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

    基于改进MobileNetV2的地基云图分割网络

    步宏坤常帅谷野郭春宇...
    413-420页
    查看更多>>摘要:在大气测量领域,云是大气模型中最不确定的因素,对云图进行准确分割识别必不可少.然而由于云和大气条件的随机性,云图分割精度和准确率等方面存在着挑战.针对这一问题,设计了一种名为CloudHS-Net的新型网络,该网络基于MobileNetV2,通过引入混合拼接结构、空洞卷积和混合空洞的设计思想,结合高效通道注意力机制,用于实际云图的分割测量.在SWIMSEG和HHCL-Cloud数据集上进行了与其他先进模型的对比测试,以深入了解网络性能和各部分结构的作用.实验结果表明,高效通道注意力和混合拼接结构均能有效提升模型的分割性能.与当前先进的地基云图分割网络相比,CloudHS-Net在天空云图分割任务中表现出色,准确率达到95.51%,平均交并比达到89.86%.该模型成功降低了来自大气环境的干扰,如太阳光线等,加强了对云的关注,提高了云图分割的精度,更为精准地获取了云的覆盖状态,实验结果表明了该方法的可行性.

    地基云图图像分割MobileNetV2混合空洞卷积高效通道注意力

    地磁特征辅助的室内运动恢复结构方法

    何周猛陈国良束明聪狄开宇...
    421-428页
    查看更多>>摘要:针对室内场景的复杂性和封闭性导致重建出的室内三维模型耗时较长、覆盖度不佳的问题,提出一种利用地磁特征辅助的室内运动恢复结构(SFM)方法.首先,利用普通智能手机传感器采集室内的影像和地磁数据;其次,为实现整体影像集划分为局部影像集,通过聚类算法将地磁数据进行聚类,并将地磁数据聚类结果作为对应影像的属性得到局部影像集;然后,运用分层式SFM对各局部影像集进行稀疏子模型构建,并对各个稀疏子模型间匹配点进行确定;最后,利用RANSAC generalized Procrustes analysis(RGPA)算法实现各局部重建的配准,得到完整模型.室内同楼层和不同楼层的重建实验结果表明,所提方法在重建效率、重建覆盖度和点云生成速率方面表现较好,相比分层式SFM方法,其重建效率在两个数据集上平均提升了37%,重建覆盖度更接近重建目标,为同种类型室内环境重建提供了一种补充方案.

    地磁特征聚类算法室内环境分层式运动恢复结构点云配准

    基于卷积增强动态图卷积特征提取的高光谱图像分类

    李铁高乔裕李文许
    429-438页
    查看更多>>摘要:针对高光谱图像存在的光谱维度多、数据分布不均匀、空间光谱特征提取不充分、同物异谱和异物同谱等问题,提出一种基于卷积网络结合图神经网络的高光谱图像分类算法.首先,通过主成分分析对高光谱图像进行降维;然后,利用卷积网络提取图像中的局部特征,包括纹理和形状等信息.这些局部特征可以反映图像中不同物体和区域间的差异,同时将卷积所提取到的特征通过编码器嵌入动态图卷积所在的超像素域中,利用其动态化的邻接矩阵来捕获高光谱图像中的长远距离空间上下文信息并通过解码器将二者所提取到的特征相结合,从而实现对高光谱图像中各个像素类别的分类.在3个公共的高光谱图像数据集上进行实验,与其他5种高光谱图像分类算法相比,所提算法具有更好的分类性能.

    高光谱图像超像素卷积神经网络图神经网络动态图卷积

    基于改进SURF的低照度图像拼接方法

    姬谕丁朋刘楠茹占强...
    439-449页
    查看更多>>摘要:低照度图像拼接是一种在光照不足条件下将不同视角图像拼接成一幅大视场图像的技术.光照不足带来的图像对比度低、噪声高等问题,导致特征提取鲁棒性差、数量少,从而难以进行特征匹配和图像拼接.对此,提出了一种基于改进加速鲁棒特征(SURF)的低照度图像拼接方法.该方法首先通过低照度图像的积分图构造尺度空间并进行Laplacian运算,执行边缘提取和二值化处理算法;然后根据边缘提取图像和二值化图像计算阴影区域中的边缘(ESR)图像,用于获取尺度权重,从而动态调整SURF特征提取阈值,有效解决特征点像素阈值与图像整体亮度不匹配导致特征提取算法鲁棒性差的问题;同时,尺度权重也可作为多尺度Retinex算法中的加权系数,进而优化图像增强效果;此外,采用二进制描述符来加速特征描述与特征匹配过程,最后通过匹配关系计算单应矩阵,对增强后的图像进行单应变换和拼接.实验结果表明,本文算法显著提高了低照度环境下图像拼接的速度和效率,相比于传统SURF算法具有更好的鲁棒性和自适应性.

    图像处理低照度图像图像拼接图像增强加速鲁棒特征算法

    基于门控注意力和多尺度残差融合的双源遥感图像语义分割

    郭文杨虹刘畅
    450-460页
    查看更多>>摘要:遥感图像语义分割是基于地理对象进行遥感图像分析的关键和重要步骤.遥感影像数据与高程数据可形成有效的特征互补,进而提升像素级分割精度.以Swin Transformer为主干网络提取多尺度特征,融合自适应门控注意力机制和多尺度残差融合策略,提出双源遥感图像语义分割模型——STAM-SegNet.自适应门控注意力机制包含门控通道注意力机制和门控空间注意力机制.门控通道注意力通过竞争/合作的机制提升双源数据特征之间的相关性,有效提取双源数据的互补特征.门控空间注意力利用空间上下文信息动态地过滤掉部分高层语义特征,筛选出精确的细节特征.多尺度特征残差融合策略通过多尺度细化和残差结构充分捕获多尺度上下文信息,加强对阴影、边界等细节特征的关注,同时提升模型的训练速度.在Vaihingen和Potsdam数据集上进行实验,所提方法分别取得了89.66%和92.75%的平均F1-score,具有比DeepLabV3+、UperNet、DANet、TransUNet、Swin-UNet等网络更高的分割精度.

    遥感图像解译语义分割双源遥感数据自适应门控注意力机制多尺度残差融合

    基于Hough变换的多重检验目标检测算法

    田碧波刘云猛丁雷
    461-467页
    查看更多>>摘要:针对星空背景下地球同步轨道空间暗弱目标准确检测识别的难题,提出了一种基于Hough变换的多重检验目标检测算法.分析了地球同步轨道空间目标特性和检测识别的难点,以及传统目标检测算法存在的不足.通过连续的多帧图像经图像去噪、阈值分割、质心提取和星图匹配,滤除了大部分恒星的影响,然后将多帧图像叠加进行Hough变换后进行多重检验实现了目标的准确提取,大大提升了Hough变换在空间暗弱目标检测中的适用性.通过外场实验和仿真实验数据分析,验证了本文算法的有效性,相对于传统的Hough算法,检测准确率提升62.5%,虚警率降低74.9%,且算法耗时减少了7.2%,在信噪比大于等于3时,可达到检测准确率大于98%,虚警率小于2%的检测效果.

    Hough变换目标检测多重检验星图匹配

    基于多尺度超像素分割的壁画多光谱图像颜料分类方法

    陈娅敏王可王展王慧琴...
    468-478页
    查看更多>>摘要:在壁画多光谱图像颜料分类中,传统算法通常通过固定窗格提取图像的空间特征,而忽略了不同颜料之间的空间关系,对晕染区域颜料分类误差较大,同时,单一尺度的特征提取方法无法有效表达颜料色块之间的差异.对此,提出一种基于多尺度超像素分割的壁画多光谱图像颜料分类方法.首先,利用自适应波段优选方法对壁画多光谱数据进行降维,有效减少超像素分割的数据量;其次,对经波段优选降维后前3个波段合成的伪彩色图像进行基于梯度约束的超像素分割,使分割结果更贴近实际轮廓,从而提高颜料分类精度;然后,将选取的样本像素点映射到超像素内实现图像空间信息和特征增强;最后,针对单一尺度无法准确适用于每种颜料色块的问题,利用多尺度超像素对壁画伪彩色图像进行分割,获取不同尺度的分割图,在分割图的同一超像素标签区域内进行均值滤波,再利用支持向量机(SVM)分类器对多尺度超像素分割图像进行颜料分类.此外,采用基于多数投票的决策融合策略获取最终分类结果.实验结果表明,该方法在模拟壁画多光谱图像数据集上达到了98.84%的总体精度和97.75%的平均精度,相较于对照组即其他传统分类算法,能够提供更为精确的分类结果.

    壁画多光谱图像多尺度超像素分割决策融合颜料分类