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

    基于相似度的目标可见光谱段伪装效能评估

    时萌玮闫钧华徐国跃张寅...
    472-483页
    查看更多>>摘要:伪装目标与背景的综合相似度能够衡量伪装目标与周围背景之间的特征差异,综合相似度越高,目标与背景的融合程度越高,目标伪装效能越高。组合使用目标及背景图像的亮度、颜色、纹理、形状、尺寸、结构、直方图等7个典型特征来表征目标伪装特性,采用与其相应的相似度量法得到各个特征相似度,采用熵权法客观确定不同特征指标权重,线性加权得到伪装目标与背景的综合相似度,从而获得量化的目标伪装效能评估结果。不同背景、不同侦察距离、不同目标姿态下的多组实验表明:所提伪装目标与背景的综合相似度具有与目标发现概率一致性、与探测距离一致性、背景鲁棒性,证明了所提方法的正确性和有效性;并通过对比实验验证了该方法的可靠性。

    伪装效能评估综合相似度可见光谱段伪装目标熵权法

    基于图像增强和二次非下采样轮廓波变换的红外与可见光图像融合

    赵庆典杨德宏
    484-492页
    查看更多>>摘要:针对红外与可见光图像融合过程中细节信息丢失过多、融合结果纹理不清晰、对比度不高等问题,提出一种基于图像增强和二次非下采样轮廓波变换(NSCT)分解的红外与可见光图像融合方法。首先,对可见光图像采用基于引导滤波的图像增强算法提升图像可视性。其次,对增强后的可见光图像和红外图像分别进行NSCT分解得到低频子带和高频子带,并且在不同子带间使用不同的融合规则,得出一次融合图像的NSCT系数。然后,对一次融合图像的NSCT系数重构再分解为高频子带和低频子带并分别与可见光图像的高低频子带融合得到二次融合图像的NSCT系数。最后,对二次融合图像的NSCT系数进行逆变换重构得到最终的融合图像。利用公共数据集进行大量试验,使用8种评估指标,与8种基于多尺度的融合方法对比。实验结果表明:所提方法能保留更多源图像中的细节信息,还能提高融合结果的边缘轮廓清晰度、整体对比度,在主观视觉和评价指标上都存在优势。

    图像融合引导滤波高频子带低频子带

    基于深度动态语义关联的短视频事件检测

    井佩光宋晓艺苏育挺
    493-502页
    查看更多>>摘要:现如今,短视频事件检测展现出广阔的应用前景。现有的事件检测研究普遍缺乏对关键帧重要性程度的考虑,且多是针对事件的显性语义进行学习,忽略了潜在语义及其相关性的学习在短视频事件检测中的作用。针对上述问题,提出了一种基于深度动态语义关联的短视频事件检测方法。首先,设计了帧重要性评估模块来获得具有区分度的帧重要性分数,其内嵌的变分自编码器和生成对抗网络联合结构可以最大程度地强化帧重要性信息;其次,设计了帧间自注意力增强模块,进一步协同帧间的重要性分数与其特征内在关联性的学习;最后,设计了动态图卷积下的隐藏属性关联学习模块来学习复杂事件的隐藏属性及事件之间的关联性,最终获得具有潜在语义信息感知的短视频检测系统并将其用于最终的短视频事件检测。在公开数据集和新构建数据集上进行了实验,实验结果表明了所提方法的有效性。

    短视频语义关联特征表示图卷积

    动态场景下基于加权静态的视觉SLAM算法

    李勇吴海波李万李东泽...
    503-512页
    查看更多>>摘要:针对传统视觉同步定位和映射(SLAM)系统在动态环境中鲁棒性和定位精度低等问题,基于ORB-SLAM2算法框架,提出一种在室内动态环境中运行稳健的视觉SLAM算法。首先,语义分割线程采用改进的轻量化语义分割网络YOLOv5获得动态对象的语义掩码,并通过语义掩码选择ORB特征点,同时,几何线程通过加权几何约束的方法检测动态对象的运动状态信息。然后,提出一种给语义静态特征点赋予权值,并对相机的位姿和特征点的权值进行局部光束平差法(BA)联合优化的算法,有效地减少动态特征点的影响。最后,在TUM数据集和真实的室内动态场景中进行实验,结果表明,与改进之前的ORB-SLAM2算法相比,所提算法有效地提高了系统在高动态数据集中的定位精度,并且绝对轨迹误差和相对轨迹误差的均方根误差(RMSE)分别提升了96。10%和92。06%以上。

    视觉SLAM动态环境加权几何约束语义掩码BA联合优化

    基于多层骨架模型的行李托盘快速检测算法

    罗其俊李政高庆吉
    513-521页
    查看更多>>摘要:民航自助行李托运系统需自动检测行李加装托盘的情况。针对已装载行李的遮挡托盘目标检测问题,提出一种基于多层骨架模型的行李托盘快速检测算法。为准确描述托盘特征,通过空托盘的三维点云模型,构建托盘的边框骨架模型与平面点线模型。在线检测时,首先,采用设计的带状特征描述和提取方法,抓取托盘边框点云,并采用提出的点线引力势能自适应迭代算法,实现平面点线模型的快速粗配准,完成托盘判别。然后,在粗配准的位姿约束下,采用基于随机采样一致性的点云迭代最近点配准,实现边框骨架模型和点云模型的精确配准,得到托盘的精确位姿。大量实际行李托盘检测的对比试验验证了算法的有效性,在托盘遮挡70%以内时,仍可保持94%的正确率,检测速度超过典型算法的6倍以上。

    图像处理三维目标检测行李托盘骨架模型点云配准

    基于激光雷达的双通道伪彩图像煤矸识别方法

    王言邢冀川王遥志
    522-531页
    查看更多>>摘要:煤矸石快速精准的识别对提升煤炭产能有着极大的影响,而现有的煤矸识别分选方法在分选设备、准确率以及效率上尚有不足。提出了一种基于深度学习的激光雷达双通道伪彩图像煤矸识别方法。首先,基于激光雷达距离通道信息,设定高度阈值去除目标矿石以外的干扰信息;其次,对原始点云数据降维投影,以快速获得煤矸反射强度信息和表面纹理特征;然后,对降维处理后的强度通道与距离通道进行融合,构建煤矸双通道伪彩图像数据集;在此基础上,针对伪彩数据集对经典稠密连接网络(DenseNet-121)进行优化,利用优化后的DenseNet-40网络进行模型训练及测试,测试结果表明:该模型对煤矸的识别率达94。56%,证明激光雷达采集的双通道伪彩图像在矿石识别领域具有科研和工程应用价值。

    煤矸识别激光雷达双通道图像深度学习

    基于卷积神经网络的城墙多光谱成像病害检测方法

    李敏王慧琴王可王展...
    532-540页
    查看更多>>摘要:针对传统城墙病害检测采用人工勘测方法,检测效率较低且易受到主观因素干扰等问题,提出一种基于卷积神经网络的城墙多光谱成像病害无损检测方法,利用最小噪声分离方法对城墙多光谱成像数据进行预处理,降低数据维度的同时保留原始数据特征,减少数据噪声;为解决城墙不同病害类型的像素混杂多样造成分类准确率较低的问题,利用卷积操作对城墙病害进行特征提取,保留最重要的特征并去除无关特征,稀疏网络模型;通过全连接层对提取到的特征进行整合梳理和分类,并加入两次dropout防止过拟合问题的出现。最后在城墙多光谱数据集上,使用训练后的卷积神经网络分类模型对城墙病害进行像素级分类检测,并将预测结果进行可视化展示。实验结果表明:总体精度和Kappa系数分别为93。28%和0。91,表明所提方法是有效的,该方法对提高城墙病害检测准确率、掌握城墙病害分布具有重要意义。

    光谱学卷积神经网络多光谱成像像素级分类城墙病害

    运用窗函数提高运动模糊图像PSF参数精度的方法

    琚三元高树辉
    541-548页
    查看更多>>摘要:运动模糊图像点扩散函数(PSF)的精确估算是模糊图像复原的关键。为了提高PSF参数估计的准确性,消除频谱图中央亮线对模糊角度估计的干扰,提出一种运用窗函数来提高PSF参数估计精度的方法。对运动模糊图像进行二维离散傅里叶变换和对数运算,计算图像的功率频谱图,对频谱图像添加窗函数Hanning,对处理后的图像进行中值滤波平滑处理和二值变换处理,再结合形态学算法和Canny算子边缘检测对频谱图进行优化,最后通过Radon变换,得到模糊方向。根据模糊方向结果,在模糊角度方向上对运动模糊图像的频谱图进行Radon变换,分析负峰值之间的距离,得到暗条纹间距,根据暗条纹间距与模糊长度之间的关系,求出模糊长度,从而完成两个点扩散函数参数的估算。结果显示,与现有算法相比,所提算法提高了参数估计的精度,复原时产生的振铃和伪影现象减少,充分利用图像信息的同时操作简便。

    窗函数运动模糊图像图像复原点扩散函数参数估计

    基于多尺度注意力和对比学习的水下图像增强

    王悦范慧杰刘世本唐延东...
    549-557页
    查看更多>>摘要:由于水体对光的吸收和散射作用,水下图像普遍存在颜色失真和细节模糊这两种退化问题。为了得到色彩鲜明、细节清晰的水下图像,提出了一个基于多尺度注意力和对比学习的水下图像增强算法模型。该模型采用编码-解码结构作为基础框架,为了提取到更细粒度的特征,在编码部分设计了一个多尺度通道像素注意力模块,利用3个并行支路提取图像中不同层次的特征,然后将3条支路提取的特征进行融合输入到下一层编码器以及对应的解码层,提高网络特征提取以及细节增强的能力。最后,为了进一步提高增强图像的质量,引入对比学习训练网络。大量实验证明,本文算法增强后的图像色彩鲜明且细节信息保留较好。峰值信噪比和结构相似性指标的平均值最高可达到25。46和0。8946,与其他方法相比至少提高了4。4%和2。8%;水下彩色图像质量指标和信息熵的平均值最高为0。5802和7。6668,与其他方法相比均至少提高了2%;特征点匹配平均比原始图像多24个。

    图像增强注意力多尺度对比学习

    基于改进拉普拉斯金字塔的HDR图像色调映射算法

    张博文夏振平张跃渊程成...
    558-566页
    查看更多>>摘要:为进一步提升高动态范围图像在普通显示器上的呈现效果,提出了一种基于改进拉普拉斯金字塔的高动态范围图像色调映射算法。该算法将预处理后的图像分解为高频层和低频层,分别输入2个特征提取子网络,将2个包含不同特征的输出图像融合后再输入微调网络,最终得到感知效果优越的低动态范围图像。此外,该算法设计了自适应分组卷积模块以增强子网络提取局部和全局特征的能力。测试结果表明:与现有的先进算法相比,所提算法可以更好地压缩高动态范围图像的亮度,保留更多图像细节,拥有更加优越的客观质量指标和主观感知效果。

    图像处理高动态范围图像色调映射拉普拉斯金字塔深度学习