离,构建初始位姿图进行优化,以减小轨迹漂移误差,获得漂移误差较小的SLAM点云.然后基于分段点云重叠度构建迭代位姿图,依次进行点云迭代粗优化和精优化,获得更高精度的SLAM点云.使用一组手持和三组车载激光SLAM数据进行实验.优化后,4组实验数据的各自重复扫描点云很好地重叠在一起,匹配关键点之间的距离的均方根误差(RMSE)分别由优化前的2.667 m、10.348 m、19.018 m和3.412 m降为0.158 m、0.211 m、0.218 m和0.157 m.实验结果表明,所提算法可以有效解决激光SLAM点云长轨迹扫描的漂移误差问题,提升点云数据精度.

    点云整体配准同步定位与制图图优化K-means算法

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

    基于Alvarez透镜的紧凑型红外连续变倍系统设计

    欧阳琦柳萌遥宁妍曹杰...
    282-289页
    查看更多>>摘要：针对传统轴向移动机械光学变倍系统结构复杂、体积大的问题,提出基于Alvarez透镜的横向移动红外光学连续变倍系统.该系统由两组Alvarez透镜、光阑、定焦透镜和红外探测器组成.两组Alvarez透镜构成开普勒式望远结构,其中,第一组Alvarez透镜作为变焦组,第二组Alvarez透镜作为补偿组.无限远入射光线经过两组Alvarez透镜后出射,出射的平行光通过定焦透镜聚焦成像到红外探测器的靶面上.使用Zemax软件进行光学仿真,该光学变倍系统覆盖8～12 μm的长波红外波段,最大视场角为6°,最大入瞳直径为6 mm,F数为2,畸变量小于2.1%,光学总长度约为74 mm.Alvarez透镜仅需横向移动约1 mm即可实现5×到15×的连续光学放大.该系统在红外探测器分辨率为320×240、像元尺寸为30 μm时调制传递函数达到0.5@17 lp/mm.仿真设计结果表明,该系统具有放大倍率大、结构紧凑、成像质量高的优点,有望应用于小型化红外变倍成像领域.

    光学设计Alvarez透镜光学变倍系统开普勒结构红外成像

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

    基于改进YOLOv8算法的遥感图像目标检测

    张秀再沈涛许岱
    290-300页
    查看更多>>摘要：针对遥感图像目标检测算法漏检和误检率高、目标定位不精确、无法准确识别目标类别等问题,提出一种基于改进YOLOv8的目标检测算法.为提高模型的损失函数对梯度分配的灵活性,适应各种形状和尺寸的物体,设计了非单调聚焦机制与边界框几何因素相结合的边界框回归损失函数;为扩大模型的感受野并削弱遥感图像背景对检测目标的影响,采用全局注意力机制与残差块结合的方式,设计了残差全局注意力机制;为使模型适应遥感图像中目标物体的形变与不规则排列,对YOLOv8模型中的C2f模块进行改进,融入可变形卷积与可变形感兴趣区域池化层.实验结果表明,在DOTA数据集和RSOD数据集上,所提算法的平均精度均值(mAP@0.5)达到72.1%和94.6%,优于对比算法,提高了遥感图像目标检测精度,为遥感图像识别提供了新的手段.

    目标检测YOLOv8WIoU全局注意力机制可变形卷积

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