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

    基于图像修复的无砟轨道道床异常检测算法

    蒋婉杨凯邱春蓉谢利明...
    400-411页
    查看更多>>摘要：铁路线轨道道床上准确监测异物对列车安全行驶具有重要意义.基于深度学习重构的无监督异常检测算法可以解决异常数据不足对检测有影响的问题,但编码器"泛化"能力过于强大,能够很好地重建异常样本,影响其检测精度.针对此问题,提出一种基于图像修复的无砟轨道道床的异常检测算法.利用修复思想对图像进行掩码,利用不完整的非异常图像训练来对图像进行修复重建,以此来提高模型对其上下文的语义理解,增强模型的重建能力.在测试时,采用测试图像与重建图像在多尺度下的平均异常图最大值作为重构误差来计算异常分数,扩大异常图像与正常图像的重构误差的界限.实验结果表明,所提算法在MNIST、CIFAR-10公开数据集及无砟轨道道床数据集上的性能均优于其他方法.

    深度学习异常检测无砟轨道道床无监督检测

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

    天基星图预处理技术研究

    张旭光刘云猛谭婵张锷...
    412-420页
    查看更多>>摘要：随着人类逐渐将活动范围扩展到宇宙太空,地球外部空间特别是地球同步轨道越来越拥挤,废弃的航天设备、太空活动垃圾等产生大量空间碎片.散落的空间碎片可能引发太空事故,导致航天设备损坏或脱轨,因此空间目标探测系统对保证太空环境安全具有重要意义.星图预处理可以提升图像质量和目标信噪比,这无论是对后续空间目标识别追踪还是航天器导航定姿均有重大意义.主要对图像去噪、背景校正、阈值处理和质心提取这几个方面进行研究,总结现有处理方法和它们的优缺点,并提出相应的改进方法.在图像去噪和背景校正部分,使用真实星图来验证不同算法,利用信噪比增益和背景抑制因子来分析算法处理效果,分析对不同信噪比目标的影响,并提出邻域最大值滤波和改进的背景校正法.在阈值处理部分,分析真实星图所具有的直方图特性,并据此提出基于迭代自适应的阈值方法.在质心提取部分,使用盖亚星表做出基于高斯点扩散函数的模拟星图,在添加白噪声后分析不同算法的亚像素质心提取误差和计算时间.最后,指出未来空间目标识别的迫切需求,并根据本文研究提出相关建议以供参考.

    空间碎片图像去噪背景校正阈值处理质心提取

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

    融合Transformer分支和拓扑强制的血管内超声图像分割方法

    郝文月蔡怀宇左廷涛贾忠伟...
    421-430页
    查看更多>>摘要：大多数血管内超声(IVUS)图像分割方法缺乏对全局信息的捕获,且分割结果拓扑关系不符合医学先验知识,影响后续的诊断和治疗.为解决上述问题,提出一种将卷积神经网络(CNN)和Transformer双分支主干网络与拓扑强制网络相结合的图像分割方法.通过并列CNN分支与Transformer分支构建主干网络以实现局部和全局信息的融合,其中,组成Transformer分支的模块结合了轴向自注意力机制和增强型混合前馈神经网络以适应小数据集.此外,在主干网络之后连接拓扑强制网络,并使用双边滤波平滑层代替高斯滤波平滑层,可以在保证分割结果拓扑结构正确性的同时进一步提高分割精度.实验结果表明,所提方法所得内膜和中膜的Jaccard度量系数相比于基线网络分别提高 0.018和0.016,Hausdorff距离系数分别提高0.148和0.288,且拓扑结构正确率均为100%.该方法可以为IVUS图像提供准确可靠且拓扑结构正确的分割结果,在可视化结果和各项评价指标上都有较好表现.

    医学图像分割血管内超声Transformer拓扑关系保留

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

    融合显示视觉中心与注意力机制的水下目标检测算法

    陶洋钟邦乾赵文博周昆...
    431-440页
    查看更多>>摘要：针对水下海洋生物检测任务存在的目标间相互遮挡、对细长型目标检测精度低、小目标众多等问题,提出一种基于YOLOv5的水下目标检测算法.该算法通过引入可变形卷积、空洞卷积和注意力机制来重新设计主干网络,增强特征提取能力,解决目标间相互遮挡和对细长型目标检测精度低的问题;同时,提出加权显示视觉中心特征金字塔模块,解决特征融合不充分问题,降低小目标漏检率;并调整YOLOv5算法的网络结构,增加融合注意力机制的小目标检测层,提升对小目标物体的检测能力.实验结果表明:改进后的YOLOv5算法在URPC数据集上的平均精度均值达87.8%,较原始YOLOv5算法提高了5.3百分点;同时检测速度保持在34 frame/s;在水下目标检测任务中能够有效提高精确度,降低漏检率和错检率.

    目标检测YOLOv5可变形卷积空洞卷积注意力机制显示视觉中心

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

    亮度均衡与边缘强化的多尺度低照度图像增强算法

    吕伏崔向燕刘铁
    441-449页
    查看更多>>摘要：为解决现有低照度图像增强算法存在的细节信息丢失、伪影和自然度较差等问题,提出一种亮度均衡与边缘强化的多尺度低照度图像增强算法.首先,利用改进的Sobel算子提取边缘细节,得到边缘细节增强图像;然后,对图像HSV颜色空间亮度V进行Retinex增强,并用改进的Gamma校正进行亮度均衡化处理,得到亮度均衡图像;接下来,计算边缘细节增强图像和亮度均衡图像的拉普拉斯权重图、显著性权重图和饱和度权重图,进而得到归一化权重图;最后,将归一化权重图分解成高斯金字塔,将边缘细节增强图像和亮度均衡图像分解成拉普拉斯金字塔,采用多尺度金字塔融合策略进行图像融合,得到最终增强图像.实验结果表明,所提算法在LOL数据集上的峰值信噪比、结构相似性和自然度图像质量评估器的平均值均优于其他算法,且能够有效提升低照度图像的对比度、清晰度,增强后的图像细节信息更丰富、色彩饱和度更好,图像质量提升明显.

    低照度图像增强Sobel算子Gamma校正多尺度特征融合

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