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

    面向同轴封装金属底座缺陷的Metal-YOLO检测算法

    张不凡俞经虎朱行飞孙召飞...
    122-130页
    查看更多>>摘要：针对同轴封装金属底座缺陷检测中存在的检测精度不足、误检和漏检的问题,提出了一种基于YOLO v5s的改进模型,即Metal-YOLO检测算法.通过引入跨层特征增强连接(CFEC)显著增强模型对复杂小目标缺陷的表征能力,从而有效降低漏检率.为进一步提升模型对不同尺度缺陷特征的感知和判别能力,在模型中融入自适应注意力模块(AAM),有效减少背景信息的干扰.此外,针对完全交并比(CIoU)损失函数在缺陷目标框定位方面的不足,采用有效交并比(EIoU)损失函数,显著提升预测框的定位精度.实验结果表明,Metal-YOLO在金属表面缺陷检测任务中展现出卓越的性能,其召回率和平均精度均值分别达到 74.1%和 78.3%,相较于基准模型YOLO v5s分别提升了 5.0百分点和4.1百分点,显著提升了模型对金属表面缺陷的检测效果.

    机器视觉缺陷检测YOLO算法同轴封装金属底座

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

    基于改进YOLOv8的光学元件体损伤点检测

    冯浩杰史晋芳邱荣周强...
    131-138页
    查看更多>>摘要：为提高数字图像处理算法对晶体体损伤点识别和计数的准确性,提出一种基于改进YOLOv8的晶体体损伤点检测(YOLOv8-OCD)算法.首先,针对晶体体损伤点非均匀分布的特点,在骨干网络中引入卷积块注意力模块(CBAM),使模型专注于损伤点密集区域,以提高模型的特征提取能力;其次,针对数量庞大的微小损伤点,设计小目标检测层,降低漏检率;最后,针对数据集中的一部分低质量实例,使用Wise-IoU损失函数,使模型聚焦于正常质量的标注实例,以提高模型检测精度.实验结果表明,相较于基准模型,改进后模型的平均精度均值为70%,提高了约3百分点,兼顾了检测精度与实时性.并通过消融实验和对比分析,验证了该方法的有效性和优越性.

    光学元件损伤图像YOLOv8多尺度检测注意力机制

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

    面向输电线路绝缘子的GER-YOLO缺陷检测算法

    袁博雅李尧叶青
    139-149页
    查看更多>>摘要：针对无人机检测绝缘子缺陷存在的算法参数量大、图像背景复杂、绝缘子尺度变化大等问题,提出了一种新的用于绝缘子缺陷检测的GER-YOLO算法.首先,利用GhostNetV2构建C2fGhostV2模块,能够在显著减少参数量和计算量的同时维持算法检测精度.然后,引入具有跨空间学习能力的高效多尺度注意力(EMA)网络,充分挖掘特征信息,抑制无用信息.最后,提出C2fRFE模块,进一步捕获长程信息,学习多尺度特征,提高对不同尺度绝缘子及其缺陷的检测能力.实验结果表明,GER-YOLO算法相较于基线模型YOLOv8s,平均精度均值(mAP)提升了1.1%,参数量、计算量分别减少了30.2%和31.0%,该算法能够有效完成绝缘子缺陷检测任务.

    绝缘子缺陷检测轻量化注意力机制多尺度信息

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

    改进YOLOv8n的轻量型蜂窝陶瓷缺陷检测算法

    胡海宁黄雷阳杨洪刚陈云霞...
    150-159页
    查看更多>>摘要：为了解决YOLO模型在圆柱形蜂窝陶瓷缺陷图像检测上精度不足、参数量大等问题,提出了一种基于改进YOLOv8n的轻量化圆柱形蜂窝陶瓷缺陷检测算法.针对裂纹缺陷的边界定位模糊问题,采用Shape-IoU优化边界框回归,通过权重系数和形状损失项提升定位准确性.同时,为了提高对低分辨率小目标裂纹的识别能力,引入高效多尺度注意力(EMA)机制,以增强网络对特征信息的捕获与提取.此外,算法在backbone中集成了改进的SCConv方法,减少了参数冗余,并在此基础上设计了空间和通道特征融合金字塔模块来实现网络模型的轻量化.改进后的网络相比于原网络,平均预测精确度提高了2.9百分点,参数量减少到了原网络的84.1%,每秒帧数提高了9帧,而且模型更轻量化、模型运算量更少、更利于模型的实际部署和嵌入式使用.

    缺陷检测YOLOv8n注意力机制特征融合轻量化模型

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

    基于运动模糊图像复原的输电线路小目标检测算法

    唐勋昊樊绍胜
    160-171页
    查看更多>>摘要：针对无人机巡检采集图像过程中受到气流扰动、旋翼振动、相对运动等因素影响,输电线路小目标图像易出现运动模糊,导致纹理细节丢失从而难以检测的问题,提出一种基于运动模糊图像复原的输电线路小目标检测算法.使用条件生成对抗网络(ViT-GAN)进行小目标运动模糊图像复原,强化其特征提取主干对图像全局和区域上的信息感知能力,提升图像复原质量便于后续进行目标检测;通过引入多头自注意力机制、增加小目标检测层并优化边界框损失函数改进YOLOv8网络,提升网络在背景复杂、目标尺度变化大的输电线路环境下对小目标的检测能力.实验结果表明,所提算法能准确检测输电线路小目标,线上 6 类小目标的平均查准率为 92.77%,平均查全率为 94.19%,平均F1-score为94.94%,漏检和误检情况得到改善,表现出较强的准确性和鲁棒性.

    运动模糊图像复原条件生成对抗网络YOLOv8输电线路小目标检测多头自注意力机制

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

    图像式角位移测量污染检测和误码校正研究

    刘继帅贾兴丹纪越万秋华...
    172-181页
    查看更多>>摘要：为了提升光电角位移测量装置的可靠性和准确性,在码盘受污染时能够正常译码,开展了图像式角位移测量的污染检测和污染导致的误码实时校正方法研究.首先,介绍了角位移测量原理以及污染对角位移测量的影响;随后,为检测图像式角位移测量中的码盘污染并实时校正因码盘污染产生的误码,提出了检测-校正-推测(DCAF)的方法和区域像素扫描的方法,分别对粗码、精码区进行污染检测和误码实时校正,在校正过程中,设计了新的精码道编码方式;最后,对所提出的污染检测和误码实时校正方法进行实验验证.实验结果表明,该方法能够对污染进行检测并对其产生的误码进行实时校正,研究对提高角位移测量的可靠性和准确性具有重要意义.

    图像式角位移测量可靠性污染检测误码校正

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

    LSNFS:高鉴别力和强鲁棒性的局部特征描述算法

    洪森达程浩杰许春晓陈振鑫...
    182-193页
    查看更多>>摘要：为应对复杂场景中特征描述符鉴别力不足和鲁棒性较低的挑战,提出一种创新的局部细分邻域特征统计(LSNFS)描述符.LSNFS描述符的核心是一种名为曲面邻域偏差统计(SNDS)的高鉴别力方法.SNDS通过引入两种空间特征全面编码局部空间信息.在细分空间中统计加权邻域偏差角,并结合特定的属性分区策略,显著增强描述符的鉴别能力.对生成的SNDS直方图进行线性插值和归一化处理,提高描述符对噪声和点云分辨率变化的鲁棒性.LSNFS描述符通过计算两个角度特征来编码局部几何信息,并将生成的角度特征直方图与SNDS直方图融合,实现局部信息的充分描述.在6个具有不同质量和干扰类型的数据集上进行了大量的实验验证,结果表明:LSNFS在所有数据集上的性能明显优于现有的多种先进方法,具有较高的描述性和较强的鲁棒性.此外,将LSNFS应用于三维物体配准和真实场景配准,结果表明,LSNFS不仅在三维物体配准中实现了最好的配准性能,而且还能够泛化到大规模真实场景数据中,具有良好的泛化性能.

    机器视觉局部特征描述符点云配准特征描述特征直方图

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

    基于线特征的激光雷达与相机外参标定

    郑旺于红绯吕晋
    194-201页
    查看更多>>摘要：提出一种基于线特征的激光雷达与相机外参标定方法.首先,通过比例-积分-微分网络(PIDNet)对图像进行粗分割,并使用图像后处理操作进行细分割得到图像线特征.然后,对点云数据进行聚类操作,使用强度、形态学等信息对聚类对象进行过滤,保留激光雷达点云中的线特征.接下来,针对图像线特征与激光雷达线特征的匹配程度构建匹配一致性函数.最后,通过最大化匹配一致性函数得到激光雷达和相机之间的外参.在真实车辆数据集上的实验结果表明,和基准方法相比,所提方法的标定误差更小,在旋转参数和平移参数上,平均误差分别减小了0.179°和0.2 cm,可以满足真实场景的标定精度要求.

    机器视觉激光雷达相机外参标定线特征

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

    一种融合形状与纹理的彩色点云配准算法

    张元史泽鹏庞敏熊风光...
    202-210页
    查看更多>>摘要：针对现有点云配准算法在点云几何特征不显著时配准效果差、精度低等问题,提出一种综合利用几何和纹理特征的点云配准方法.首先,从点云表面提取几何和纹理特征变化显著的关键点,随后对关键点的形状和纹理进行特征描述,并基于特征相似度进行关键点匹配.其次,使用随机采样一致性算法剔除误匹配的点并估计位姿矩阵,实现粗配准,为后续的精配准提供良好的位姿初值.最后,运用彩色迭代最近点(ICP)算法进行精配准.实验结果表明,该算法在处理杂乱、重叠率低和几何特征不显著的彩色点云模型时具有出色的配准精度.

    点云配准彩色点云点云关键点局部特征描述符特征融合

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

    基于改进PointRCNN的激光雷达三维目标检测

    高寒陈颖倪力政邓修涵...
    211-221页
    查看更多>>摘要：针对当前在点云三维(3D)目标检测算法中存在的误检率高、远处物体与较小物体检测效果差等问题,在PointRCNN算法的基础上提出一种改进的三维目标检测算法.在训练阶段的数据预处理方面,利用空间自相关算法对数据进行降维处理,有效去除无关点与噪声点,优化了网络对关键目标的特征提取和识别能力.提出了MGSA-PointNet模块对PointRCNN的点云编码网络进行改进,引入了流形自注意力以更精确地提取原始点云中空间结构信息,同时还融入了分组自注意力机制,旨在减少自注意力权重编码层的参数数量,从而提高了模型的效率和泛化能力,增强了网络的特征提取能力.本文改进算法与基准网络PointRCNN在KITTI数据集上的对比表明,对汽车与骑行者目标在困难场景下 3D检测的精度提升了 2.10百分点和 2.14百分点,对行人的 3D检测精度提升了 5.21百分点,证明了本文算法的有效性.

    三维目标检测点云PointRCNN小目标检测自注意力机制

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