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

    基于密度比例增长一致性原理的车身构件点云分割算法

    廖泽航贺敏琦吴浩夏婉扬...
    209-218页
    查看更多>>摘要：针对现有算法在车身构件点云分割过程中存在微小型面结构过分割,孔洞边缘、区域平缓过渡区域欠分割的问题,提出一种密度比例增长一致性(DPGC)分割算法,用于实现复杂型面构件点云的精确分割.该算法以密度比例增长一致性原理为核心,具体过程为:首先,对扫描点云数据进行主成分分析,计算标准密度点云,得到算法的密度比例基准;其次,通过建立自适应点云搜索半径函数模型,获得各区域最佳近邻搜索半径,提高算法对不同特征区域的分割准确性;然后,采用自适应半径密度分割算法,通过设置点云与主投影点云的密度比例阈值初步筛选平面区域;最后,采用等比例自适应半径密度分割算法,通过计算搜索半径内局部投影点云,并以原点云与局部投影点云的密度比值及其等比例缩放区域密度比值的关系为分割依据,对非平面区域进行进一步筛选,得到最终分割结果.实验结果表明,以汽车车门框为典型代表,DPGC分割算法具有更高交并比,在车门框强特征区域的分割效果优于RANSAC-LS和改进区域增长分割算法等主流算法,能够有效实现对车身构件点云的准确分割.

    三维点云点云分割投影点密度车身构件机器人视觉测量

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

    基于最优邻域特征加权的点云引导滤波算法

    徐志博吕秋娟甘鑫斌谭佳敏...
    219-226页
    查看更多>>摘要：在点云去噪过程中,当点云数据中的大尺度噪声点被去除后,点云周围通常还混杂着难以直接去除的小尺度噪声点,严重影响重建表面的光滑性,导致模型出现一定程度的特征失真.针对小尺度噪声点,提出了一种基于最优邻域特征加权的点云引导滤波算法.首先基于信息熵函数选取最优初始邻域,结合曲面变化度、法线变化度和距离特征实现特征点识别,然后再对特征点的邻域进行自适应生长以获得平滑邻域,最后利用曲面变化度加权调整引导滤波算法,实现对复杂曲面零件特征和非特征部分的各向异性光顺.实验结果表明,所提算法相较于几种常用的光顺算法对噪声点云的平滑效果更明显,在特征保持方面表现更好,并且在效率方面更优.

    点云去噪引导滤波最优邻域邻域重构特征点识别

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

    基于OCT的活体斑马鱼生长发育特征研究

    杜小玉李介福赵潮舒宇康...
    227-236页
    查看更多>>摘要：作为生物医学领域的理想动物模型,斑马鱼的生长发育过程具有较高研究价值.利用光学相干层析(OCT)技术对斑马鱼的发育进行三维活体连续成像监测,建立斑马鱼生长发育的统一模型,同时对其眼、脑、心脏等主要器官形态进行量化分析.结果表明,斑马鱼在胚胎期主要完成了从卵膜内到膜外发育的转变,在仔鱼期外形和内部结构变化最为明显,在幼鱼期完成了基本器官的发育,在成鱼期性腺发育成熟.其中,斑马鱼的脑部各结构分区直至成鱼期才发育完善;眼睛在胚胎期主要为功能性发育,之后为形态生长;心室面积在发育阶段增大约60倍.该研究实现了对斑马鱼完整发育周期的活体成像和内部器官生长状况的表征,为以斑马鱼为模型的生长发育研究提供参考.

    生物光学光学相干层析斑马鱼活体成像生长发育

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

    煤矿井下基于SRU神经网络的可见光定位系统

    汝贵秦岭王凤英胡晓莉...
    237-244页
    查看更多>>摘要：为了提高煤矿井下定位的精度并降低定位系统的复杂度,提出一种基于简单循环单元(SRU)的煤矿井下可见光定位系统.该系统由单个LED灯和4个光电探测器(PD)组成,其中4个光电探测器分别位于安全帽的前后左右四个位置,待测点位于安全帽顶部的中心,通过SRU神经网络预测待测点的位置信息.仿真结果表明,在3.6 m×3.6 m×3 m的定位区域内,所提系统的定位精度可以达到1.42 cm,平均定位时间为0.59 s,且97%的点定位误差都在2.3 cm内,与其他定位算法相比,定位精度得到显著提升.为了进一步验证该定位系统的性能,在实际环境中搭建了整个定位系统,实验结果表明,所提定位系统的平均定位误差为10.21 cm,能够满足煤矿井下定位的要求.

    简单循环单元深度学习可见光煤矿井下定位系统

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

    基于Swin Transformer与卷积神经网络的高分遥感影像分类

    何小英徐伟铭潘凯祥王娟...
    245-256页
    查看更多>>摘要：针对现有基于深度学习的遥感智能解译方法直接获取全局信息具有挑战性,造成地物边缘模糊、相似类间分类精度低等问题,提出基于Swin Transformer和卷积神经网络的高分遥感图像语义分割模型(SRAU-Net).SRAU-Net以Swin Transformer编码器-解码器框架为基础,采用U-Net形状,提出了以下改进:构造基于Swin Transformer和基于卷积神经网络的双分支编码器,用不同尺度空间细节特征补充具有全局信息的上下文特征,以获得更高的地物分类精度和更清晰的地物边缘;设计特征融合模块,作为双分支编码器的桥梁从通道和空间维度对全局和局部特征进行有效融合,提升对小目标地物的分割精度;添加特征增强模块,利用注意力机制自适应融合来自编码器和解码器的特征,进一步有效聚合空间和语义特征,提升模型对特征的提取效果.结果表明,SRAU-Net能够更好地提取地物的边缘信息,总体分类精度较原始模型提升了2.57百分点,提高了对小尺度地物的分类精度,有效区分如树木和低矮植被等类间相似的遥感地物,总体精度和F1分数分别为92.60%和86.90%,总体效果优于对比模型.

    高分辨率遥感影像卷积神经网络SwinTransformer特征融合语义分割

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

    基于岸堤特征提取的近岸无人船激光SLAM方法

    李可染李立刚贺则昊徐洪斌...
    257-267页
    查看更多>>摘要：针对无人船在近岸水域场景下使用传统激光同步定位与建图(SLAM)方法时,由于水面反射激光的能力较弱和水面波动造成的干扰,定位精度低和鲁棒性差的问题,提出一种基于岸堤特征提取的激光SLAM方法(EF-SLAM).首先,引入了由岸堤反射且稳定分布在水面高程范围内的水边线点进行匹配,以减小激光雷达里程计在近岸水域场景下的高程估计误差,并由此提出基于点云前视投影的水边线点提取方法.其次,为了实现水边线点的匹配,采用帧到局部地图的特征关联与匹配方式,并构建了水边线点到水边线距离残差,以估计雷达帧间相对位姿变化.最后,基于USVinland公开数据集与青岛古镇口海域实测数据集的实验结果表明,所提EF-SLAM可有效地抑制里程计的位姿漂移,相比主流激光SLAM,具有更高的定位精度与更强的鲁棒性.

    同步定位与建图激光雷达无人船因子图优化特征提取

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

    基于图拉普拉斯正则化的柯西非负矩阵分解高光谱解混

    陈善学许少华
    268-278页
    查看更多>>摘要：基于欧氏距离标准的非负矩阵分解(NMF)在面对含有噪声和异常像元污染的高光谱图像时,容易造成解混的失败.为了抑制噪声或异常像元的影响,采用基于柯西损失函数的NMF模型以提高解混的鲁棒性.由于对异常值的抑制可能会破坏高光谱图像内在的丰度结构,因此为保证原始高光谱内部数据不被破坏,将图拉普拉斯约束引入模型中.同时,为提高丰度矩阵的稀疏性,提高解混性能,引入重加权稀疏约束项,提出基于图拉普拉斯正则化的柯西非负矩阵(CNMF-GLR)分解的算法.考虑到图拉普拉斯约束对邻域选择的需求,使用局部邻域加权的方法,通过矩形窗结构来确定局部邻域.在模拟数据集和真实数据集上使用相同初始化条件与其他经典算法进行比较,结果表明,所提算法具有更好的鲁棒性和解混性能.

    高光谱解混非负矩阵分解柯西损失函数图拉普拉斯重加权稀疏

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

    基于多源数据融合的室内平面地图构建方法

    冯冠元张健苗语蒋振刚...
    279-290页
    查看更多>>摘要：单一数据源信息不充分、传感器本身及传感器之间的标定存在误差导致室内地图创建不精准,针对这一问题,本文提出基于多源数据融合的室内平面图构建算法,该算法利用RGB-D传感器获取室内场景中的三维结构特征,并将其融入激光雷达点云中,从而构建具有三维结构特征的室内平面地图.在该算法中,先将RGB-D传感器中深度相机采集到的图像转换为伪激光雷达点云;然后,使用基于多项式函数拟合的过滤器对伪激光雷达点云进行分层和校准,并对激光雷达点云和伪激光雷达点云进行融合;最后,利用融合后的点云数据创建室内二维平面地图.实验结果表明,本文提出的点云分层过滤和校准方法可以有效融合激光雷达点云和伪激光雷达点云,融合点云构建的室内二维平面地图精度明显提高.

    激光雷达RGB-D传感器数据融合分层过滤点云校准

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

    基于纹理增强的双分支遥感建筑物提取网络

    谌旭史明昌
    291-301页
    查看更多>>摘要：针对高分辨率的遥感影像建筑物提取过程中,卷积神经网络难以兼顾全局信息、边缘信息和底层纹理信息,导致提取结果出现边缘模糊、结果不完整的现象,提出联合浅层卷积神经网络和Transformer网络的基于纹理增强的双分支遥感建筑物提取网络(TEOA-UNet).首先,为了在学习全局上下文信息的同时保持模型对局部建筑的关注,引入Outlook注意力机制;然后,为了提升模型对建筑物边缘的感知能力,使用边缘感知模块(EAM)促进模型学习建筑物边缘信息;最后,为了提升模型对底层纹理的感受能力,提出基于浅层卷积网络的纹理增强分支来加强模型的底层信息学习.在Massachusetts、WHU,以及Inria建筑物数据集上的实验结果表明,TEOA-UNet在不同分辨率和不同场景的遥感影像建筑物提取方面表现良好,能够有效提升建筑物边界分割精度和完整性.F1分数在上述3个数据集分别达到88.54%、95.22%、90.94%,相比Baseline模型SDSC-UNet分别提升 1.72百分点、0.49百分点和 0.23百分点.这一结果表明,TEOA-UNet具有较高的提取精度.

    遥感影像建筑物提取注意力机制边缘感知纹理增强

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

    面向道路场景的红外与激光雷达配准算法研究

    徐召飞廖键王宏臣康崇...
    302-312页
    查看更多>>摘要：在高级自动驾驶中,将红外相机与激光雷达融合可实现车辆全天时、全天候精准感知周围复杂环境.精准配准是实现多传感器融合不可缺少的关键步骤,融合之前需要先实现精准配准.由于红外相机没有色彩信息,因此无法使用传统配准方法对红外相机和激光雷达进行配准,只能基于特制可加热标靶进行配准.然而,这类方法成本高昂、操作繁琐、配准距离有限且精度较低.因此,提出一种面向道路场景的红外与激光雷达配准算法,该算法无需特制标靶,可根据不同方位的车辆、行人、车道线和路杆等特征实现不同距离的精确配准.实验结果表明,该方案可以提升自动驾驶系统在夜间、雨天、大雾沙尘和逆光等恶劣环境下的鲁棒性和安全性,对于纵向距离0～100 m、横向距离-10～10 m范围内的行人、汽车等目标,该方案可以达到90%以上的配准精度.

    红外相机激光雷达配准道路场景

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