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

    非干涉无标记三维折射率显微成像的研究进展

    仝展任雪松张子晗苗玉彬...
    1-28页
    查看更多>>摘要：光学衍射层析成像以折射率为内源性染剂，非侵入式地获取生物样本的三维结构信息，并有希望实现对活体样本(如活细胞等)的长时间动态观测，在生物医学和生命科学领域具有重要的意义。然而，光学衍射层析成像依赖于弱散射近似和干涉测量，前者极大地限制此项技术在集群细胞和组织等厚样本上的观测表现，后者则会显著地增加成像系统的复杂度。针对上述问题，研究人员开发了一类基于非干涉强度测量原理的衍射层析成像技术。首先，对非干涉强度衍射层析成像进行基本描述，包括其成像系统、成像指标和重建问题等;接下来从非干涉相位恢复、三维光学传递函数、多层递归正向传播模型和神经网络4条技术路线介绍非干涉强度衍射层析成像的研究成果和最新进展，并对上述方法进行对比;最后讨论当前面临的问题和挑战以及未来的研究方向。

    衍射层析成像非干涉强度测量正向物理成像模型三维折射率重建

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

    近红外光谱及成像检测影响因素与校正方法研究进展

    周禹张睿加袁伟东蒋雪松...
    29-38页
    查看更多>>摘要：近红外光谱及成像检测凭借其高效、无损、非接触等优点近年来被广泛应用于农林产品、食品检测等方面。该技术可快速获取样品光谱和图像信息，进而结合化学计量学、机器学习建模等对样品进行品质安全、掺杂掺假、理化指标和产地溯源等方面检测，深受各行各业的认可。但光学仪器使用环境以及被测样品性质具有局限性，光学检测结果易受到各种因素干扰，从而影响检测精度，应当予以消除或削弱。简述了近红外光谱和高光谱成像的检测基本原理，并对国内外近红外光谱及成像技术在检测时受到的影响因素进行总结与归纳，结合国内外研究学者在相关方面的研究内容，重点在温度、光照、水分、曲率变化和湿度等5个方面及相关校正方法的应用进行阐述，对当前存在的部分问题提出总结与建议，以期为相关方向的研究人员提供参考及借鉴。

    近红外光谱高光谱成像无损检测化学计量学影响因素校正方法

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

    基于视觉的光学三维重建技术及其在农作物信息感知中的应用

    俞盛旗胡栋刘威
    39-47页
    查看更多>>摘要：基于视觉的光学三维重建技术得益于对场景干预少、获取信息丰富等优点，在探测范围有限、非接触的场合得到了广泛应用。首先，主要介绍了基于主动视觉下的结构光法、莫尔法、飞行时间法、激光扫描法和基于被动视觉下的立体视觉法、运动恢复结构法，并分析了这些技术的优缺点;其次，总结并讨论了光学三维重建技术在农作物信息感知研究中的应用现状;最后，对光学三维重建的未来研究进行了展望。

    光学三维重建主动视觉被动视觉农作物信息感知

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

    光谱成像技术在法庭科学中的应用研究

    刘康康罗亚平
    48-55页
    查看更多>>摘要：光谱成像技术是一种集合光谱技术和成像技术的方法，能获取被检物体的空间信息和光谱信息，形成三维的光谱影像集。作为一种快速、无损的光学检验方法，光谱成像技术能满足法庭科学对物证检验的要求，尤其在痕迹物证的显现、识别、分类方面具有十分重要的作用。对光谱成像技术的基本原理和流程进行介绍，概述了其在法庭科学文件检验、血迹检验、指纹检验等领域的前沿应用，并分析了法庭科学领域光谱成像技术发展存在的困境和未来趋势，以促进该技术进一步发展，使其更好地服务于法庭科学工作。

    光谱成像法庭科学物证检验成像检验

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

    单像素成像中哈达玛基掩模优化排序前沿进展

    俞文凯曹冲杨颖王硕飞...
    56-71页
    查看更多>>摘要：单像素成像使用一系列空间光调制掩模对目标场景进行单像素亚采样，再根据掩模与测量值之间的关联重构出物体图像。这种间接获取图像的方式之所以能保证重建质量，除了有重构算法的功劳，更关键的是测量掩模的构造。随着压缩感知理论的引入，随机掩模进入人们视野，但它让测量变得盲目，缺乏针对性，而且这种掩模不便于存储和计算，极大限制了空间像素分辨率。哈达玛基掩模因其结构化特征使快速计算成为可能，且方便存储和提取，近年来得到广泛关注，已发展出诸多哈达玛基掩模优化排序方法，这些方法已被证明能大幅降低采样率。本综述系统地梳理了这类方法的设计框架和前沿进展，展望了确定性掩模构造的未来发展趋势，可为后续的研究工作提供有益的借鉴和指导。

    计算成像图像检测系统成像理论

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

    宽色域视频图像技术研究进展

    刘琦杨静李文元
    72-80页
    查看更多>>摘要：宽色域技术是目前画质增强方向的研究热点之一，该技术可以大大提高视频图像的色彩还原能力，改善人眼的视觉感受。扩展色域的方法主要分为3个方向，传输"负"值色光、高饱和三原色以及多原色。首先简述了宽色域技术的研究意义，然后主要对现有标准色域和主流宽色域标准进行了介绍，并且详细阐述了多原色宽色域的成像与显示技术，最后讨论了该领域待解决的问题以及未来发展趋势。

    宽色域多原色颜色空间成像与显示

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

    强度分类变换在平面激光诱导荧光探测气溶胶流场中的应用

    陈思颖郝伟陈和郭磐...
    81-90页
    查看更多>>摘要：利用平面激光诱导荧光(PLIF)技术实现气溶胶流场的实时探测，对气溶胶流场运动的研究有着重要意义。针对PLIF气溶胶流场实时探测中微弱信号可视性较差的问题，提出一种信号强度分类变换方法，根据信号强度特征设定限制条件，通过迭代将信号分为若干强度区间，并对各区间内信号强度重新规划赋值。将强度分类变换方法应用于PLIF气溶胶流场探测的荧光信号处理，与限制对比度自适应直方图均衡化(CLAHE)的处理结果相比，该方法在大动态范围荧光信号的微弱信号增强、噪声抑制方面具有较好的效果，对微弱信号信背比的提升超过20%。针对气溶胶流场不同变化阶段，所提方法可以实现25 frame/s的实时处理，满足对气溶胶流场荧光信号实时探测的要求。

    激光诱导荧光气溶胶探测分类变换实时探测图像增强

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

    并行多尺度注意力映射图像去雾算法

    袁姮颜廷昊
    91-102页
    查看更多>>摘要：针对当前去雾算法中容易产生的图像伪影、图像颜色失真、图像细节模糊不清等问题，提出一种并行多尺度注意力映射图像去雾算法，通过端到端方式以编码器解码器结构实现图像去雾。在编码阶段，采用连续下采样层降低特征维度，避免过拟合。在特征转换阶段，采用并行分支结构设计并行多尺度注意力映射模块，使模型能够在关注图像重要特征的同时充分利用多尺度特征，并通过并行连接选择性特征融合模块有效收集图像空间结构信息。解码阶段，采用上采样层重构图像，并通过上下采样层融合更好地保留图像边缘信息。实验结果表明，该算法在合成雾天数据集以及真实雾天图像上均具有较好的去雾效果，相较于传统去雾算法，可更好地保留图像细节，具备较好的色彩保持度。

    图像去雾卷积神经网络并行分支结构多尺度映射注意力机制

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

    立体影像采集失真对视觉诱导晕动症的影响研究

    柏溢夏振平张博文彭子雄...
    103-110页
    查看更多>>摘要：视觉诱导晕动症是虚拟现实技术应用中较为严重的问题，沉浸在虚拟现实环境中的使用者普遍会存在头晕、恶心等症状。立体影像采集失真导致人眼感知的虚拟空间畸变，可能是诱发和增强视觉诱导晕动症的重要因素之一。为了研究立体影像采集失真对视觉诱导晕动症的影响，基于立体影像采集理论构建了虚拟空间畸变模型，针对具有三种焦距参数的镜头获取不同等级的立体空间畸变影像。通过视觉感知实验，对不同空间畸变下的视觉诱导晕动症进行主观和客观的评价。结果表明，当立体影像采集的相机视场角与人眼视场角不匹配时，立体影像失真对视觉诱导晕动症有显著性影响，立体影像采集失真会导致更为强烈的视觉诱导晕动症状。首次用系统性实验的方法验证采集参数与感知参数不匹配导致的虚拟空间畸变增强了视觉诱导晕动症的结论，研究结果对提出切实可行的缓解方法有重要意义。

    视觉感知虚拟现实视觉诱导晕动症立体影像采集立体影像失真

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

    基于改进PointNet++的Lidar点云分割模型

    张驰王志杰吴昊陈动...
    111-118页
    查看更多>>摘要：针对PointNet++在特征提取阶段未能深层挖掘Lidar点云的语义特征及其在特征聚合阶段采用最大池化聚合导致特征丢失，进而导致点云分割精度下降的问题，通过改进PointNet++的特征提取及特征聚合模块，提出一种基于特征偏差值和注意力机制的点云分割模型。首先，利用球形采样获取不同的局部邻域，并采用K最近邻(KNN)算法筛选邻域点，计算不同邻域的特征偏差值，获取点云的深层语义信息，增强模型对不同局部邻域的识别能力;其次，利用基于注意力机制的特征聚合模块代替PointNet++中的最大池化模块，在聚合特征阶段学习不同特征的权重，从而提高模型对不同结构信息的筛选能力，增强模型的分割性能;最后，为了进一步优化模型架构，在全连接层中加入残差模块，共享权重，避免参数冗余，提升模型性能。基于ISPRS提供的Vaihingen数据集与斯坦福的S3DIS数据集进行实验验证，实验结果表明，所提模型总体精度达到 86。69%，较PointNet++提高了 5。49 个百分点，同时平均F1 得分达到了 73。97%，较PointNet++提高了8。30个百分点。在S3DIS数据集上的实验结果表明，与PointNet++、RandLA-Net和ConvPoint等主流模型相比，所提模型结果较PointNet++也有提升，即相较于PointNet++的分割结果，改进后的模型能够充分提取点云的语义特征，有效提高模型分割精度。

    点云分割PointNet++Lidar特征偏差值注意力机制特征融合残差结构

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