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TransMANet的遥感图像语义分割算法

    宋熙睿葛洪伟
    301-312页
    查看更多>>摘要：针对multiattention network(MANet)算法与图像语义信息关联不足、全局特征提取不充分和分割精度较低的问题,基于Transformer与注意力机制,提出一种增强浅层网络语义信息,具有融合局部和全局上下文的双分支解码器的网络结构,即Transformer multiattention network(TransMANet).首先,引入局部注意力嵌入机制,增强上下文信息的嵌入,并将高级特征的语义信息嵌入低级特征;然后,设计基于Transformer与卷积神经网络的双分支解码器,分别提取全局上下文信息和不同尺度的细节信息,对全局与局部信息建模;最后,改进原有的损失函数,缓解遥感数据集类别不平衡的问题,提高分割准确度.实验结果表明,TransMANet在UAVid、LoveDA、Potsdam和Vaihingen数据集上均取得了较MANet及其他有竞争力的先进方法更优的交并比指标,有较好的泛化能力.

    图像处理语义分割注意力机制Transformer高分辨率遥感影像

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

    基于单光子雪崩二极管的激光雷达建模与仿真

    何燃朱亮董俊发肖振中...
    313-322页
    查看更多>>摘要：基于单光子雪崩二极管(SPAD)的激光雷达凭借其灵敏度高、探测距离远、集成度高等优点被广泛应用于三维感知领域.SPAD激光雷达系统中包含各种功能的子模块.研究这些子模块对激光雷达系统性能的影响有助于进一步优化系统方案,提高研发效率,降低研发成本.因此,从系统子模块的特性出发,利用时间相关单光子计数技术(TCSPC)和蒙特卡罗法建立了基于SPAD的激光雷达模型,得到了被动复位电路和主动复位电路、单事件首光子时间数字转换器(TDC)和多事件TDC对系统性能的影响.结果表明:在目标飞行时间为20 ns、环境光为50×103 lx、目标反射率为10%的条件下,主动复位电路与被动复位电路的系统性能基本相当;当目标反射率增加到50%后,主动复位电路的系统性能优于被动复位电路;类似地,多事件TDC的系统性能优于单事件首光子TDC,主要表现在,与单事件首光子TDC相比,多事件TDC的噪声本底计数为均匀分布,其信号计数的峰值更易大于噪声本底计数的峰值,寻峰算法更简单,算力需求更少.仿真结果表明,为使系统性能最优化,SPAD集成芯片的后端子模块应采用主动复位电路和多事件TDC的组合架构.

    激光雷达单光子雪崩二极管建模与仿真淬灭电路时间数字转换器

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

    基于多约束图形分割的点云对象基元获取方法

    惠振阳李卓宣程朋根蔡诏晨...
    323-330页
    查看更多>>摘要：针对目前LiDAR点云对象基元获取方法存在的运算量大、不能对建筑物不同屋顶平面进行有效分割等问题,提出一种基于多约束图形分割的点云对象基元获取方法.该方法采用基于图的分割策略,首先使用邻近点约束条件构建网图结构,以此来降低图的复杂度,提高算法的实现效率;然后对相邻节点的法向量夹角进行阈值约束,从而将位于同一平面的点云分割为同一对象基元;最后进行最大边长约束,对建筑物点云与其邻近的植被点进行分离.为验证所提方法的有效性,选用 3组由国际摄影测量与遥感学会(ISPRS)提供的公开测试数据集进行测试以及 2组由武汉大学提供的数据集进行实验分析.实验结果表明,所提方法能够有效分割建筑物的不同屋顶平面.使用DBSCAN和谱聚类方法与所提方法进行对比,利用准确率、召回率和F1 得分作为精度评价指标.相比其他方法,在 5组不同建筑物环境的点云数据中,所提方法均能取得最佳的整体分割效果,召回率和F1得分均优于其他两种方法.

    机载LiDAR点云对象基元图形分割法向量约束

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

    基于自适应双分支的图像超分辨率重建算法

    张艳孙明磊孙叶美徐富杰...
    331-341页
    查看更多>>摘要：近年来,注意力机制广泛应用于图像超分辨率重建,极大地提高了重建网络的性能.为了更有效地利用注意力机制,提出一种基于自适应双分支的图像超分辨率重建算法.该算法设计的自适应双分支模块包括注意力分支和无注意力分支,通过自适应权重层动态平衡双分支的权重,舍弃冗余特征以使两个分支达到自适应平衡;其次,设计通道重组坐标注意力模块,通过通道重组的方式实现跨组特征交互,关注不同网络层特征之间的相关性;最后,设计双层残差聚合模块,构建两层嵌套的残差结构,提取残差块中的深层特征,更有效地提高网络的特征提取能力,提高重建图像的质量.在标准数据集上的大量实验验证了所提方法具有更好的重建效果.

    图像处理超分辨率重建自适应权重通道重组残差聚合

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

    用于简单透镜成像系统的深度迭代滤波网络

    黄毅熊涛
    342-350页
    查看更多>>摘要：提出一种基于迭代自适应滤波原理的端到端深度神经网络.该网络旨在解决由简单透镜的光学结构引起的显著图像边缘模糊问题.利用具有大视场的单个胶合透镜,提出一种像素级去模糊滤波器,该滤波器可有效地适应模糊的空间变化,从而恢复输入图像的模糊特征.通过模拟和在原型摄像机系统上进行的实验验证了所提方法的有效性.

    计算成像技术图像退化模型图像重建大视场深度学习

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

    基于可变形卷积和多尺度残差注意力的多光谱行人检测

    张国立常帅宋延嵩刘天赐...
    351-358页
    查看更多>>摘要：目前多光谱行人检测算法大多对可见光与红外图像融合方法展开研究,但是充分融合多光谱图像所需的参数量巨大,会导致检测速度降低.针对这一问题,提出了一种基于时效性较高的YOLOv5s的多光谱行人检测算法.为了保证算法的检测速度,选用可见光与红外光通道方向上的合并方法作为网络的输入,并通过对传统算法的改进来提升检测精度.首先,用可变形卷积替换部分标准卷积,增强了网络对不规则形状的特征目标的提取能力;其次,用多尺度残差注意力模块替换网络中的空间金字塔池化模块,减弱了背景对行人目标的干扰,提升了检测精度;最后,通过改变连接方式,增加大尺度特征拼接层,提升了网络的检测最小尺度,提升了网络对小目标的检测效果.实验结果表明,改进后的算法在检测速度上有明显优势,并比原算法的mAP@0.5和mAP@0.5∶0.95分别提升了5.1和1.9个百分点.

    行人检测可变形卷积注意力机制小目标检测YOLOv5s

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

    结合频域先验和特征增强的心脏图像分割方法

    陈柯炎刘巧红韩啸翔林元杰...
    359-368页
    查看更多>>摘要：针对心脏磁共振图像中的心脏子结构之间灰度差异小导致的边界不清、右心室区域形状大小多变等影响分割精度的问题,提出一种结合频域先验知识和特征融合增强的心脏磁共振图像分割网络.所提模型是一个由频域先验引导子网络和特征融合增强子网络组合而成的D形结构网络.首先,通过傅里叶变换将原始图像从空间域转换为频域,提取出高频的边缘特征,并将频域先验引导的子网络的低级特征与特征融合增强子网络的对应阶段进行特征拼接融合,以提高边缘识别的能力;其次,在特征融合增强子网络的跳转连接处引入具有局部和全局注意力机制的特征融合模块,提取上下文信息并获得丰富的纹理细节;最后,在网络底部引入Transformer模块,进一步提取长距离语义信息,增强模型表达能力,提高分割精度.在ACDC数据集上的实验结果表明,与现有方法相比,所提方法在客观指标和视觉效果上均取得最佳的效果,良好的心脏分割结果能为后续图像分析和临床诊断提供参考依据.

    图像分割心脏磁共振图像频域先验注意力机制傅里叶变换

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

    高效全局注意网络的图像超分辨率重建

    王庆庆辛月兰赵佳郭江...
    369-379页
    查看更多>>摘要：针对现有高效超分辨率重建算法大多集中于减少参数量,缺乏对层次特征的关注,存在图像高维特征不能得到充分利用的问题,提出一种高效全局注意网络.该网络的主要思想是设计交叉自适应特征块对图像进行不同层次的深度特征提取,以改善图像高频细节信息缺失的问题.另外,构造了近邻像素重构块,将空间关联性和像素分析相结合,进一步促进边缘细节信息的重建.此外,还提出一种多阶段动态余弦热重启训练策略,通过动态调整学习率以避免模型过拟合,提高训练过程的稳定性并优化网络性能.大量实验结果表明,所提方法在Set5等5个基准数据集上相比于其他先进网络,峰值信噪比(PSNR)和结构相似性(SSIM)性能指标平均提高了0.51 dB和0.0078,参数量和浮点运算量(FLOPs)平均降低了332×103和70×109.综上,所提方法在拥有较低复杂度的同时,获得了更好的性能指标和视觉效果,实现了网络高效化.

    图像超分辨率重建高效全局注意层次特征像素重构训练策略

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

    基于多尺度深度曲线估计的微光图像增强算法

    郭泓达董秀成郑永康雎雅玲...
    380-387页
    查看更多>>摘要：针对微光图像增强算法存在泛化能力较差的问题,提出一种基于多尺度深度曲线估计的微光图像增强算法,通过学习不同尺度微光图像与正常图像之间的映射关系实现微光图像增强.参数估计网络包括3个尺度的编码器和1个融合模块,可以高效直接地学习微光图像.每个编码器由级联的卷积层和池化层组成,具有特征层重复使用的优点,提高了计算效率.为增强对图像亮度的约束,提出一种亮通道损失函数.基于LIME数据集、LOL数据集和DICM数据集,对所提方法与其他6种先进算法进行对比.实验结果表明,所提方法能够得到色彩鲜艳、亮度适中、细节丰富的增强图像,在主观视觉效果和客观定量评价上均优于其他算法.

    图像增强多尺度深度曲线估计无参考损失函数深度神经网络

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

    基于显著性自适应权重图的红外可见光图像融合

    丁海洋董明利刘陈华陆熙田...
    388-395页
    查看更多>>摘要：为改善现有融合策略对源图像信息利用不够充分的问题,利用滚动引导滤波器和各向异性扩散来提取基础层和细节层,对获取的基础层和细节层分别使用视觉显著映射和权重图构建的方法进行融合,然后添加某一权重将融合后的基础层与细节层图像融合为最终图像.基于公开数据集的多个场景进行方法实验验证.实验结果表明,相比其他方法,所提方法得到的融合结果具有更好的对比度,在保持图像像素强度均匀分布的前提下在边缘细节处保留了丰富的纹理特征,具有更好的视觉效果和融合精度,同时在平均梯度、信息熵、空间频率等指标上取得了显著的进步.

    图像融合红外与可见光图像视觉显著映射各向异性扩散权重图构建

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