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

    高光谱结合多模型的玻璃上汗潜指纹遗留时间研究

    唐鹏宇王震
    130-136页
    查看更多>>摘要：探究了高光谱成像结合多种模型对玻璃上汗潜指纹遗留时间的预测.采集玻璃上汗潜指纹的高光谱图像数据,对原始光谱数据进行Savitzky-Golay(SG)卷积平滑和标准正态变换预处理,通过连续投影算法选取特征波段,构建并对比了支持向量机(SVM)、遗传优化反向传播(GA-BP)神经网络和偏最小二乘回归(PLSR)三种模型在全波段及特征波段情况下对玻璃上汗潜指纹遗留时间的预测效果.结果表明三种模型在全波段下都无法适用,在特征波段下,SVM、GA-BP神经网络、PLSR三种模型的预测均方根误差分别为 3.247 d、3.035 d、3.060 d,决定系数达到 0.627、0.659、0.606,相对分析误差均高于1.4,可在一定程度上对指纹的遗留时间进行预测.可见高光谱成像技术结合多种模型可用于预测玻璃上汗潜指纹的遗留时间.

    高光谱成像汗潜指纹预测模型遗留时间

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

    基于改进YOLOv5的三维目标检测算法

    盛雪清李绍斌屈金燕刘留...
    137-147页
    查看更多>>摘要：针对三维目标检测点云数据量大且对小目标物体检测识别效果较差的问题,基于Complex-YOLO算法思想,提出了一种改进YOLOv5网络的点云三维目标检测方法.首先,针对点云数据量大导致后续网络运行时间过长的问题,采用Complex-YOLO算法,将点云数据转化为RGB-Map格式,易于YOLOv5网络处理,同时给YOLOv5增加了角度预测分支和旋转框回归损失计算方法,用于实现对RGB-Map中旋转目标的精确定位.其次,为了提升网络对小目标的感知能力,对YOLOv5网络结构进行改进,引入了小目标特征融合层和预测头用于增强算法对小目标物体的检测能力.最后,在neck网络中增设卷积块注意力模块(CBAM),提升网络对小目标的敏感程度.在KITTI数据集上进行验证,实验结果表明,本文提出的基于改进YOLOv5网络的三维目标检测方法相较于Complex-YOLO算法,Car类型的平均精度均值(mAP)提高了7.48百分点,Pedestrian类型的mAP提高了12.54百分点,Cyclist类型的mAP提高了1.2百分点,所有类型的mAP提高了7.08百分点,证明了本文算法的有效性.

    三维目标检测YOLOv5Complex-YOLO小目标检测注意力机制

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

    基于单目视觉和近红外靶标的竖直变形监测方法

    赵芳杨永波邹宇刘少平...
    148-154页
    查看更多>>摘要：为了满足桥梁、隧道等大型设施的全天候、高精度、在线变形监测需求,提出了一种基于单目视觉和近红外靶标的竖直变形监测方法,在被测结构上若干测量点处安装近红外靶标灯,采用基于最小二乘法椭圆拟合的中心定位方法自动跟踪并识别近红外靶标灯光斑中心图像坐标,再通过基于真实仰角的成像几何关系计算得到被测结构上测量点的实际竖直变形.通过室内精度验证试验可知,该方法在8.457 m距离内的最大示值误差为0.043 mm.通过某轨道桥梁变形监测应用试验可知,该桥梁在24 h内竖直变形监测情况与该线路的地铁运营情况高度相符,受地铁载荷作用影响,其竖直变形量在-4～6 mm范围内,表明该方法可应用于实际工程结构的全天候、高精度、实时在线监测.

    变形监测单目视觉中心定位近红外靶标

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

    基于跨粒度特征渐进融合的细粒度锁芯孔识别

    朱坤华孙磊廖一鹏严欣...
    155-166页
    查看更多>>摘要：针对细粒度图像类间差异小、鉴别性特征难以捕捉、识别精度低等问题,提出一种基于跨粒度特征渐进融合的细粒度图像识别方法.首先,使用随机区域混淆模块(RRCM)生成不同粒度级别的图像,用于训练骨干网络ConvNeXt的不同阶段;其次,使用随机样本交换模块(RRSM)增强不同粒度图像在模型中层的表征;然后,使用渐进式多粒度训练策略、互信道损失函数进行模型训练,协同融合跨粒度信息;最后,拼接融合多粒度特征并组合分类器,获得最终识别结果.实验结果表明,所提方法在CUB-200-2011、Stanford Cars和FGVC-Aircraft等3个公开数据集上的识别精度分别为92.8%、95.5%和94.0%,优于当前主流的细粒度图像识别方法.在自行构建的Lock-Hole锁芯孔数据集上的识别精度达到97.3%,单张图像平均识别时间为0.016 s,能够实现锁芯孔图像的精准识别,满足应急开锁场景下的快速锁芯孔识别要求.

    细粒度图像渐进多粒度训练跨粒度信息融合ConvNeXt锁芯孔识别

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

    基于单目视觉下的裂缝三向变化检测

    刘磊丁勇李登华
    167-176页
    查看更多>>摘要：单目视觉测量技术下存在二维图片深度信息缺失,导致无法快速直接测量出二维图像中三维坐标的问题.为在单目视觉下快速利用二维图像直接获取其三维坐标,提出了单目视觉的裂缝三维变化检测方法.根据裂缝变化等效模型设计了特制靶标,利用特征点进行Epnp(efficient perspective-n-point)求解,得到了多次拍摄图片时相机的相对位姿,利用最小二乘法还原其深度信息,通过迭代最近点算法进行坐标系转换,得出了实际的三维位移变化,绝对误差精度在0.5 mm以内,满足工程中对裂缝的检测要求.

    单目视觉迭代最近点算法三维重建裂缝测量

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

    低光照环境下基于轻量级SuperPoint的单目Ⅵ-SLAM算法

    曾旭东樊绍胜续尚植周宇霆...
    177-188页
    查看更多>>摘要：视觉惯性同时定位与建图技术(SLAM)通过融合视觉与惯性约束项提升建图与定位的精度,然而在低光照环境下,视觉前端提取特征点的质量与跟踪稳定性差,导致视觉惯性SLAM算法跟踪易丢失,定位精度低.因此,基于VINS-Mono框架,提出一种单目视觉惯性SLAM算法——GS-VINS:首先,采用自适应图像增强算法,改善低光照图像的灰度分布;其次,提出基于SuperPoint的GN2_SuperPoint特征检测网络,结合特征点动态跟踪模块,提高光流跟踪的稳定性.在EuRoc数据集与现实场景的实验表明,所提算法定位精度较VINS-Mono提升了26.57%,且对光照变化具有较强的鲁棒性,在对比实验中特征跟踪成功率提高了8%,现实场景中闭合误差缩小约45.73%.所提算法在低光照环境中具有较好的精度与稳定性,为低光照下的视觉导航提供了新的解决方案,具有工程应用价值.

    同时定位与建图视觉惯性系统低光照环境光流跟踪位姿估计

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

    基于语义图和语义扫描上下文的激光点云两步重定位方法

    黄孝鸿彭育辉黄炜
    189-196页
    查看更多>>摘要：为更好解决基于同步定位与地图构建(SLAM)地图无人车的长期定位问题,提出一种基于语义图相似匹配与候选帧的语义扫描上下文描述符,通过粗、细两步定位实现对点云场景的重定位.首先,提取点云语义和几何特征,剔除移动、可移动类对象,通过融合语义信息和拓扑关系构建语义图,以图相似度计算实现快速重定位粗匹配;其次,通过全局语义迭代最近点(ICP)方法计算点云之间的相对偏航角和水平位移,为点云配准提供良好的初始值;最后,通过语义扫描上下文生成全局语义描述符,通过对比描述符判别点云相似性,完成精准重定位.实验结果表明:所提方法相较基于语义图的地点识别方法在地点识别精度、遮挡场景和视角变化场景下精度分别提升20.10%、20.90%和20.47%.

    同步定位与地图构建重定位语义图语义扫描上下文点云配准

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

    基于点激光精确导航的手术机械臂引导系统

    宋科夫汤睿郭霏霏沈泽鑫...
    197-207页
    查看更多>>摘要：随着图像检测相关技术的发展以及对手术技术需求的增加,自动化手术引导系统在临床场景中日渐重要.然而该系统需要具备实时性的视觉精确引导,限制了临床手术的应用范围.当视觉信号引导机械臂进行路径规划时,传统算法规划效率低的不足限制了系统实时性.针对上述问题,提出一种基于点激光引导手术机械臂的导航控制系统,视觉部分基于YOLOv5网络,利用超分辨率重建(SRCNN)算法进行预处理,提出融合特征聚合及单尺度识别改进策略,快速精确跟踪点激光.在运动规划方面,提出一种结合目标偏置以及双向扩展的快速随机搜索树(RRT)算法,利用病灶点云信息约束目标点姿态,对生成路径进行碰撞检测和规划决策.通过实验验证了上述方法的有效性和可行性,优化算法在交并比(IoU)阈值0.5下的平均精度均值(AP50)为97.6%,AP75识别精度达83.5%.相比传统视频目标识别的YOLOv5算法提升幅度达7.2百分点,改进RRT*算法能准确快速地规划出最优避障路径.

    YOLOv5多尺度融合快速随机搜索树姿态约束路径规划

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

    基于改进灰狼遗传算法的相机标定

    李春明吕大勇远松灵
    208-217页
    查看更多>>摘要：为解决传统相机标定中标定精度低、可重复性差、鲁棒性弱等问题,提出一种基于改进灰狼遗传算法的相机标定优化方法.对灰狼算法中的种群初始化、线性收敛因子及位置更新策略进行改进,并融入了基于维度学习的搜索策略和改进的选择、交叉、变异算子,以优化相机标定参数.首先,利用MATLAB标定工具箱对标定板图像进行角点提取,基于相机标定原理,建立标定板角点坐标与空间三维点坐标的对应关系,以获取相机内参及畸变系数的初估值,并据此设定待优化参数的寻优范围.接着,以初估值为基础在寻优范围内生成灰狼遗传算法的初始种群.然后,构建平均重投影误差方程,以最小化该误差为目标函数,利用改进的灰狼遗传算法对标定参数进行优化.最后,将该方法与其他优化方法进行实验对比.结果表明,基于改进灰狼遗传算法的相机标定方法在平均重投影误差最小(0.02054 pixel)的同时,也展现了最佳的可重复性和鲁棒性.

    计算机视觉相机标定灰狼算法遗传算法维度学习重投影误差

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

    基于深度全局信息融合的复杂山区机载点云滤波

    崔杰瑞普运伟夏炎刘一成...
    218-227页
    查看更多>>摘要：激光雷达在获取地势陡峭、植被覆盖密集区域的点云数据时存在非地面点比重大、密度分布不均匀等情况,传统滤波算法难以获取精确的点云滤波结果,而深度学习在点云滤波中存在信息利用不充分、特征提取不足等问题.因此提出一种融合多维特征与全局上下文信息的点云滤波网络(MGINet),建立多维度特征提取与全局信息融合学习框架,提升复杂山区点云滤波精度.首先,MGINet设计了局部交叉特征融合模块,通过融合法向量与空间几何结构来获取高维差异特征,保留点云局部空间结构特征.然后,引入全局上下文聚合模块捕捉全局上下文信息,再结合交叉编码增强特征的泛用性.最后,在公开与真实的复杂山区数据集上进行测试,实验结果表明MGINet的滤波精度优于传统算法.

    激光雷达数据点云滤波特征融合全局上下文信息

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