首页期刊导航|激光杂志
期刊信息/Journal information
激光杂志
激光杂志

程正学

双月刊

0253-2743

JGZZ001@163.com

023-63051328

401123

重庆市黄山大道杨柳路2号A塔楼14楼140室

激光杂志/Journal Laser JournalCSCD北大核心CSTPCD
查看更多>>本刊是国家新闻出版局批准的国内外公开发行的刊物，以报导光电与激光技术为主的科技期刊。从1992起被列为中国科技论文统计源刊物，所刊登论文被美国《EI》检索。
正式出版
收录年代

    基于深度可分离卷积和残差注意力模块的车道线检测方法

    崔明义冯治国代建琴赵雪峰...
    81-87页
    查看更多>>摘要：针对全天候条件下道路车道线视觉检测技术存在的算法结构复杂、参数数量较多等问题，提出一种基于深度可分离卷积和残差注意力模块的车道线检测方法，建立了 LPINet网络模型。利用深度可分离卷积减小输入图像尺寸，设计三种不同结构的瓶颈残差单元降低网络参数数量，引入ECANet注意力机制增加重要特征通道权重，提升车道线检测精度。在Tusimple数据集和GZUCDS自建数据集上的实验结果表明:在晴天场景下，LPINet网络车道线检测精度可达96。62％，且模型参数量降至1。64 MB，实现了轻量化设计;在雾天、雨天、夜晚和隧道复杂场景中进行了探索性研究，车道线检测精度达到93。86％，证明了方法的有效性。

    车道线检测深度学习残差网络深度可分离卷积注意力机制

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

    基于改进YOLOv5s的道路裂缝检测算法

    任安虎姜子渊马晨浩
    88-94页
    查看更多>>摘要：为了解决道路巡检系统光学传感器采集的裂缝图像中颜色特征不明显且尺寸不规则造成检测精度不高、泛化能力不足的问题，提出改进YOLOv5s的裂缝检测算法。将结合深度可分离卷积(Depthwise Separa-ble Convolution，DSC)的全局注意力(Global Attention Mechanism，GAM)引入主干特征提取网络，在降低注意力复杂度的同时获得丰富的跨维度特征，增强了裂缝的识别能力;采用空间金字塔软池化网络(Spatial Pyramid Softpool，SPSF)，通过Softpool池化保留多维语义以减少信息弥散，提高了边界框回归的准确性;在颈部特征增强网络，运用空洞深度可分离卷积(Atrous DSC)进行下采样，通过扩大感受野加强深层和浅层信息的聚合能力，提高裂缝识别的泛化性。经过在自制道路裂缝数据集上的实验，相较于YOLOv5s，改进算法的mAP提高2。2％，有效提升了道路裂缝检测的准确性和对不同背景下裂缝识别的泛化能力。

    道路裂缝检测YOLOv5s算法全局注意力机制深度可分离卷积Softpool池化

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

    一种改进YOLOv5模型的PCB板缺陷检测方法

    陈怡菲汪繁荣鲁东林刘逸凡...
    95-102页
    查看更多>>摘要：针对传统PCB板检测方法中检测效率不高，检测精度较低等缺点，提出了一种改进YOLOv5模型的PCB板缺陷检测方法。为提升小目标缺陷检测精度，构建了基于BiFPN的网络连接方式，更加充分地利用了不同尺度的特征信息;为了更好地捕捉目标缺陷的位置，引入了 Coordinate Attention注意力机制，使模型的定位和目标捕捉更加精准。实验结果表明，较原始的YOLOv5模型，所提出的针对PCB板表面缺陷检测方法的均值平均精度提高了 3。2％。

    PCB板YOLOv5缺陷检测深度学习BiFPN

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

    激光雷达SLAM下移动机器人双目视觉全局定位

    呙力平谢卫容李智慧
    103-107页
    查看更多>>摘要：移动机器人在未知环境中执行任务时，需精准感知地图环境和其他物体位置，确定其自身位置。为了提高移动机器人的全局定位精度，提出激光雷达SLAM下移动机器人双目视觉全局定位方法。依据双目视觉系统测距原理，选取双目摄像机中的任意一个相机建立主坐标系，构建双目摄像机模型，结合棋盘图与张正友标定法，标定双目摄像机中参数。在此基础上，计算单帧图像特征点的尺度，完成双目视觉初始化，利用权重函数计算任意一个特征点与线、与面之间的加权值和距离值，估计移动机器人的位置，引入非迭代畸变补偿方法，完成对移动机器人的全局定位。测试结果表明，所提方法的定位结果与实际运动位置之间的最小误差为0。1 m，该方法可以精准定位到移动机器人位置，指导移动机器人更好地执行作业任务。

    激光雷达移动机器人双目视觉全局定位双目摄像机即时定位与地图构建

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

    基于按列分块和混合分块的压缩感知图像重构方法

    曹唯一许爽唐青陈志强...
    108-113页
    查看更多>>摘要：压缩感知理论由于其可通过低采样率来恢复原始信号的特点，近年来逐步被用于光学成像领域。为了解决在对成像图像进行压缩感知重构时数据量过大、计算负担大的问题，分块压缩感知的方法被提出。在该方法的基础上做出改进，依次提出了按列分块和混合分块的压缩感知方法。其中按列分块的方式改变了分块模式，降低分块时的要求，混合分块则结合两种分块的特点，有效提升了压缩感知的效果。通过仿真实验验证，本方法有效提升了图像重构质量，尤其是混合分块方式，在图像的重构速度和重构质量上都有显著提升。

    压缩感知分块方式图像处理图像重构混合分块

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

    基于轻量化生成对抗网络的遥感图像超分辨率重建

    张鹏婴张明李建军张宝华...
    114-120页
    查看更多>>摘要：针对ESRGAN模型复杂度高、特征提取与表示性能欠佳的问题，提出了一种基于轻量化生成对抗网络(Light weight Generative Adversarial Network，LwGAN)的遥感图像超分辨率重建算法。该算法以改进残差密集模块(Improved Residual Dense Block，IRDB)为基础块构建生成网络的高阶特征提取部分，提取了丰富的多样化特征，同时建立了特征的通道及长距离位置关系，在降低模型参数量的同时提升了模型的特征提取与表示性能。通过在UC MERCED和NWPU-RESISC45数据集上的实验结果表明，与ESRGAN相比，LwGAN获取了更大的峰值信噪比和结构相似度，显著提升了遥感图像的超分辨率重建性能，可视化结果表明重建图像恢复了更多的纹理细节信息，同时模型参数量仅为原始ESRGAN的约三分之一，大幅地提高了模型的运行效率，为后续遥感图像的分析处理奠定了基础。

    超分辨率重建遥感图像生成对抗网络残差密集坐标注意力

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

    基于多尺度特征聚合的图像超分辨率重建

    王庆庆辛月兰盛月谢琪琦...
    121-127页
    查看更多>>摘要：针对图像超分辨率重建过程中，存在提取特征信息单一、图像细节缺失的问题，提出了一种新的生成式对抗网络(DAMFA-GAN)，以获得更加逼真和自然的重建图像。在生成器方面，设计融合动态注意力机制的多尺度特征聚合模块(DAMFA)以获取低分辨率图像中每个上采样特征的多尺度高频信息，提高重建图像的质量;在判别器方面，设计ConvTrans Encoder模块以增强特征信息提取能力，提高判别的准确率。在Set5、Set14、BSD100和Urban100数据集上的实验结果表明，DAMFA-GAN在峰值信噪比(PSNR)和结构相似性(SSIM)上较于SRGAN分别平均提高了 0。50 dB、0。015 2。同时，超分辨率重建图像的高频细节和视觉效果也得到了明显改善。

    图像超分辨率重建多尺度特征聚合生成对抗网络注意力机制

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

    基于差异图构造与融合的SAR图像变化检测方法

    林娇火久元
    128-134页
    查看更多>>摘要：针对合成孔径雷达(SAR)图像固有的相干斑点噪声而影响变化检测精度和准确性等问题，提出了一种基于差异图构造与融合的SAR图像变化检测方法。该方法通过L-SRAD混合滤波对SAR图像进行预处理，使用基于边缘预检测的小波融合算法实现对数双曲余弦比值差异图DCLR和邻域比值差异图DNR的融合，结合FCM算法和CWNN卷积神经网络对所得融合差异图进行变化检测。其中FCM算法将融合差异图预分类为三个聚类，选择合适的预分类结果作为训练样本训练CWNN模型，最后使用CWNN模型对预分类结果进行二次分类，得到最终的变化检测图。在Bern数据集上进行了对比实验，实验结果证明该方法具有较强的变化检测能力，变化检测准确率达到99。67％。

    SAR变化检测L-SRAD滤波器对数双曲余弦比改进的小波融合卷积小波神经网络

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

    基于视觉传达的低亮度激光图像细节信息增强方法

    陈晨孙琳
    135-140页
    查看更多>>摘要：针对激光图像亮度较低，导致内部细节信息缺失，图像应用性下降等问题，提出基于视觉传达的低亮度激光图像细节信息增强方法。从视觉传达角度出发将低照度激光图像转换为Lab色彩模式，采用Curvelet变换将激光图像分解为高频分量与低频分量，利用细节增强网络模型增强高频分量，通过基于照度图估计的微光图像增强方法增强低频分量，融合增强后的高、低频分量，实验结果显示，采用该方法对所选图像进行细节信息增强处理后，各图像的信息熵均高于8。35以上，而对比度与相关系数则分别在0。846和0。815以上，增强后的图像更符合人眼视觉特性。

    视觉传达低亮度激光图像细节信息增强色彩模式转换Curvelet变换分解

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

    基于视觉传达技术的激光图像多级融合方法研究

    宁晓蕾张思斯
    141-147页
    查看更多>>摘要：设计了基于视觉传达技术的激光图像多级融合方法，以获得突出的视觉传达效果。首先采用改进单尺度Retinex算法提取原始激光图的反射图像，并通过高斯-拉普拉斯算法的重构获得的多尺度彩色图像，实现原始激光图像的增强，然后采用深度堆叠卷积神经网络对获得高、低频图像，并依据最大局部方差融高频图像，根据匹配度与阈值的对比融合低频图像，最后实验结果表明:堆叠CNN数量为4时，融合后的激光图像视觉传达效果最优，该方法增强后的激光图像局部细节信息丰富、色彩饱满度好，融合图像的图像最大灰度值频率仅为0。015。

    视觉传达技术激光图像多级融合单尺度Retinex深度堆叠卷积神经网络融合规则

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