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

    结合特征约束学习的可见光-红外行人重识别

    张镜陈广锋
    211-218页
    查看更多>>摘要:由于可见光图和红外光图存在巨大的模态差异,可见光-红外光行人重识别是一个艰巨的任务.当前可见光-红外光行人重识别面临的主要问题是如何有效提取模态共享特征中的有用信息.为解决这个问题,提出了一个基于视觉Transformer的双流跨模态行人重识别网络,通过使用模态令牌嵌入模块和多分辨率特征提取模块来监督模型提取有辨别力的模态共享信息.此外,为了增强模型的辨别力,设计了模态一致性约束损失和特征中心约束损失.模态一致性损失会引导模型学习模态间的不变特征;特征中心约束损失会监督模型降低类内特征的差异性,增加类间特征的差异性.在SYSU-MM01数据集和RegDB数据集上的大量实验结果表明,所提方法优于大多数现有方法.在SYSU-MM01大型数据集上,所提模型的首位命中率和均值平均精度分别达到了67.69%和66.82%.

    图像处理行人重识别跨模态双流网络损失函数

    LDASH:高鉴别力强鲁棒性的点云局部特征描述符

    周磊赵宝梁栋王梓涵...
    219-229页
    查看更多>>摘要:三维局部特征描述是三维计算机视觉的重要研究方向,被广泛用于三维感知任务中,以获取两片点云之间的点对应关系.针对现有大多数描述符存在的鉴别力低和鲁棒性弱等问题,提出一种局部分区属性统计直方图(LDASH)描述符.LDASH描述符基于局部参考轴(LRA)构建,首先沿径向划分局部空间,然后在每个划分分区中统计5个特征属性,实现空间和几何信息的全面编码.在LDASH描述符中,提出一种用于局部特征描述的新属性——距离加权角度值(DWAV).DWAV的构成不依赖LRA,增强了描述符对LRA误差的鲁棒性.此外,提出一种针对点云分辨率变化的鲁棒性增强策略,以降低实际测试中点云分辨率变化对描述符的干扰.在6个具有不同应用场景和干扰类型的数据集上对LDASH描述符的性能进行全面的评估,结果表明:LDASH描述符在所有数据集上的性能都明显优于现有描述符;与性能第二高的分区局部特征统计描述符相比,LDASH描述符的鉴别力平均提高约16.3%,鲁棒性平均增强约7.5%.最后,将LDASH描述符应用于点云配准,实现了最好的配准性能,其与5种转换估计算法结合后的平均正确配准率达到了73%.

    机器视觉局部特征描述符局部参考轴特征描述点云配准

    基于HAMEN的稀疏投影能谱CT重建方法

    齐俊宇史再峰孔凡宁葛天昊...
    230-239页
    查看更多>>摘要:能谱式计算机断层扫描(CT)可以提供不同能量下的衰减信息,有利于物质分解和组织分辨.稀疏投影可以有效降低辐射剂量,但会导致重建后的CT图像出现严重的伪影和噪声.基于卷积神经网络的深度学习重建方法虽在一定程度上改善了图像质量,却存在组织细节特征丢失严重等问题.提出一个基于混合注意力与多尺度特征融合相结合的边缘增强型网络(HAMEN)的能谱CT重建方法.首先利用边缘增强模块提取边缘特征并将其叠加到图像上,用于扩充输入图像信息;然后采用混合注意力模块分别生成通道注意力图和空间注意力图,以细化输入特征;并在网络的编码器处引入多尺度特征融合机制,增加跳跃连接以减少卷积层堆叠导致的特征丢失.实验结果表明,所提重建方法得到的CT图像的峰值信噪比可达37.64 dB,结构相似性指数达0.9935.此方法可在抑制稀疏投影导致的伪影和噪声的同时最大程度地保留组织细节信息,为后续的诊断等工作提供高质量图像.

    能谱式计算机断层扫描稀疏投影混合注意力多尺度特征融合边缘增强

    一种高灵敏度探针式术中甲状旁腺识别装置

    陈亮陈曦李健聪王越桥...
    240-247页
    查看更多>>摘要:基于甲状旁腺的近红外自体荧光特性,开发出一款高灵敏激光诱导荧光检测(LIF)技术的术中甲状旁腺快速识别装置.通过一种新型近红外传感单元组成的荧光采集模块和改进型荧光检测光路设计,实现了光纤探针式术中甲状旁腺快速、无创识别装置.通过实验验证吲哚菁绿(ICG)溶液与甲状旁腺的荧光光谱具有极大相似性,通过吲哚菁绿(ICG)溶液模拟甲状旁腺自体荧光特性的实验,测得该装置在低至 0.05 nmol/L ICG的实验条件下,荧光强度仍然与ICG浓度成正比,荧光强度和ICG浓度的线性相关系数高达0.999,与理论高度吻合.使用该装置在广州市第一人民医院进行临床实验,实验结果显示该装置能够成功激发出甲状旁腺自体荧光,荧光强度约为其他组织的5倍,装置检测结果与临床病理切片结果高度吻合,证明本文研制的装置能够明显区分甲状旁腺和其他组织.临床专家给出结论,该装置能够快速、无创、精准识别甲状旁腺组织,具有巨大的临床价值.

    甲状旁腺激光诱导荧光检测技术自体荧光吲哚菁绿光纤探针

    改进各向异性导向滤波的明场显微图像清晰化方法

    黄臣伟蒋和松王学渊徐秋月...
    248-257页
    查看更多>>摘要:针对光学显微成像系统由于CCD采集、成像对焦精度等不利因素导致成像图像模糊的问题,提出一种改进各向异性导向滤波的反锐化掩模明场显微图像的清晰化方法.首先,通过改进自适应正则项的各向异性导向滤波消除图像噪声,同时强保留边缘细节信息;其次,利用各向同性的高斯滤波得到强平滑图像结构信息;然后,将细节强保留图像与结构强平滑图像相减,得到掩模图像;最后将输入图像与掩模图像融合,得到清晰的显微图像.该方法减少了传统反锐化掩模算法放大图像噪声导致图像细节特征辨识度降低的现象,在一定程度上降低了图像的模糊感,同时避免了滤波处理结果出现梯度反转和光晕伪影.在Mendeley data公开数据库的利什曼原虫寄生虫数据集实验结果中,所提方法的清晰度评价指标峰值信噪比、均方根误差和平均结构相似度的平均值分别为41.1430、0.000090和0.9905;而在PanNuKe公开数据库实验结果中,所提方法的3个指标平均值分别为28.8541、0.001939和0.9283.主客观的实验结果表明,所提方法能够减少噪声干扰和抑制细节"光晕"问题,同时能够更好地增强边缘细节信息.

    各向异性导向滤波清晰化反锐化掩模显微图像

    基于多尺度成像的宽波段广域高分辨光学系统设计

    张凡凡刘钧高明吕宏...
    258-267页
    查看更多>>摘要:针对光电成像系统呈现出的全天候、大视场、高分辨的成像需求,基于多尺度成像原理设计了一款0.4~1.7 μm宽波段的广域高分辨率光学成像系统.该系统由共心球物镜和37个中继子系统阵列组成,通过多个中继子系统阵列对共心球物镜所得一次中间像面进行视场分割、成像及像差校正,从而实现广域高分辨成像.经过优化设计,最终得到全视场(105.6°×25.6°)的宽波段、大视场、高分辨光学系统.系统单通道全视场范围内点列图的最大均方根半径值小于一个像元尺寸,各视场调制传递函数值在空间频率为33 lp/mm处均大于0.6,曲线平滑集中.分析结果表明,该系统满足大视场、高分辨、全天候成像需求,可为后续宽波段、大视场、高分辨光学成像系统的设计提供一种可行的参考方案.

    光学设计多尺度成像共心透镜广域高分辨系统宽波段

    基于自编码器的高光谱与激光雷达数据融合地物分类

    王一博戴嵩宋冬梅曹国发...
    268-276页
    查看更多>>摘要:高光谱与激光雷达数据融合在地物分类领域具有广泛的应用潜力.然而,由于休斯现象的干扰,从高光谱与激光雷达数据中提取完整的联合特征仍然存在挑战.为了克服现有数据融合算法在消除异构数据差异和实现跨模态特征充分融合方面的局限性,提出一种基于自编码器的高光谱与激光雷达数据融合分类方法.首先,利用卷积神经网络模型从高光谱和激光雷达数据中提取深层特征,从而有效消除异构数据在原始数据空间上的差异.然后,通过构建卷积自编码器进行数据特征融合,并采用跨模态的重建策略更充分地学习不同遥感数据源的特征信息.最后,采用休斯敦与特伦托数据集对该模型进行有效性验证.实验结果表明,所提方法在总体分类精度、平均准确率等评价指标上明显优于SVM、ELM、EndNet以及MML等4种对比方法,从而证实了该方法在城市地物分类领域的优越性.

    高光谱图像激光雷达地物分类自编码器特征融合

    基于改进压缩与激活块的遥感影像语义分割方法

    吴盛葳方娇莉朱大明
    277-286页
    查看更多>>摘要:针对传统方法在提取背景复杂的遥感影像时出现的语义识别错误等问题,基于压缩与激活块(SE-block)构建了一种简单而有效的卷积注意模块——区域压缩与激活块(RSE-block).该模块能汲取特征的局部上下文信息,从而指导网络筛选重要的特征,并在空间和通道两个方向上重新激活特征表达.此外,该模块能无缝集成到任何卷积神经网络构架中与网络一起进行端到端的训练.同时,提出了一种与该模块对应的解决不同尺寸地物目标识别问题的多尺度集成方法,并在此基础上构建了一个新的语义分割网络——RSENet.实验结果表明:RSENet在Potsdam数据集上的平均F1分数和平均交并比分别比基线网络高出0.028和0.021;与当下一些先进方法相比,RSENet具有竞争力.

    遥感影像语义分割注意力机制卷积神经网络

    微光CMOS传感器调制传递函数快速测试方法

    唐卓王劲松牛群刘小华...
    287-293页
    查看更多>>摘要:为满足微光CMOS图像传感器调制传递函数快速检测的需求,通过优化倾斜刃边法提出一种基于超采样模型的调制传递函数快速测试方法.测试过程采用自适应双阈值Canny边缘检测算法提高刃边检测精度,通过刃边角度空间几何旋转对边缘扩展响应进行超采样,并利用三次费米函数等效模型进行拟合,极大消除自然微光成像中噪声对测试结果的影响.利用该方法对CMOS传感器进行实际测试,采用不同目标图片测试实验结果同标准量进行对比,误差均在0.06之内,证明了该方法的可行性与有效性,符合CMOS传感器性能检测的要求.

    调制传递函数微光传感器倾斜刃边法边缘超采样快速检测

    基于改进YOLOX的遥感目标检测算法

    胡昭华李昱辉
    294-305页
    查看更多>>摘要:遥感目标检测是环境监测、电路巡检等领域中的一个重要的环节.针对遥感图像存在的目标尺度差异大、目标模糊、背景复杂度高等难点,提出了一种基于YOLOX的遥感目标检测算法.首先,提出区域上下文聚合模块,利用不同扩张率的空洞卷积扩大感受野,获取多尺度上下文信息,从而有利于小目标的检测;其次,提出特征融合模块,采用两种不同的尺度变换模块实现对不同尺度特征的融合,从而充分融合浅层位置信息与深层语义信息,提高网络对不同尺度目标的检测性能;最后在多尺度特征融合网络部分引入特征增强模块,并将其与注意力机制CAS[CA(coordinate attention)+SimAM(simple parameter-free attention module)]结合,使网络更加关注目标信息,忽略复杂背景的干扰,同时,将浅层特征层与深层检测层进行特征融合,防止由特征信息丢失造成的预测端检测性能降低.实验结果表明:改进后的算法在DIOR和RSOD遥感数据集上分别取得了 73.87%和 96.22%的检测精度,与原YOLOX算法相比检测精度分别提高了 4.08和1.34个百分点;与其他先进算法相比,改进后的算法在检测精度与检测速度上都具有一定的优越性.

    目标检测YOLOX特征融合注意力机制区域上下文