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

    基于深度学习的弱反馈自混合干涉信号滤波方法

    赵岩林茂华李康达查传武...
    70-74页
    查看更多>>摘要：采集激光自混合干涉信号的过程中会受到环境和电路噪声的干扰，导致信号失真。为了去掉噪声，最大限度保留原信号特征，提出了基于深度学习的自混合干涉滤波方法，该方法适用于弱反馈条件。使用自编码器作为神经网络，用加入噪声的信号作为输入，未加噪声的信号作为输出来训练网络。仿真结果表明:该方法处理含噪声自混合干涉信号时不仅能提高含噪声信号的信噪比，还能很好地保留干涉条纹的波形特征，即条纹的倾斜方向。实验中，使用深度学习方法滤波，再用条纹计数法进行位移重构，结果表明该方法对弱反馈条件下的自混合干涉信号有较好的滤波效果。

    自混合干涉深度学习滤波条纹计数法

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

    基于Vision Transformer多模型融合的视觉闭环检测算法

    胡正南胡立坤
    75-81页
    查看更多>>摘要：针对闭环检测在图像特征表示方面存在信息丢失的问题，提出一种基于Vision Transformer(ViT)与卷积神经网络进行多模型融合的特征提取算法。首先，将输入图像进行特征提取，然后将高维的图像特征向量进行核主成分分析(KPCA)降维，构建成新的图像特征表示;同时，提出了一种新的范围匹配算法，通过相应的范围框架去限制并选择范围进行特征匹配。实验结果表明:所提算法相比于其他的算法，有着更高的准确率和匹配速率，达到了更好的鲁棒性与实时性的要求，证明了该算法在闭环检测上的有效性。

    闭环检测ViT多模型融合KPCA范围匹配

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

    基于YOLOv7的道路标识符检测

    吴肖刘佳佳段平李佳...
    82-87页
    查看更多>>摘要：面对复杂道路交通场景，智能、快速、准确地检测道路标识符对自动驾驶技术具有重要的意义。YOLOv7算法检测速度快、准确率高，适用于实时复杂的道路标识符检测。中国交通标志检测数据集对YOLOv7模型进行训练，选取了普通、有遮挡和模糊三种不同的道路交通场景图像测试训练模型，并与CenterNet、Faster R-CNN和SSD三种流行的目标检测算法进行对比分析。结果显示，YOLOv7算法检测速度快，平均精度最高，mAP达到89。7％，且在三种场景的图片测试中性能表现最好，即使在存在遮挡和模糊的情况下仍然能够成功检测出图像中的道路标识物目标。

    深度学习目标检测YOLOv7道路标识符识别

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

    光谱预处理小波基函数的选择对结合FIBS技术和机器学习的铝合金识别精确度影响研究

    于海龙高宇瑾谢云双杨硕...
    88-93页
    查看更多>>摘要：随着经济不断发展，工业建筑领域产生了大量的废弃铝合金材料，对废弃铝合金材料分类回收可以提升废弃资源的利用效率，缓解能源紧张。选取了工业领域常用的五种型号的铝合金，开展了等离子体丝诱导击穿光谱(FIBS)光谱预处理小波变换基函数对铝合金分类识别精度的影响的研究。分别采用bior2。2、bior2。4和bior2。6正交小波基函数对铝合金的FIBS光谱进行预处理，结合线性判别分析(LDA)、网格搜索优化的支持向量机(GSSVM)和反向传播神经网络(BPNN)实现了铝合金型号的快速分类识别。结果表明bior2。2、bior2。4和bior2。6正交小波基函数结合LDA-GSSVM实现铝合金型号的平均识别准确率为90％、100％和76。67％，结合LDA-BPNN实现铝合金型号的平均识别准确率为96。67％、100％和90％，因此选择合适的正交小波基函数对FIBS光谱预处理，对于提高铝合金型号识别准确率有较大作用。

    FIBS正交小波基函数线性判别分析分类识别铝合金材料

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

    面向复杂光照环境的车道线检测方法

    刘悦杨桦王青正
    94-99页
    查看更多>>摘要：在复杂光照环境下由于光照不均匀，导致路面上的光照出现强弱不一的情况，使得车道线的亮度和颜色发生变化，从而对车道线检测造成困难。为了提高对车道线检测的精度，提出了一种面向复杂光照环境的车道线检测算法。算法主要以车道线的纹理特征为依据，借助投票算法对交通道路上的图像消失点位提取特征点，构建出车道线的关键检测区域;设计一种结合梯度和统计平均相对差的蚁群算法用于车道线边缘特征提取，并最终拟合标记出待测车道线。实验结果表明，所提方法在复杂光照环境下检测准确率高，鲁棒性强，显著改善复杂光照条件下的车道检测成功率。

    复杂光照动态感兴趣区域蚁群算法边缘检测梯度平均相对差

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

    基于双三次插值和高斯拟合的光条中心亚像素提取方法

    贺强旅朱艳春李子良李小松...
    100-105页
    查看更多>>摘要：针对结构光三维测量的高精度要求，提出一种基于双三次插值和高斯拟合的激光线条亚像素提取方法。该方法首先对光条图像进行感兴趣区域提取、高斯滤波等前处理，其次用形态学方法细化激光线条得到初始中心点，然后使用五点拟合法得到光条法线方向，在光条法线方向上取亚像素的拟合点，利用双三次插值得到亚像素坐标的像素值，最后进行高斯拟合，到光条亚像素中心。实验结果表明，算法平均精度值为0。389147像素，消耗时间为0。056 2 s，具有较高的提取精度和稳定性。

    线结构光中心线提取亚像素坐标高斯拟合双三次插值

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

    基于多尺度特征融合的雾天目标检测方法

    孙锦尹明锋谢涛孟成...
    106-113页
    查看更多>>摘要：针对雾天场景下目标检测方法存在漏检、遮挡、准确率低等问题，提出一种基于多尺度特征融合的雾天目标检测算法YOLO-CL-CA。首先，在数据预处理阶段，利用AOD-Net模型对RTTS数据集进行去雾操作，提高图像的细节信息;其次，引入集中式特征金字塔CFPNet(Centralized Feature Pyramid)以深层特征调控浅层特征，捕获图像的关键局部区域，增强模型的图像特征利用能力;然后，在输出层前加入CA注意力机制(Co-ordinate Attention)，提高模型捕获小目标特征能力;最后，结合大卷积核构造LKC3模块，改善因遮挡导致的漏检问题。实验结果表明:本算法的精确率和mAP0。5为90。6％和81。7％，比YOLOv5s算法分别提高了 4。2％和1％，证明改进算法对雾天目标检测具有有效性和实用性。

    YOLOv5s特征金字塔注意力机制大卷积核

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

    车载激光雷达下新能源汽车无人驾驶障碍检测

    庞华廷刘立东黄莉添
    114-119页
    查看更多>>摘要：新能源汽车无人驾驶障碍检测过程中，受道路上的多种障碍物以及复杂的天气如雨雪、雾霾等影响，数据采集难度较大，导致驾驶障碍检测精度偏低。为此，提出车载激光雷达下新能源汽车无人驾驶障碍检测方法。采取水平安装的方式，将两个32线激光雷达以对称方式布置在无人驾驶汽车上，采集路面结构三维点云数据并用坐标转换同步数据;基于统计特征的离散点滤波算法，计算点云数据集的标准差和全局距离平均值，以此去除离散噪声点;采用基于密度的带有噪声的空间聚类(Density Based Spatial Clustering of Applications with Noise，DBSCAN)聚类算法实现新能源汽车无人驾驶的障碍检测。实验结果表明，所提方法抗噪能力较高，平均识别距离为82 m，障碍检测准确率均在92％以上，误检率最高为1。8％，且检测耗时仅为1。09 ms。

    车载激光雷达无人驾驶点云数据采集离散噪声DBSCAN聚类

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

    基于边缘引导和多尺度感知的遥感图像道路提取

    陈果胡立坤
    120-124页
    查看更多>>摘要：为了解决遥感道路提取中边缘细节特征利用不充分，以及复杂背景遮挡区域的道路难以实现准确分割等问题，提出一种基于边缘引导和多尺度感知的遥感道路提取模型(Edge-guidance and Multi-scale percep-tion U-Net，EMUNet)。以U-Net为基础，增加遥感图像的Canny边缘检测结果作为输入，并通过设计结合注意力的边缘引导融合模块对各层编码器进行特征引导，以此充分利用边缘信息提高最终的道路提取质量;其次，针对图像中存在的背景遮挡问题，通过构建多尺度并行空洞卷积模块增强网络的多尺度感知能力，从而捕获更多的上下文信息，对一些受到背景遮挡的区域实现准确提取。在Massachusetts道路数据集上进行实验验证，与U-Net相比，EMUNet能实现对细小道路和受遮挡区域更准确的分割，并且召回率、F1分数和交并比均优于其他对比算法，能够实现更为完整和准确的道路信息提取。

    道路提取语义分割通道注意力空洞卷积多尺度感知

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

    结合人眼视觉感知特性的光场图像编码方法

    冀宇航蒋志迪郁梅
    125-131页
    查看更多>>摘要：光场图像可同时记录场景中光线强度与方向信息，但要求更多的存储、传输资源，因而需要高效的编码方案。提出了一种结合人眼视觉感知特性的光场图像编码方法，实现了端到端的感知光场编码。考虑到在光场编码相同的失真等级情况下，显著性区域的失真更易被察觉，提出光场图像感知编码方法。针对子孔径图像感知冗余，考虑到像素域恰可察觉失真(Just Noticeable Distortion，JND)模型没有关注显著区域特性，构建了结合显著性的JND掩蔽模型;其后，针对每一帧子孔径图像进行考虑人眼感知的自适应码率分配。实验结果表明，在低延时模式下，与高效视频编码(High Efficiency Video Coding，HEVC)方法相比，所提方法在相同的显著性加权峰值信噪比SW-PSNR质量指标下平均节省16。01％的码率，在与人眼主观感受契合度更高的情况下，实现了光场图像编码效率的提升。

    光场图像编码码率分配人眼感知恰可察觉失真

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