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

    连续激光辐照碲镉汞探测器仿真研究

    蒋成龙王彦斌肖文健张德锋...
    1879-1884页
    查看更多>>摘要:激光有源压制干扰是对抗红外成像导引头的有效手段,不同入射条件下的饱和阈值是研究对红外成像导引头干扰效果的核心参数.为获得红外成像导引头在强激光照射下的饱和阈值,本文基于COMSOL多物理场仿真平台,开展了连续激光干扰短波、中波和长波红外碲镉汞探测器的建模仿真.首先,对碲镉汞材料和典型的平面结碲镉汞像元结构进行了模型构建;然后采用电磁波与半导体耦合多物理场接口计算光生伏特效应,分析了不同激光波长、功率、工作温度等因素对零偏压碲镉汞红外探测器像元光生电动势的影响,展示了 COMSOL多物理仿真平台仿真激光辐照效应的可行性.仿真结果可为激光干扰效应半实物仿真提供参考依据.

    碲镉汞红外探测器激光干扰光生电动势COMSOL

    基于改进SSD的缺陷目标红外检测算法

    张华忠杨荣邓旭李飞...
    1885-1893页
    查看更多>>摘要:在外场实验时,由于民机复合材料蒙皮缺陷红外检测缺陷特征不明显,导致检测精度低和复杂模型导致检测速度慢,针对该问题,提出一种改进的SSD算法提高检测精度和实现模型轻量化.该算法首先采用U-Net网络对图像预处理,降低无关特征信息的干扰,增强缺陷的可检测性.其次,使用Mobilenetv2作为骨干网络,减少模型所占内存大小,提高缺陷检测效率.然后,引入融合改进注意力机制(CBAM)的倒残差模块作为辅助卷积层,进一步轻量化模型并解决精度低的问题.消融实验和对比实验表明,该算法在民机复合材料缺陷数据集上,mAP精度高达96.8%,检测速度(FPS)为72.74 f/s.相比传统SSD算法,AP0.5提升了8.3%,参数量(Params)减少至3.966 M,浮点量(GFLOPS)降低了 42倍.该算法在飞机复合材料红外检测领域具有良好的应用前景.

    红外检测U-Net网络SSD算法mAP精度轻量化

    基于红外边界约束的点云目标识别系统

    齐恩铁姜春雨赵立英孙海峰...
    1894-1899页
    查看更多>>摘要:为了提高点云目标的识别准确率和识别速率,设计了红外图像获取与激光扫描联合使用的目标识别系统,提出了基于红外边界约束的点云目标提取算法.首先,利用边缘增强和红外特征对红外图像进行灰度化处理.其次,利用目标红外图像区域为点云目标提取提供边界约束,并通过映射比例函数完成二维图像到三维点云的投影,实现坐标系对齐.最后用符合边界约束的点云集合完成目标识别.实验针对复杂背景下车辆目标进行测试,并对比了传统算法和本算法的测试结果.在点云总量增加时,传统算法的检出率从83.7%增至97.6%.本算法从96.2%增至98.8%,受点云总量影响更小.偏角增加会导致本算法准确率降低,但其仍优于传统算法.本算法对伪目标的剔除效果明显,故其准确率稳定性更高.本算法的检出时间仅为传统算法的1/3至1/4.本设计在目标识别准确性和检出时间上均有所提升,具有更好的实用性.

    目标识别点云提取红外特征边界约束

    红外光谱发射率测量设备检定状态预测研究

    郭娟张金铭季新杰
    1900-1905页
    查看更多>>摘要:使用光谱发射率测量设备检测红外隐身涂层发射率,是监控飞机红外隐身涂层状态的一种重要手段.在测量设备检定周期内,受使用环境、使用频率、使用方法等因素影响,偶发设备状态变得恶劣,测量值偏离参考值,对及时发现红外隐身涂层缺陷带来一定风险,可能影响飞机整体红外隐身特性.针对检定周期内出现的测量值偏差问题,建立格拉姆角场(GAF)-并行卷积神经网络(PCNN)设备检定状态预测模型.将测量设备一维时序数据送入GAF-PC-NN模型中,经过深度学习,训练出红外发射率测量设备检定状态预测模型.试验表明,该检定状态预测模型平均识别准确率达到95%,且收敛速度快且稳定,可应用于设备检定状态预测,提示提前检定或者超检定周期使用,在确保设备状态良好的同时,减少设备检定活动,提高保障效率.

    格拉姆角场并行卷积神经网络红外发射率预测检定状态

    高对比度成像波前检测及校正算法研究

    陈曌瑜张熙王钢
    1906-1912页
    查看更多>>摘要:空间超高对比度成像技术是开展类地行星直接成像探测的必要条件,该技术的实现依赖于空间星冕仪系统对光学波前的精确控制,因此需要发展专用的在轨波前检测及校正算法.此类算法已在地基自适应光学系统中广泛应用,但在空间中,受限于航天用CPU性能和选型限制,无法基于纯CPU运算设计.本文基于FPGA和CPU混合架构实现波前校正,在兼顾硬件资源和运算精度的条件下,能够锁定系外行星探测所需的高对比度成像暗区.上述混合架构的算法在大规模自适应光学系统中也具有显著的速度优势,针对100 × 100子孔径数的自适应光学系统,波前处理延时缩短1281.826 μs,可满足为地基大口径望远镜配备的ExAO、GLAO和MCAO等自适应光学系统高速并行计算的需求.

    自适应光学高对比度成像波前检测及校正FPGA

    热电桥型太阳绝对辐射计设计

    王举光杨东军隋龙叶新...
    1913-1919页
    查看更多>>摘要:太阳绝对辐射计(SIAR)采用热电堆型探测器将入射太阳光功率转换为电功率,实现太阳总辐照度测量,但热电堆探测器存在以下局限性:首先,受热电偶数量的限制,难以进一步提高灵敏度;其次,受制作工艺复杂的限制,主备腔一致性难以保证.为了解决这些问题,本文基于惠斯通桥高互换性、高分辨率的特性,采用全新的探测器锥腔结构和全新的热连接方式,研制了一台具有高灵敏、高精度的热电桥型绝对辐射计.测试结果表明:探测器时间常数9.69 s,灵敏度0.078 W/m2,钨灯光源测量重复性优于0.07%,满足0.1%精度太阳总辐照度观测需求.

    绝对辐射计太阳总辐照度惠斯通桥热电桥型探测器测量电路

    高精度线结构光光条中心快速提取算法

    赵文培程进王梦莹李庞跃...
    1920-1927页
    查看更多>>摘要:提取光条纹中心是线结构光测量中至关重要的环节,提取效果直接影响测量速度和精度.针对传统Steger算法提取光条纹中心时存在由于光条纹宽度变化过大和冗余点过多导致提取精度低的问题,本文提出一种改进Steger快速高精度光条纹中心线提取方法.首先对光条纹原图像进行图像预处理,去除噪声点并保留感兴趣区域;然后通过直接遍历像素点的方式快速获得光条纹宽度,并对光条纹区域进行Canny边缘检测,结合几何中心法对条纹边缘图进行计算,获得像素初始点;最后对初始点进行一维卷积构建Hessian矩阵,在法线上进一步精确提取中心线.实验结果表明:该算法的精度相对于传统Steger算法提升了 42.6%,在耗时上相对于传统Steger算法缩短了 64.5%,可以实现精确提取亚像素级精度光条纹的同时又满足工业测量的实时性的要求.

    线结构光测量光条纹中心线提取Steger算法Canny边缘检测几何中心法

    基于干涉滤光片的拉曼激光雷达误差分析

    张博文范广强张天舒
    1928-1935页
    查看更多>>摘要:纯转动拉曼激光雷达具有准直性好、时空分辨率高等特点被广泛用于大气温度垂直廓线探测.本文基于干涉滤光片设计分光光路,定量分析了滤光片中心波长和带宽造成的温度测量不确定度.使用比值法简化计算了滤光片对弹性散射信号抑制不足造成的泄露误差.通过不同带宽滤光片标定了系统参数,并分析了系统参数对反演温度时拟合误差的影响.针对滤光片固定时的角度误差,评估了其引入的随机误差.结果表明,系统实际选择的滤光片中心波长和0.5 nm/0.3 nm带宽产生的误差小于1.2 K,抑制比大于6为宜,使用低阶函数产生的拟合误差可以忽略,滤光片固定角度误差应小于0.5°.并基于纯转动拉曼激光雷达方程模拟仿真回波信号并反演温度廓线,分析了温度测量的误差分布,总误差小于1.2 K.

    纯转动拉曼激光雷达干涉滤光片温度探测误差分析

    基于高斯基的SAR图像重建技术研究

    张月婷李文劼郭嘉逸周光尧...
    1936-1940页
    查看更多>>摘要:3D高斯泼溅通过高斯基替代了传统点云,利用其平滑特性,在保持数据精度的同时,有效地处理并可视化三维空间中的散点数据,实现更加连续和自然的图像渲染效果,在光学图像领域取得了重大成果,并成为了近期的研究热点.在SAR图像应用领域中,属性散射中心模型常被作为图像的基使用.本文尝试使用高斯基替代属性散射中心模型,通过实验对比了高斯基、属性散射中心模型,以及实际应用中常用的简化属性散射中心模型在SAR图像重建任务中的表现.结果表明,高斯基方法在能提供更优的图像重建质量前提下,在速度和稳定性上表现明显优于属性散射中心模型,该结果为SAR图像特征与目标信息提取提供了新思路.

    SAR图像重建3D高斯泼溅属性散射中心

    基于改进YOLOv8的红外无人机目标检测算法

    乔庆元程换新
    1941-1947页
    查看更多>>摘要:针对红外无人机目标识别过程中特征丢失严重、识别准确率低及模型较为复杂的问题,提出一种改进YOLOv8的红外无人机目标检测算法.首先,在主干网络引入可变形卷积,增强目标区域的特征表达能力.其次,提出了一种针对小目标的轻量级特征金字塔网络结构SOD-FPN,通过减轻网络层数和删除大型目标检测头来避免小目标信息丢失,还通过跨尺度连接和加权特征融合方法来增强模型多尺度特征融合能力.最后,选择基于Wasserstein距离的NWDLoss作为边界框损失函数,进一步提升模型的收敛性和检测精度.实验结果表明:改进算法的mAP50为99.4%,较YOLOv8n提升了 2.2%,参数量降低了 72.8%,同时相较于其他先进的目标检测算法在精度和速度上均有提升,证明了改进算法的有效性和先进性.

    红外图像无人机检测小目标检测YOLOv8轻量化