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

    米散射浑浊水体偏振成像模型仿真研究

    路淑芳张然陈永台褚金奎...
    206-213页
    查看更多>>摘要:为了研究浑浊水体对成像质量的影响,利用单次Mie散射理论和蒙特卡罗法,在融合几何光学成像的基础上提出一种理论分析方法。该方法分析不同波长的点光源在不同粒径不同浓度的浑浊水体环境传输时的成像特征。结果表明:波长分别为456 nm、524 nm、620 nm的点光源经相同的水体环境和无散射环境进行偏振成像传输时,波长为456 nm的点光源的成像效果最好;波长为456 nm的点光源经过散射粒径大小分别为1 µm和2 µm的浑浊水体时,线偏振光的成像效果优于圆偏振光,圆偏振光优于自然光;当穿过散射粒径为3 µm、4 µm、5 µm的浑浊水体时,自然光成像效果最好,线偏振光成像效果最差。从理论上分析了不同波段的点光源经过不同水体进行偏振成像传输的成像效果,为水下偏振成像技术提供了新的思路和方法。

    偏振传输可见光波段蒙特卡罗法水下成像偏振保持性

    基于非对称光束的焦面漂移测量和主动校正

    王浩金鑫李辉刘智颖...
    214-220页
    查看更多>>摘要:电动化、智能化的光学显微成像系统需要能够实时测量系统的焦面漂移并进行校正,从而实现对活细胞的长时间观测和全片的病理切片扫描。设计一种探测非对称光束界面反射后的光斑位置从而进行焦面漂移测量的方法。利用ZEMAX软件光学仿真了反射光斑在不同离焦情况下的光斑形状,搭建了集成化的漂移测量模块并在商用正置显微镜上对其进行了验证。结果表明,针对60×浸油物镜,所提系统的漂移测量精度达250 nm,漂移校正的响应时间小于500 ms,满足了高分辨率长时间成像的要求。

    光学系统自动聚焦轴向漂移非对称光束闭环反馈

    基于KCC-YOLOv5的铝型材表面缺陷检测

    邓光伟尤红权朱志松
    221-229页
    查看更多>>摘要:针对铝型材表面缺陷种类多、尺度差异大、小目标容易漏检等问题,提出了KCC-YOLOv5——一种基于YOLOv5s改进的铝型材表面小缺陷检测模型。首先利用IoU(intersection over union)-K-means++算法代替K-means算法聚类锚框,获得最贴合铝型材表面缺陷的锚框,提高小目标锚框的质量;其次,提出全局注意力模块C3C2F,并引入主干层,在减少参数量的同时增强小目标的语义信息和全局感知能力;最后将颈部最近邻插值上采样方式换为轻量级上采样算子CARAFE(content-aware reassembly of features),充分保留上采样特征图的小目标信息。实验结果表明,改进模型KCC-YOLOv5的均值平均精度为94。6%,相比于YOLOv5s提高了2。8个百分点,小目标漆泡和脏点的平均精度分别提高了5。2和12。4个百分点。KCC-YOLOv5模型在保持大目标检测精度小幅度提升的同时显著提升了小目标的检测精度。

    机器视觉铝型材表面缺陷KCC-YOLOv5小目标检测

    基于改进DeepLabV3+的无人机高速公路护栏检测

    王洋郭杜杜王庆庆周飞...
    230-238页
    查看更多>>摘要:针对现有语义分割方法检测高速公路护栏时存在预测速度慢、分割精度低的问题,提出一种基于改进DeepLabV3+的无人机高速公路护栏检测方法。首先,采用MobileNetv2网络替换原模型的主干并输出中层特征,减少参数量的同时恢复降采样过程中丢失的空间信息;然后,采用密集连接扩张卷积改进空洞空间金字塔池化,以减少漏分割现象;最后,在编码器部分引入空间分组增强(SGE)注意力机制,减少错分割现象。实验结果表明,改进后模型平均交并比、平均像素准确率、画面每秒传输帧数达到了79。20%、87。89%、52。59,相比基础模型,分别提高了2。59%、2。93%、56。70%,参数量降低了78。85%,能够在保障模型预测速度的同时提高对护栏的分割精度。

    图像处理语义分割无人机DeepLabV3+注意力机制

    基于双频率解包裹的高反光运动物体三维重构

    吕磊刘浩然张庆辉张梦雅...
    239-245页
    查看更多>>摘要:相移轮廓术由于其高测量精度和高鲁棒性已广泛应用于各个领域。然而,由于需投射多幅条纹图到物体表面,因此要求物体在测量过程中保持静止。另一方面,当重建高反光运动物体时,不仅出现过曝光现象,过曝光位置还将随着物体运动而变化,对测量提出了挑战。基于此,提出一种测量高反光运动物体的算法。过曝光位置随着物体运动变化意味着并非所有条纹图都存在过曝光。首先,投射双频率条纹图到运动物体表面并拍摄。其次,识别所有条纹图中的过曝光区域,并记录物体上每一点的非过曝光条纹图。再次,基于非等间隔相移的非过曝光条纹图进行相位提取,获得双频率相位分布。最后,对双频率相位分布进行运动补偿,并基于双频率解包裹算法实现正确解包裹,完成高反光运动物体三维重构。实验结果表明,该算法能有效减小高反光运动物体引起的测量误差,具有较高的工业应用价值。

    条纹分析三维重构相移轮廓术高动态范围过曝光

    基于光学相干层析技术的白光LED荧光粉沉淀检测

    肖文浩陈庆堂林正英
    246-252页
    查看更多>>摘要:荧光粉沉淀是影响白光LED发光质量和光学一致性的关键因素。为了实现荧光粉沉淀的快速、无损检测,提出一种基于光学相干层析(OCT)技术的荧光粉沉淀检测方法。使用OCT系统对白光LED进行成像,比较白光LED的OCT与切片图像,分析了荧光粉的数量分布和沉淀物形态。根据荧光粉数量与面积分数的关系以及荧光粉沉淀过程中荧光粉数量分布的变化特点,设计了从OCT图像中提取荧光粉面积分数的算法,分析了荧光粉面积分数与荧光粉沉淀程度的变化关系。实验结果表明,OCT技术可以准确检测白光LED的荧光粉沉淀物形态,荧光粉在OCT图像中的面积分数可以量化荧光粉沉淀程度。该方法可以满足白光LED荧光粉沉淀的检测要求,并可用于白光LED的质量检测和封装工艺研究。

    光学相干层析白光LED荧光粉沉淀无损检测量化分析

    基于偏振比检测和支持向量机的颗粒在线检测

    赵儒强李璟文
    253-261页
    查看更多>>摘要:提出一种基于偏振比检测和支持向量机的颗粒物实时检测与分类方法。采用双波长的半导体激光器作为光源,使用高灵敏度的雪崩光电二极管分别测量散射光的两个偏振分量,计算出单个颗粒散射光的偏振比,从而实现颗粒分类与识别。结合支持向量机算法与神经网络模型可进一步提升颗粒物的分类精度。针对所研究的二元及三元分类场景,分类精度分别由64%和83%提升至100%和98%。该方法在制药、化妆品以及工业生产控制与检测等领域具有很好的应用前景。

    光散射偏振比支持向量机颗粒检测

    基于平面点云配准与相对位姿控制的工业件装配方法

    魏博言杜弘志张瀛任永杰...
    262-270页
    查看更多>>摘要:针对传统装配方法面向平面弱几何轮廓结构的工件装配任务表现出的数据配准成功率低、位姿控制精度不足的问题,提出一种基于平面点云配准与相对位姿控制的工业件装配方法。首先通过双目结构光传感器重建出工件点云信息,应用RANSAC-ICP算法对重建结果进行配准,并结合平面法向量特征与最大距离关系进行纠正,从而实现精准点云配准。然后,提出基于相对位姿关系的机械臂控制方法,省略了对工具坐标系的标定,直接利用相对位姿控制机械臂运动,并将相对位姿误差结果作为控制系统误差的评价标准,从而实现可靠装配。最后,在真实测试场景下使用大型工业机械臂进行实验。结果表明,所提方法较传统装配方法装配成功率提升85个百分点,自动化装配精度优于0。5 mm,即该方法可以有效解决平面工件装配问题。

    机器视觉点云配准机械臂装配工业场景相对位姿估计

    基于混合现实的可移动机械臂操作控制系统

    董泽宇刘政李勇胡立坤...
    271-279页
    查看更多>>摘要:为应对特殊条件下不便于实地进行移动式操作的问题,设计了一套基于混合现实的可移动机械臂操作控制系统。该系统分为人机交互、机械驱动、虚拟现实等3个模块:人机交互模块通过摄像头识别操作者肢体手势动作并发布相应操作指令;机械驱动模块解析由人机交互模块发布的操作指令后完成相应动作并反馈设备工作状态;虚拟现实模块接收机械驱动模块反馈信息后将设备运行情况在构建好的虚拟场景中还原,实现对设备运行情况的实时监控。在可移动机械臂平台上的测试结果表明,操作者通过所提系统可以实现对可移动机械臂的远程精准控制与实时监控,系统响应速度能够达到60~100 ms/frame。

    机器视觉混合现实Unity3D机械臂动作捕捉

    基于多阶段信息增强的3D点云目标检测算法

    袁善帅丁雷
    280-286页
    查看更多>>摘要:自动驾驶场景中,通常会用基于体素化的算法来完成点云3D目标检测任务,因为该类方法拥有计算量少、耗时少等方面的优势。但是当下常用的方法往往会带来双重信息损失,其一是体素化带来的量化误差造成的,其二则是对体素化后的点云信息利用不充分造成的。设计一个三阶段的网络结构来解决信息损失大的问题。第一阶段使用基于体素化的优秀算法完成输出边界框的任务;第二阶段利用一阶段特征图上的信息精修边界框,以解决一阶段对输入信息利用不充分的问题;第三阶段利用了原始点的精确位置信息再次精修边界框,以弥补体素化带来的点云信息损失。在Waymo Open Dataset上,所提多阶段3D目标检测算法的检测精度超过了CenterPoint等受工业界青睐的优秀算法,且满足自动驾驶落地的时间要求。

    机器视觉3D目标检测激光点云多阶段信息增强