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

    粒子群优化与自适应注入模型的遥感图像融合

    李世泽董燕
    286-294页
    查看更多>>摘要:提出了一种基于粒子群优化的融合方法,旨在解决图像融合过程中可能出现的光谱信息和空间细节信息损失、融合图像不清晰等问题.首先对原始图像进行预处理,以获取图像各通道的边缘检测矩阵;其次,利用最小二乘法计算光谱覆盖系数,以获取细节图像;最后自适应注入模型框架,引入加权矩阵,利用粒子群优化算法和综合全局相对误差(ERGAS)指数函数优化边缘检测的权重,计算数据集波段权重,生成最终的融合图像.选取了不同分辨率的遥感卫星影像(WorldView-2、GF-2和GeoEye)进行了研究,并采用5种不同融合方法进行对比实验,选用6种评价指标进行定量分析.结果表明,所提方法在主观视觉效果以及平均梯度和空间频率等客观定量评价指标上表现优于其余方法,在保留光谱和空间信息方面也取得了较好的融合效果.

    图像融合多光谱与全色图像最小二乘法粒子群优化边缘检测权重

    轻量级双侧输入D-WNet航空影像建筑物变化检测

    张枫幸黄健李浩
    295-304页
    查看更多>>摘要:针对传统语义分割网络变化检测结果易受阴影及其他地物干扰、建筑物边界分割较为粗糙的问题,提出一种轻量级双侧输入的变化检测网络D-WNet.新网络从W-Net出发,采用深度可分离卷积块和空洞空间金字塔池化模块代替原本繁琐的卷积和下采样过程,利用右侧线特征编码器加强高低维特征的融合,同时在解码器上采样部分引入通道和时空注意力机制获取网络在不同维度下的有效特征,得到的D-WNet在性能方面有明显提升.在公开的WHU和LEVIR-CD建筑物变化检测数据集上进行实验,并与W-Net、U-Net、ResNet、SENet和DeepLabv3+语义分割网络进行对比.实验结果表明,D-WNet在交并比、F1值、召回率、准确率和运行时间等5项指标中综合表现优异,对阴影干扰及建筑物边缘区域具有更精确的变化检测结果.

    航空遥感建筑物变化检测D-WNet双侧输入轻量级网络

    基于相机与激光雷达融合的目标定位与跟踪

    张普刘金清肖金超熊俊峰...
    305-313页
    查看更多>>摘要:环境感知是无人驾驶的关键技术,针对相机缺乏深度信息无法定位检测目标以及目标跟踪精度较差的问题,提出一种基于相机与激光雷达融合的目标定位与跟踪算法.该算法通过图像检测框内的激光雷达点云簇在像素平面的面积比例大小获得检测目标的定位信息,然后根据检测目标的轮廓点云在像素坐标系下的横向移动速度和纵向移动速度融合图像检测框中心坐标提高目标跟踪精度.实验结果表明:所提目标定位算法正确率为88.5417%,且平均每帧处理时间仅为0.03 s,满足实时性要求;图像检测框中心横坐标的平均误差为4.49 pixel,纵坐标的平均误差为1.80 pixel,平均区域重叠率为87.42%.

    传感器融合机器视觉3D激光雷达目标定位目标跟踪

    中高层大气背景红外辐射特性及成像研究

    施杰史波金峰邢世林...
    314-324页
    查看更多>>摘要:以中高层大气背景的红外辐射特性和红外成像为研究目的,建立中高层大气背景探测模型和红外成像模型,分析中光谱分辨率大气辐射传输模式(MODTRAN)在红外波段的适用范围,利用战略高空辐亮度代码(SHARC)仿真分析3~5 µm波段不同观测参数下的中高层大气背景红外辐射特性,并建立相关辐射特性数据库,完成中高层大气背景红外辐射场景成像仿真.结果 表明:3~5 µm和8~12 µm波段MODTRAN分别在切点高度50 km和70 km以下具有较好的计算精度;中高层大气背景辐亮度随着切点高度和太阳天顶角的增大而减小,随着观测天顶角的增大而增大;短路径和长路径的辐射特性分别由路径长度和处于低层大气的路径大气参数占主导影响;白天和夜晚的辐亮度分别在36 km和34 km为最大值,在75 km和85 km处为极大值.研究结果可为中高层大气背景红外探测提供理论支持.

    中高层大气红外辐射临边背景红外成像数据库

    基于固态激光雷达融合2D激光雷达的建图研究

    张天翔蔡黎明欧阳传赟成贤锴...
    325-333页
    查看更多>>摘要:针对传统2D激光雷达建图存在空间环境信息获取不完全的问题,提出一种基于Gmapping算法融合固态激光雷达和2D激光雷达的建图策略.首先,对固态激光雷达点云数据进行平面投影,利用生成的激光数据结合Gmapping算法中最优粒子轨迹建立栅格地图后,再与最优粒子携带的栅格地图融合生成的融合地图,实现对空间障碍物的识别.其次,为提升建图精度,使用扩展卡尔曼滤波(EKF)对轮式里程计(WO)、激光里程计(LO)和惯性测量单元(IMU)进行动态权重融合,解决因车轮打滑或激光里程计在低特征环境下特征匹配失败等因素造成的融合里程计精度下降问题.最后,对融合地图和融合里程计算法进行测试实验.实验结果表明,融合地图可以正确识别空间障碍物,融合里程计在平均定位精度上相较于传统方法提升17.0%.

    激光雷达固态激光雷达扩展卡尔曼滤波激光里程计动态融合

    自适应水下图像增强算法

    杨宁苏海冰张涛
    334-342页
    查看更多>>摘要:针对水下图像因成像环境造成的色彩失真、对比度下降、模糊等问题,提出一种自适应水下图像增强算法.首先,基于Lab色彩空间的局部色偏和全局色偏对衰减颜色进行色彩补偿,再利用灰度世界算法恢复水下图像的色彩平衡.其次,使用自动色阶和伽马校正方法调整各通道信息,以获得高动态范围、高照度的图像.最后,通过反锐化掩膜方法获得高频信息并增强图像细节,从而获得清晰的水下图像.所提算法利用图像的色偏、均方差等统计信息,实现了自适应处理.实验结果表明,所提算法能有效去除水下图像色偏,提高图像对比度与清晰度,提升视觉效果.较之其他算法,其在处理效果及时间上均有优势.

    图像处理水下图像增强色彩校正对比度提升细节增强

    基于双路径交叉融合网络的肺结节CT图像分类方法

    杨萍张鑫温帆田吉...
    343-352页
    查看更多>>摘要:针对肺结节计算机断层(CT)图像具有的细节多样性以及类间相似性的问题,构建了一种集卷积神经网络(Convolutional neural network,CNN)和Transformer优势的双路径交叉融合网络对肺结节进行更精确的分类.首先,以窗口多头自注意力和滑动窗口多头自注意力为基础,构建全局特征块,用于捕获结节的形态特征;以大核注意力为基础构建局部特征块,用于提取结节的纹理、密度等内部特征.其次,设计特征融合块用于融合上一阶段的局部与全局特征,使每一条路径都能获得更综合的判别信息.然后,引入KL(Kullback-leibler)散度来增加不同尺度特征之间的分布差异性,优化网络性能.最后,采用决策层融合的方法获得分类结果.在LIDC-IDRI数据集上进行实验,网络的分类准确率、召回率、精确率、特异性、受试者操作特征(ROC)曲线下的面积(Area under curve,AUC)分别为 94.16%、93.93%、93.03%、92.54%、97.02%.实验结果表明,所提方法具有较好的肺结节良恶性分类能力.

    肺结节良恶性分类CT图像局部-全局特征Transformer注意力机制

    基于多阶段协同处理的水下图像增强

    袁红春赵华龙高凯
    353-361页
    查看更多>>摘要:设计了一种多阶段水下图像增强模型,可以同时将空间精细纹理和高级上下文信息两种特征融合.模型由三个阶段组成,前两个阶段采用编码器-解码器结构,第三阶段则采用并行注意子网,所提模型可以同时学习空间细节和上下文信息两种特征,并且引入了监督注意力模块,能够加强特征学习,还设计了一个跨阶段特征融合机制用来巩固前后子网的中间特征.最后将所提模型与其他水下增强模型在同一测试集上运行,从运行结果得出,所提模型处理后的水下图像在主观视觉效果和客观评价质量上均优于大部分对比算法,在Test-1测试集上,峰值信噪比和结构相似度分别达到了26.2962 dB和0.8267.

    图像处理水下图像增强多阶段空间细节监督注意力

    融合空间细节与语义特征的指针式仪表双边图像分割网络

    朱耀晖吴志刚陈敏
    362-369页
    查看更多>>摘要:针对指针式仪表的小目标图像分割特点以及现有方法存在的局限性,提出融合空间细节与语义特征的双边路深度学习主干网络BiUnet,用于指针式仪表图像分割.该网络以BiSeNet V2算法作为出发点,重新设计其语义支路、细节支路以及双边融合层.首先,利用ConvNeXt卷积模块对细节支路进行调整和优化,提升算法对指针及刻度线边界细节的特征提取能力;其次,结合编码器-解码器U型结构能够融合不同尺度语义信息的优势对语义支路进行重新设计,提高语义支路对指针和刻度这类小目标的分割能力;最后,提出双引导拼接聚合层,用于更好地融合细节支路和语义支路特征.在自制仪表图像分割数据集上的消融实验证实了所提出的网络设计方案的有效性和可行性.在仪表数据集上与不同主干网络进行对比实验,实验结果表明,BiUnet对仪表的平均分割精度mIoU(mean intersection of union)达到了88.66%,相比于BiSeNet V2网络的80.02%提升8.64个百分点,并且这两种网络的分割精度均优于基于Transformer和纯卷积的常见主干网络.

    指针式仪表双边路主干网络深度学习图像分割

    基于加权滤波与核度量的鲁棒图像分割算法

    刘以张小峰孙玉娟王桦...
    370-382页
    查看更多>>摘要:图像分割是计算机视觉领域的重要研究方向.模糊聚类方法由于其无监督的特性,在图像分割中得到了广泛的应用.然而,传统的模糊聚类方法在处理含高强度噪声和复杂形状的图像时,往往分割效果不理想.为了解决这一问题,提出了一种基于显著性检测的权重因子,用于构建加权滤波器和像素相关性模型,从而提高算法的抗噪能力.所提加权滤波器在结构相似性上比传统滤波器的最优结果高出0.1.此外,引入核度量以适应复杂图像的分割需求.在合成图像、自然图像、遥感图像和医学图像上进行了大量实验,结果表明,所提算法在视觉效果上优于传统方法,并且在分割精度上比传统方法的最优结果高出2%.

    图像分割模糊聚类加权滤波核度量像素相关性