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

    扩散光学成像方法及应用(特邀)

    宋博文赵雁雨
    1-26页
    查看更多>>摘要：扩散光学成像技术在生物医学领域有着广泛的应用.相较于磁共振成像(MRI)、计算机X射线断层扫描(CT)、正电子发射断层扫描(PET)和超声成像等成像方式,扩散光学成像利用经组织吸收和散射的扩散光进行成像,可无创、无标记、宽场、定量测量氧合血红蛋白、脱氧血红蛋白、血氧、水分、脂质、黑色素等成分浓度和组织功能信息,在安全性、特异性和系统成本等方面有明显优势.本文介绍了扩散光学成像的基本原理,包括光与组织的相互作用和光传播模型,并总结扩散光学成像的相关方法和应用,包括脉搏血氧术、漫射光谱、扩散光学层析成像、荧光分子层析成像和空间频域成像,并对它们的未来发展进行了展望.

    扩散光学成像组织光学功能信息生物医学光学

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

    深度学习在甲状腺结节良恶性分类中的应用进展

    张文凯王晓燕刘静周启香...
    27-38页
    查看更多>>摘要：甲状腺结节是成人临床最常见的结节性病变之一,发病率一直居高不下.甲状腺结节有良性和恶性之分,后者即为甲状腺癌,会造成患者呼吸吞吐困难甚至危及患者生命.因此,识别甲状腺结节的良恶性是诊断和治疗甲状腺结节的首要问题.深度学习能够自动提取结节特征,并完成甲状腺结节的良恶性初步分类.随着深度学习分类准确率的不断提高,目前它已成为甲状腺结节良恶性辅助诊断的重要手段.为更好地进行甲状腺结节良恶性分类辅助诊断研究,对常用的结节分类性能评价指标进行介绍;按卷积神经网络、Transformer、深度神经网络、生成对抗网络、迁移学习、集成学习以及基于深度学习的计算机辅助诊断系统进行分类,对它们在甲状腺结节良恶性分类中的应用进行阐述,并进行综合对比分析;总结了目前研究中存在的问题,并对未来的研究方向进行了展望.

    甲状腺结节良恶性分类深度学习图像处理辅助诊断

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

    基于机器视觉的烟草在线检测技术研究进展

    吴玉生李安虎万亚明孟天晨...
    39-52页
    查看更多>>摘要：烟草行业高端产品规模的扩大与消费者对产品质量需求的提高,给烟草在线检测技术带来了巨大挑战.针对烟草生产过程中烟丝异物难以剔除,影响卷烟口感、烟草叶片病情害种类繁多且病情复杂、卷烟外包装瑕疵难以识别等问题,传统人工在线检测方法效率低下,且正确率难以保证,无法适应我国烟草行业的高质量发展.在阐明基于机器视觉的烟草在线检测原理的基础上,围绕视觉检测原理和深度学习模型两个方面系统地阐述烟草在线检测技术的研究现状与最新进展,结合现有典型应用分析不同视觉模型以及深度学习模型检测方法的优越性和局限性,进而探讨基于机器视觉的烟草在线检测技术的发展趋势和前景.

    机器视觉图像识别深度学习在线检测瑕疵剔除

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

    先进体制激光成像雷达技术的发展与分析

    杨兴雨王中华汪禧希王天雅...
    53-68页
    查看更多>>摘要：激光成像雷达是一种综合激光技术与雷达技术于一体的主动式光电成像设备,具有探测精度高、图像信息量丰富、抗干扰能力强等优点,在科学领域和商业领域等都有广阔的发展前景.为了满足人们日益增长的实际需求,不同成像体制的先进激光成像雷达技术应运而生.首先介绍先进体制激光成像技术的工作原理;然后开展不同体制下先进激光成像雷达的分类,阐述国内外不同分类方式下激光成像雷达技术的关键性能,分析不同激光成像雷达系统的优势与不足;最后总结激光成像雷达技术的未来发展趋势,可为先进激光成像雷达技术的发展提供一定的借鉴和参考.

    激光雷达成像体制精度高抗干扰

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

    基于卷积神经网络的干涉投影畸变校正方法

    颜蒙黄启泰任建锋
    69-75页
    查看更多>>摘要：在非球面零位干涉检测中,待测面检测误差分布与实际误差分布间存在干涉投影畸变.针对目前投影畸变校正方法计算复杂、通用性差等问题,提出一种基于卷积神经网络(CNN)的投影畸变校正方法.该方法首先在待测面上加入井字形柔性遮挡物,并根据投影畸变系数范围合成干涉图像作为CNN的数据集;然后选择合适的网络结构基于该数据集来训练网络;最后将实际干涉图像输入该网络以预测畸变系数,从而实现投影畸变的标定与校正.实验结果表明,该方法的理论校正误差小于1 pixel,实际误差校正精度优于传统标记点法,证明了该方法高效可行.

    干涉检测畸变校正深度学习卷积神经网络系统标定

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

    基于深度学习的彩色全息图重建

    刘俊彤桂进斌陈艾帅马先栋...
    76-82页
    查看更多>>摘要：针对较大尺寸物体彩色全息图重建操作复杂、色彩融合不准确、重建时受零级影响等问题,提出一种基于深度学习的彩色全息图重建方法.采用改进的U-Net模型作为网络结构,使用混合实际拍摄和模拟生成的彩色离轴菲涅耳全息图频谱作为训练样本,实现对彩色全息图的准确重建.对模拟全息图和实际拍摄的数字全息图进行重建实验,结果表明,所提方法相较于传统方法,能够在保持重建图像高分辨率和颜色准确性的同时,具有更好的重建效果.研究结果可应用于大尺寸检测场彩色全息图的重建,为彩色全息检测及深度学习在光学成像领域中的应用提供有益的参考.

    数字全息深度学习彩色全息重建全息频谱

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

    计算全息图的高效编码方法

    李春琦黄启泰任建锋
    83-88页
    查看更多>>摘要：利用计算全息图(CGH)能够实现对非球面面形的高精度检测.为了提高CGH的编码效率,提出一种以圆弧为基元对刻线条纹进行分段描述的编码方法,该方法将编码过程分为二值化编码和曲线描述两个步骤.二值化编码采用牛顿迭代法将相位等高分界线离散化;曲线描述结合二分法及残余误差均方根最小准则,利用圆弧对条纹离散点进行编码计算,从而得到刻线条纹.针对一离轴非球面,进行了CGH的设计、编码与制作,在编码精度优于λ/1000的前提下,运算时间仅需3 h,编码文件仅为39 MB,刻蚀时长仅需40 min,证明所提方法相对于传统编码方法能够大幅度提高编码效率,且误差分析表明CGH的波前root-sum square(RSS)误差仅为0.00255λ,证明所提编码方法高效可行.

    计算全息图编码计算圆弧刻线条纹

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

    基于ICP算法的移动机器人激光定位研究

    赵龙云伞红军陈久朋彭真...
    89-98页
    查看更多>>摘要：针对移动机器人在进行传统2D环境的定位时所存在的定位精度低且定位实时性差等问题,提出一种改进的迭代近邻点(ICP)算法的定位方法.首先,建立位姿搜索空间,采用由低到高的分辨率对搜索空间进行逐层搜索,并结合多点云密度进行部分点云扫描匹配,排除非最优位姿,加速搜索过程;在进行点云匹配中,采用帧对图的方式,有效地利用了历史帧信息;对得到的最优位姿进行稀疏矩阵位姿优化,进一步提高定位精度.在SLAM Benchmark数据集上进行测试,结果表明所提方法的算法效率是现流行的Cartographer算法的 1.8倍到 4.9倍之间,同时平移误差较小.并利用Turtlebot2机器人进行实际测试,结果表明所提方法的定位误差相比Cartographer和Gmapping均有明显的降低,且实时性较好;与传统的自适应蒙特卡罗重定位(AMCL)相比,平移误差均值降低了0.035 m,旋转误差均值降低了0.001 rad,具有较高的重定位精度.

    激光雷达移动机器人定位多分辨率迭代近邻点多点云密度

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

    基于并行化处理的无人机影像三维重建算法

    陈怀圆党建武岳彪杨景玉...
    99-107页
    查看更多>>摘要：针对增量运动恢复结构(SFM)算法在重建大规模无人机影像数据集时效率低、易产生场景漂移的问题,提出一种可并行化处理的增量SFM重建算法.首先,利用词汇树图像检索结果约束图像特征匹配的空间搜索范围,提高图像特征匹配的效率.其次,综合考虑特征匹配数量和无人机平台获取的全球定位系统(GPS)信息构建无向加权场景图,并选用归一化割算法将场景图划分为多个相互重叠的子集.然后,将每个子集分布在多核CPU上并行执行增量SFM重建算法.最后,基于子集间公共重建点和强相关子集优先被合并的策略实现子集合并.此外,结合GPS信息为光束法平差(BA)代价函数添加位置约束项,有效消除每次执行BA优化引入的误差.为了验证所提算法的有效性,在3个无人机数据集上进行实验,实验结果表明,所提算法相比原始增量SFM重建算法不仅显著提高了位姿估计和场景重建的效率,而且合理优化了重建结果的精度.

    增量运动恢复结构光束法平差词汇树图像检索归一化割场景合并

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

    适用于数值孔径和像素尺寸受限的高分辨率叠层成像方法

    张静怡裴子豪胡友友杨忠明...
    108-114页
    查看更多>>摘要：叠层成像的成像分辨率会受到数值孔径和电荷耦合器件(CCD)像素尺寸的限制.CCD靶面有限则数值孔径有限,采集大光斑图像时,易丢失CCD靶面边缘的部分高频信息.此外,像素尺寸较大会导致成像时采样率不足,也会丢失部分细节高频信息.提出了一种高分辨率叠层成像方法,可同时处理数值孔径和CCD像素尺寸的分辨率限制问题.首先,利用外推法补充因数值孔径有限丢失的高阶衍射信息,之后将外推法重建的图像代入基于多权重损失函数的生成对抗网络中,即可快速解决像素尺寸受限问题,提高成像分辨率.多权重损失函数为均方误差、特征图误差和对抗误差的加权和.通过设置合理的权重,可以实现像素和视觉层面的均衡处理.仿真及实验结果表明,该方法在提高叠层成像系统分辨率上具有显著效果,且运算效率高.

    超分辨率叠层成像外推法生成对抗网络多权重损失函数

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