首页期刊导航|激光与红外
期刊信息/Journal information
激光与红外
激光与红外

耿林

月刊

1001-5078

jgyhw@ncrieo.com.cn

010-84321137

100044

北京399信箱

激光与红外/Journal Laser & InfraredCSCD北大核心CSTPCD
查看更多>>本刊是中国光学光电子行业协会、电子部激光与红外专业情报网、中国电子学会量子与光电子学分会的联合刊物,报道光电子技术领域的科技进展、新技术成果等。设有综述与评论、激光技术、红外技术、光电器件、光电材料、市场动态和文献信息等栏目。
正式出版
收录年代

    具有自定义开窗功能的读出电路数字模块研究

    姜羽梁清华丁瑞军
    1719-1724页
    查看更多>>摘要:自定义开窗通过重构图像分辨率从而提高读出帧频,是大规模红外焦平面应用中实现感兴趣区域观察及特殊区域检测的重要技术.基于半定制设计流程,本文提出了一种具有自定义开窗功能的读出电路数字模块,该模块在五个外部输入信号的控制下,实现积分时间调控、工作模式切换、任意开窗、防溢出的功能,具有易于扩展、控制简单、操作灵活的优点.针对传统译码电路产生的竞争冒险现象,提出行级脉宽可调选通信号设计及列级多端口读出的解决方案,进一步提高了电路的可靠性.仿真结果表明,整个设计能够正常实现自定义开窗功能,适用于大规模红外焦平面阵列.

    自定义开窗读出电路半定制设计流程数字模块竞争冒险

    一种基于高精度列级ADC的读出电路设计实现

    李敬国丁熠王京飞
    1725-1729页
    查看更多>>摘要:本文介绍了一种基于列级ADC的读出电路设计实现.该读出电路阵列规格为640 × 512,间距为15 μm,列级数字化ADC结构采用三阶增量式Sigma-Delta ADC结构,其量化分辨率为16位,读出电路最大帧频为240 Hz,最大功耗250 mW,输出方式采用LVDS方式.

    读出电路列级ADC△ΣADC

    基于自准直原理的折射率温度系数测量新方法

    汤浩倪磊
    1730-1736页
    查看更多>>摘要:在透射型光学系统设计中,常用的红外材料包括ZnSe、BaF2和LiF等.为了给光学设计者提供精确的折射率温度系数参数,本文提出了一种自准直原理的偏向角相对测量的新方法,并搭建了一套基于红外单点探测的折射率温度系数测量系统,分析了该方法的精度优势.通过该系统对ZnSe棱镜进行了实验,实验数据与NASA(美国航天局)的CHARMS系统对比,相对误差在1%以内.这一系统解决了宽光谱、宽温域下条件下红外光学材料的折射率温度系数测量的实际问题,对红外光学系统的测量精度有了进一步提高.

    红外材料折射率温度系数自准直法偏向角

    二维大角度快反镜双线性插值拟合标定法

    冀佳琦刘洋
    1737-1743页
    查看更多>>摘要:为满足光电对抗设备中大转角范围的需求,对基于电涡流传感器的二维大角度快速反射镜角度测量系统的标定技术进行研究.设计了二维大角度快速反射镜标定系统,分析了标定系统的角度测量原理,通过对多项式拟合和双线性插值标定模型进行理论和残差分析,结合两种方法进行模型构建和实验测试.结果表明,在±7 °(±25200″)角度范围内,运用双线性插值拟合法整体误差小于30″.通过与传统多项式拟合和双线性插值比对实验,表明双线性插值拟合法标定误差更小,定位精度更高,更适用于二维大角度快速反射镜标定.

    快速反射镜二维大角度双线性插值拟合电涡流传感器标定技术

    离轴抛物面反射镜的投影畸变校正研究

    罗志超何煜李瑶艳邵传强...
    1744-1750页
    查看更多>>摘要:光学元件在使用基于计算机控制光学表面成形技术(Computer Controlled Optical Surfa-cing,CCOS)的设备进行迭代加工时,需要导入光学干涉测量的面形数据.而使用无像差点法的自准直检测光路测量离轴凹抛物面反射镜时,由光路产生的投影畸变会使检测的面形图发生变形,进而导致工件的面形质量难以快速收敛.针对此问题,本研究提出了一种基于自准直检测光路的离轴凹抛物面镜的畸变校正方法.通过确定干涉仪中CCD测量坐标系和镜面坐标系的投影坐标变换,结合少量标记点的标定,对整个面形进行重构,从而校正投影畸变.针对某大口径离轴四反光学系统的Φ430 mm等厚离轴凹抛物面主镜的自准直检测,以畸变校正后的检测数据作为磁流变设备的加工指导,表面面形精度RMS最终达到λ/80(λ=632.8 nm).该方法基于少量标记点实现高精度面形校正,能够有效缩短CCOS迭代加工过程中的畸变校正时间,在保证表面质量要求的情况下提升光学元件加工效率.

    光学测量无像差点法检测投影畸变Fiducials功能干涉图重构

    中红外波长超构透镜最优焦距的研究

    吴鑫鹏张晓冬朱雪孙立虎...
    1751-1758页
    查看更多>>摘要:本文拟设计一种工作在中红外波长偏振不敏感的透射式超构透镜.该设计使用二氧化硅作为衬底,硅作为介质材料,超构透镜半径为100 μm,最优焦距为302 µm,聚焦效率为70.72%,其仿真焦距与理论计算仅有0.0013%的误差.同时以焦距误差最小值为参考,设计了多个不同半径的超构透镜,并得到了最优焦距、数值孔径、聚焦效率等数据,提高了后续基于相同结构设计超构透镜的效率.其设计方法为计算中红外超构透镜最优焦距提供了思路,为提高中红外超构透镜效率提供了技术支持.

    超构透镜中红外波段偏振不敏感最优焦距

    基于改进CenSurE-star的图像匹配算法

    谷学静楚一凡肖军发周记帆...
    1759-1766页
    查看更多>>摘要:针对传统局部特征匹配算法在复杂场景中匹配精度低、实时性差的问题,提出一种基于CenSurE-star融合边缘化外点的图像匹配方法.首先对模板图像和待匹配图像进行快速引导滤波预处理;随后提出一种自适应阈值的CenSurE-star算法进行特征检测;其次,本文首次将 BEBELID(Boosted efficient binary local image descriptor)描述符和改进的 CenSurE-star 算法相结合,利用基于机器学习的分类方法得到高效的二值描述符;最后引入MAGSAC++(Mar-ginalizing Sample Consensus)算法边缘化外点得到空间几何变换关系,剔除初步匹配中存在的误匹配,提高匹配精度.通过标准牛津数据集实验对比,相较于BRISK、ORB、AKAZE、传统CenSurE-star算法,该方法的特征点分布更均匀、误匹配点更少,在模糊、光照、视点、尺度变化方面拥有更强的鲁棒性,提高了算法在复杂场景中的匹配精度,实时性也进一步提升.

    图像匹配快速引导滤波CenSurE-star特征BEBELID描述符边缘化外点

    可逆多分支的双模态自适应融合目标跟踪算法

    耿礼智周冬明王长城刘宜松...
    1767-1776页
    查看更多>>摘要:由于可见光和红外图像具有很强的互补性,越来越多的关注集中在通过这两种模态的联合信息进行跟踪.然而,在现有的跟踪算法中,不能有效地学习两者的互补信息并挖掘模态特定特征,这限制了跟踪器的性能.因此,本文提出了一种可逆多分支的双模态自适应融合跟踪网络.首先,设计了一个三分支结构网络,分别用于学习热红外、可见光以及它们的通用特征.这不仅充分利用了两种模态之间的共享信息,还保留了红外和可见光数据之间的差异特性以及丰富的细节信息.此外,还引入了一个模态特征交互模块,以自适应地挖掘模态之间的互补信息并滤除冗余信息.通过在多个公开数据集上进行大量实验证明了该跟踪器的有效性,尤其在面对尺度变化、镜头抖动、遮挡等环境时,表现出卓越的抗干扰能力.

    热红外目标跟踪多分支自适应融合可逆结构

    基于GAN和DWT的船舶红外偏振图像超分辨方法

    宋施霖朱志宇张哲卿杜星月...
    1777-1783页
    查看更多>>摘要:针对海面船舶红外偏振成像分辨率低、细节不清的问题,提出一种小波变换与生成对抗网络结合的方法提高图像分辨率.使用纯卷积神经网络模型(ConvNeXt)改进超分辨网络(SRGAN),采用非局部均值对原始低分辨船舶红外偏振图像进行去噪,用改进的SRGAN对低分辨率图像进行初始超分辨率,使用二维离散小波变换提取初始超分图像的细节信息,最后将细节信息通过小波逆变换与原始低分辨率的船舶红外偏振图像融合.与传统超分辨方法相比,本文方法得到的超分辨图像的峰值信噪比和结构相似性有明显提升.本文实现了红外偏振图像超分辨率与细节信息融合的同时进行,得到的超分辨率图像既保留了原始图像的红外偏振信息,又融合了高分辨率的细节信息.

    船舶红外偏振图像图像超分辨率生成对抗网络二维离散小波变换

    基于多尺度注意力的MODIS云检测算法

    张煜辉边志强魏倩茹
    1784-1790页
    查看更多>>摘要:云检测算法的研究可被应用于灾害预测、气象研究等领域,本课题研究的内容是MO-DIS(中分辨率光谱成像仪)图像的云检测算法,通过使用深度学习的语义分割算法来实现MODIS数据的云检测效果.本文结合U-Net、注意力机制、多尺度网络,设计了一种新型的深度学习模型,该模型能够精确地检测图像中的云区域和非云区域.在实验环节,本文介绍说明了使用的数据集以及所选取的包括近红外的数据波段等,模型对于云检测的精确率和召回率分别为88.58%和94.80%.结果表明本文设计的深度学习模型在MODIS图像云检测方面具有良好的性能.

    云检测MODIS深度学习语义分割注意力机制多尺度网络