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

    基于多模态融合的遥感小目标检测

    刘凡凡朱成梅赵娜娜吴晶华...
    286-295页
    查看更多>>摘要：针对遥感图像目标检测中检测目标与背景相似度高、目标位置定位不准确、特征提取困难等问题,提出一种基于多模态融合的遥感小目标检测算法.在特征提取部分,引入多模态融合,从不同模态中提取共享信息和特殊信息,对不同模态之间的信息进行互补,提高模型的信息提取能力;在特征融合部分,提出一种感受野空间注意卷积来感知特征图的空间位置信息,充分考虑感受野中每个特征的重要性;在预测部分,采用形状交并比边框回归损失函数,在考虑真实框和预测框的几何关系的同时,更加关注边界框的固有属性,进一步提高回归的准确性.在VEDAI和NWPU数据集上的实验结果表明,改进后算法的平均精度均值为72.83%和93.5%,相较于基准模型提高了8.40百分点和2.7百分点,与其他先进算法相比所提算法有效降低了误检率和漏检率.

    多模态融合感受野空间位置信息边框回归几何关系

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

    自动驾驶环境下基于语义分割的激光雷达与相机外参标定方法

    史鹏涛危康乐吴昊李杰...
    296-301页
    查看更多>>摘要：感知是自动驾驶领域的一项重要技术,主要依赖于雷达、相机,为准确感知环境信息要对传感器外参进行准确标定.为了解决标定无法及时更新和汽车颠簸致标定失效的问题,提出一种适用于城市街道的无目标外参标定的方法,选择建筑物、车辆和道路标识线作为特征物体,同时提取点云和图像的特征点,基于初始外参采用随机搜索算法对点云和图像进行匹配,通过最佳匹配结果得到最优外参,以KITTI数据集为例通过大量实验验证所提方法的可行性和有效性.实验结果表明,当旋转扰动量为3°以下的情况时,平移量误差均值保持在0.095 m之内,旋转误差均值保持在0.32°之内,精度较高.在只扰动旋转量的情况下,相比与基于线特征的CRLF方法,所提方法的平移量误差降低了0.1 m,旋转量误差降低了0.55°.这证明该方法适用于大部分城市街道自动驾驶场景,并且具有较好的精准性.

    自动驾驶雷达相机标定

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

    基于机载LiDAR的隐患滑坡增强显示与识别研究

    贾越夏永华吕杰赵昌福...
    302-310页
    查看更多>>摘要：针对传统滑坡监测方法在复杂地形和植被覆盖区域的局限性,提出了一种基于机载激光雷达技术的滑坡隐患增强显示与识别方法.研究结合山体阴影、斜率分析、红色立体图、天空视域因子等多种地形可视化技术构建了高精度数字高程模型.使用支持向量机(SVM)模型对融合后的影像进行分类,以识别滑坡易发区域.实验结果表明,该方法能够有效识别和增强显示滑坡隐患区域,而基于SVM的滑坡易发区域识别精度达到了83.86%.所提方法不仅增强了滑坡隐患区域的可视化效果,还提高了滑坡易发区域识别的精确度,对滑坡灾害的预防和应急响应提供了有效的技术支持.

    机载激光雷达地形可视化影像融合支持向量机滑坡识别

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

    融合图像亮度增强模块与IMU信息的视觉SLAM算法

    王博沈丹峰白鹏飞
    311-320页
    查看更多>>摘要：针对视觉同步定位与建图(SLAM)算法在低光照环境下轨迹误差较大与效率较低的问题,提出一种基于ORB(oriented fast and rotated brief)-SLAM2 算法的融合图像亮度增强模块与IMU(inertial measurement unit)信息的视觉SLAM算法.设计一种可依据图像亮度来实现自适应变化的Gamma校正因子,对亮度阈值筛选出的低光照图像进行自适应亮度增强后,再提取特征点,旨在增加算法在低光照环境下生成关键帧的数量;对提取到的特征点利用LK(Lucas-Kanade)光流法进行追踪,并预估初始位姿,同时利用视觉加IMU信息的方式优化位姿,以提高算法的运行效率与鲁棒性.在公共数据集与冰达ROS(robot operating system)机器人上进行实验,结果表明:改进算法相比于ORB-SLAM2算法,平均绝对轨迹误差降低35%,平均相对位姿误差降低25%,平均每帧追踪时间减少24%,证明改进算法的精度与效率更高,对于低光照环境下的应用具有较好的实用价值.

    图像亮度增强Gamma校正因子亮度阈值光流法追踪优化位姿

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

    基于单帧图像的自动化相位解耦方法

    王姣姣黄锦槟徐一新徐媛媛...
    321-329页
    查看更多>>摘要：定量相位显微技术可对透明样本进行无损、免标记成像,适合于生物细胞研究.但样本折射率和物理厚度耦合在相位数据中无法单独呈现,解耦方法需要烦琐的实验和计算流程,不能满足生物医学研究和应用中自动化实时检测的需求.针对这一不足,本文基于U-Net,在残差结构与密集连接模块的思想下,通过添加注意力机制构建了一种新型语义分割网络,探究基于单幅相位图对均匀介质样本物理厚度和折射率解耦的方法.通过聚苯乙烯微球相位图构成的数据集训练模型,对具有不同几何特征的成熟红细胞样本实现了相位数据解耦,单帧相位分离得到的平均折射率相对误差为0.9%.该方法仅需样本任意方向的单幅相位图,借助标准样本训练神经网络模型以实现对特异性较高的生物细胞样本化学、物理信息的定量提取,具有数据方便采集、计算量小的特点,可为相位信息自动化定量分析提供参考.

    相位成像物理厚度折射率深度学习数据集

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

    基于跨域特征融合的低光图像增强算法

    陈彬陈克远伍世虔
    330-339页
    查看更多>>摘要：针对低光条件下图像质量下降的情况,低光图像增强方法旨在提高退化图像的亮度、色彩丰富度等可见细节,使其更清晰、更符合人类视觉期望.基于深度学习的增强方法取得了显著进展,但传统的卷积神经网络在特征提取过程中存在局部性的限制,导致网络难以有效建模图像像素间的长距离关系.相比之下,Transformer模型利用自注意力机制能够更好地捕捉像素间的长距离依赖性.然而,现有研究表明,全局性质的自注意力机制会导致网络缺乏空间局部性,进而影响基于Transformer架构的网络对局部特征细节的处理能力.基于此,提出一种新颖的低光图像增强网络——MFF-Net.采用跨域特征融合的原理,融合卷积神经网络和Transformer的优势,以获得既包含多尺度信息又包含多维度信息的跨域特征表示.此外,为了保持特征语义的一致性,特别设计了一个特征语义转换(ST)模块.在公共低光数据集上的实验结果表明,所提MFF-Net相较于主流方法取得了更好的增强效果,并且生成的图像视觉质量更为出色.

    低光图像增强Transformer卷积神经网络自注意力机制

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

    基于V形金字塔双边特征融合的语义分割网络

    王铮李文元
    340-349页
    查看更多>>摘要：针对目前语义分割网络存在的小尺度目标漏分割、边缘分割不准确与深浅层特征信息融合低效等问题,提出一种V形金字塔双边特征融合网络(VPBF-Net).编码阶段,V形空洞空间金字塔池化(VASPP)模块采用多个并行分支交互连接结构,增强各分支局部语义信息之间的信息交互,采用多分支特征分层融合,降低网格伪影效应.坐标注意力模块用于为提取到的深层语义信息分配权重,增强网络对分割目标的关注度.解码阶段,设计了双边注意力特征聚合模块,通过多尺度深层语义信息指导浅层特征融合,捕获不同尺度的浅层特征表示,使得深浅层特征融合更加高效.在PASCAL VOC 2012数据集和Cityscapes数据集上进行了实验,所提方法的平均交并比分别达到了83.25%和77.21%,取得了较为先进的结果.与其他方法相比,所提方法对于小尺度目标分割更加准确,缓解了漏分割与误分割的问题.

    语义分割双边网络V形空洞空间金字塔池化双边注意力特征聚合坐标注意力

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

    基于降质特性指标的水下光学图像增强

    马金祥范新南钱春俊吴峰...
    350-363页
    查看更多>>摘要：提出了一种基于降质特性指标的水下光学图像增强算法.首先,根据降质特性指标,判断原始图像存在哪些降质特性;然后,针对原始图像的降质特性,进行图像恢复处理;最后,应用有界广义对数比运算,进行图像增强处理.选取2类典型场景(辅助光源和自然光照)的水下降质光学图像作为研究对象,采用所提方法进行降质特性判断与图像增强处理.2幅图像的降质特性参数均恢复到合理范围,图像增强效果达到理想水平.当自适应梯度增益均值为1.5054时,中裂缝图像的光圈层最大亮度差由155下降到44,感知雾密度由2.38下降到0.37,动态范围比率由60.00%上升到76.08%,对比度由6.15提升到107.35;当自适应梯度增益均值为1.5678时,边坡图像的光圈层最大亮度差由65下降到24,感知雾密度由0.62下降到 0.21,动态范围比率由29.41%上升到 89.80%,颜色失真指标由 0.66恢复到 1.00,对比度由 30.77提升到316.25.将所提算法与其他9种算法比较,结果显示所提算法在图像恢复与图像增强方面均具有明显优势.

    水下图像增强图像恢复降质图像有界广义对数比运算

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

    多尺度与跨空间信息聚合网络的水下目标检测

    杨继海裴晓芳
    364-373页
    查看更多>>摘要：提出一种多尺度与跨空间信息聚合网络的水下目标检测算法.首先,在主干网络中利用可变形层聚合模块进行特征提取,提高网络的定位精度;然后,采用Conv2former模块提高颈部的全局信息提取能力,减少水下目标之间相互遮挡造成的漏检;最后,提出多尺度注意力并联增强模块,利用并联卷积块提取更深层次的特征,通过高效多尺度注意力模块将背景以及图像失真后带来的干扰信息滤除,同时引入多条跨层级连接,有效地将低层次局部特征与高层次强语义信息相互融合,从而提高模型的检测精度.在URPC数据集上进行消融实验,相较于原模型,改进后模型的准确率、召回率、平均精度均值(mAP)@0.5、mAP@0.5∶0.95提高3.6百分点、2.6百分点、3.5百分点、3.3百分点,在RUOD数据集中测试不同场景的检测效果表明,对比当下的一些主流模型,所提模型具有显著优势.

    全局信息目标遮挡多尺度与跨空间信息聚合网络跨层级连接水下目标检测

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

    改进YOLOv8n的轻量级水下目标检测算法

    谢国波梁立辉林志毅林松泽...
    374-385页
    查看更多>>摘要：针对水下目标检测中存在的图像模糊、小目标众多导致YOLOv8n目标检测算法的漏检、误检问题,提出一种改进YOLOv8n的轻量级水下目标检测算法.首先,在主干网络部分采用空间到深度层的非跨步卷积替代部分卷积,并引入全局注意力机制,以增强全局上下文信息,从而提升主干网络对模糊目标和小目标特征的提取能力.其次,使用轻量级上采样算子CARAFE(content aware reassembly of features)替换原有的上采样方法,以扩大模型的感受野.然后,引入归一化高斯瓦萨斯坦距离,并将其与完全交并比结合,构建一种新的定位回归损失函数,以提高模型在复杂水下环境下对小目标的定位精度.最后,提出结合参数化修正线性单元(PReLU)的动态目标检测头(PR-DyHead),以优化原有的检测头性能,增强模型对水下小目标的处理能力.实验结果表明,改进的YOLOv8n算法在RUOD数据集上的平均精度均值为 86.62%,比原始YOLOv8n算法提升了 3.20百分点,模型参数量为 5.67 M,千兆浮点计算量为 12.5,满足轻量级要求.

    深度学习水下目标检测YOLOv8n轻量级算法全局注意力机制

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