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

    应用EW+YOLOv8耐张线夹DR图像缺陷检测识别技术

    汪灵姿刘桂雄钟飞张国才...
    71-77页
    查看更多>>摘要:输耐张线夹在电线路中起到连接导线及运载电流作用,其压接质量直接关系电网安全。针对耐张线夹压接DR缺陷检测存在操作复杂、人员要求高等问题,提出一种EW+YOLOv8应用EW+YOLOv8耐张线夹DR图像缺陷检测识别方案,选用准确性好、实时性佳的YOLOv8n作为检测基准网络,再添加高效通道注意力机制ECA突出缺陷特征图关键信息,并应用基于动态非单调聚焦机制Wise-IoU损失函数代替CIoU损失函数,降低标注样本中低质量锚框影响。基于数据集准备与实验评价指标分析,开展相关消融实验及对比实验,表明了 EW+YOLOv8n在保证较高检测精度时计算速度快、模型参数少,应用于电力耐张线夹压接缺陷检测识别mAP@0。5、FPS分别达到97。4%、50张,能满足工程实际检测需求。

    耐张线夹缺陷检测DR图像YOLOv8

    脉冲相干激光测风FFT和fCWT融合算法的研究

    邓旭锋冯振中汤磊尹微...
    78-84页
    查看更多>>摘要:在脉冲相干激光雷达测风中,广泛使用的FFT算法运算简便快速,但测风的距离分辨率难以进一步提高,而连续小波变换(CWT)等时频分析方法具有时频精细分析能力,但计算实时性差,提出了一种结合FFT和快速连续小波变换(fCWT)优势的融合算法,算法继承了 CWT精细分析能力,而运算速度显著加快。通过对融合算法以及CWT、FFT算法就雷达测风仿真数据及实测数据进行对比,融合算法及CWT和FFT算法绘制的风速曲线趋势一致,但具有更丰富细节,融合算法计算时间相比CWT算法减少了 45%以上。此融合算法为提高脉冲相干激光测风雷达测风性能提供了一种新思路。

    激光测风傅里叶变换快速连续小波变换线性拟合大气分层模型

    基于φ-OTDR的车辆振动信号检测方法

    熊显名郭逸璇曾创杜浩...
    85-90页
    查看更多>>摘要:针对相位敏感光时域反射计(Phase Sensitive Optical Time Domain Reflectometer,φ-OTDR)系统在车辆振动信号检测中信号信噪比低且检测准确率受频率影响的问题,提出了一种引导边缘滤波检测(Guided Edge Filter,GEF)方法。GEF方法在减少噪声影响的同时保留并提取出有效的振动位置信息。使用PZT分别产生不同频率的振动信号,将GEF方法与直接振幅差分法进行实验对比。结果表明,使用GEF方法得到的平均信噪比相较于直接振幅差分法提高了 3。26 dB。使用公路上行驶车辆的振动信号进行测试,结果表明,使用GEF方法得到的信噪比最高为3。98 dB,比直接振幅差分法提高了 2。65 dB。

    相位敏感光时域反射计车辆检测信号处理信噪比

    基于改进YOLOv7的自动驾驶目标检测方法

    程换新徐皓天骆晓玲
    91-96页
    查看更多>>摘要:针对自动驾驶场景下,车辆目标密集、相互遮挡和目标过小导致的误检、漏检问题,提出一种改进YOLOv7的车辆目标检测算法。在主干网络SPPCSPC后加入ACmix混合注意力机制,充分挖掘特征信息,增强网络对车辆信息的关注度,减少其他目标的干扰,提高检测精度;在Neck端中加入Swin Transformer,收集全局信息;添加160x160尺寸目标检测头,以增加锚点的数量和密度,提高网络对小目标的感知能力;最后利用Soft-NMS柔性非极大值抑制剔除冗余候选框,改善漏检能力。通过实验验证了改进的可行性并与五种主流网络进行了对比,平均精度达到91。5%,与基础网络YOLOv7相比,平均精度提高7。1%,运行速度达到105 FPS,证明了改进方法的有效性。

    自动驾驶目标检测YOLOv7ACmixSwinTransformer

    光纤光栅干涉传感器位移测量误差高精度校准方法

    刘林黄利元肖宝森
    97-101页
    查看更多>>摘要:在光纤光栅干涉传感器的位移测量中,受外界的振动或电磁等环境干扰因素的影响,对传感器的测量结果造成波动或误差。为了提高光纤光栅干涉传感器位移测量的效率,保证测量的准确性,提出光纤光栅干涉传感器位移测量误差高精度校准方法。通过分析光纤光栅干涉传感器的位移测量原理,获取位移测量数据;采用小波阈值方法,对位移测量数据去噪和平滑处理;利用反向传播(Back Propagation,BP)神经网络,对去噪后位移测量数据中误差数据高精度校准。实验结果表明,所提方法在降低误差校准计算复杂度的同时,能够有效提高误差校准精度、效率和运行稳定性。

    光纤光栅传感器位移测量误差误差校准小波阈值BP神经网络

    基于改进暗通道先验去雾的无人机目标检测研究

    路佩东范菁孙书魁
    102-110页
    查看更多>>摘要:图像去雾是图像处理领域的一个重要研究热点。为了解决雾霾天气下图像的去雾与增强问题,提出了一种基于改进暗通道的去雾算法。首先为了使雾霾图像更接近无雾图像,提高图像的清晰度,该算法分别减少雾图像的RGB通道值,并结合每个减少的通道和其他两个先前未减少的通道,使用该图像去雾算法后再对三个新图像加权来恢复图像;为了解决图像天空区域出现颜色失真的问题,设置了一个参数K来分别计算天空区域和非天空区域的透射率;为了解决图像中亮度过暗和增加目标对比度,本文引入CLAHE的方法对图像进行增强处理。实验结果表明:本算法在5张图像的对比度值分别是MDCP和RSD算法的2倍多和3倍多,在5张图像中的信息熵均值为7。558 9,均明显优于其余2种算法,并且该算法在雾霾天气下目标检测的平均精度可达73%,相比于未经处理图像前提升了 15%,具有一定的可行性。

    去雾增强暗通道模型颜色通道自适应天空CLAHE无人机视角目标检测

    基于Faster R-CNN的轻量化遥感图像军用飞机检测模型

    党玉龙叶成绪
    111-117页
    查看更多>>摘要:遥感图像军用飞机目标检测对侦察预警和情报分析等领域具有重要意义。针对该任务中图像背景复杂、目标尺度变化大和分布密集等挑战,提出了一种基于Faster R-CNN的轻量化检测模型。该模型使用残差拆分注意力网络来捕获目标区域特征的全局上下文信息以提升模型的表征能力;利用可变形卷积来动态学习目标区域的形变特征,适应不同尺度和形状的目标;采用对比实验的方法精简骨干网络,降低过深的骨干网络与过低的采样率对于小目标检测的影响,提高模型的识别速度。在目标候选框筛选阶段,引入Soft NMS算法,根据置信度降序排名去除重叠度高的候选框,降低密集分布目标的漏检率。实验结果表明,提出的Faster R-CNN模型在参数量为23。844 MB的情况下,mAP0。5-0。95达到了 77。1%,检测速度达到了 43。7帧/秒,相比于多个主流模型具有较好的综合性能。

    遥感图像军用飞机目标检测FasterR-CNN

    基于改进YOLOX-S的太阳能电池片表面缺陷检测

    王淑青朱文鑫张子言王娟...
    118-123页
    查看更多>>摘要:针对太阳能电池片表面缺陷检测存在模型体积大和检测性能不达标的问题,提出了一种轻量化YOLOX-S检测模型用于工业生产。首先以YOLOX-S模型为基础,采用轻量级网络MobileNetV3优化主干网络,减少模型参数,降低模型运算量,提高检测速度。其次采用FReLU激活函数改进MobileNetV3,使模型具有空间像素级建模能力,提高模型空间特征信息灵敏度,增强模型对小目标缺陷的特征提取能力。最后,在颈部网络引入注意力特征融合模块,聚合多尺度信息,加强模型的多尺度特征融合能力。实验结果表明,改进的YOLOX-S检测模型平均精度均值可达97。6%,参数量减少43。2%,检测速度达到51帧/s,置信度均在90%以上,检测结果可靠。

    太阳能电池片缺陷检测YOLOX-S深度学习轻量化

    联合全息平面与物平面的全息图质量评价

    鲁轶凡蒋志迪郁梅
    124-129页
    查看更多>>摘要:数字全息图可为用户提供更详细的3D信息;但其编码失真及特殊的性质为其质量评价带来了挑战。提出了一种联合全息平面与物平面的全参考全息图质量评价方法。首先,在全息平面上利用信息保真度准则度量了压缩全息图的退化程度。其次,在物平面上对重建的多视口参考全息图和压缩全息图提取显著性加权的梯度相似度,再利用Grünwald-Letnikov分数阶导数度量全局特征变化;结合二者计算重建的多视口参考全息图和压缩全息图的相似度。最后,将全息平面的计算结果和物平面的相似度作为联合特征,利用随机森林对以上特征进行训练,建立质量评价模型。实验结果表明,所提出方法的PLCC约为0。917 9,SROCC约为0。907 5,优于相关代表性全息图质量评价方法,与人眼主观感受契合度更高。

    全息图全息平面物平面全参考全息图质量评价

    基于注意力机制改进的Segformer遥感图像语义分割方法

    胡涛涛李屹旭张俊
    130-136页
    查看更多>>摘要:针对Segformer处理具有复杂空间和频谱特征的遥感影像时存在局部感受野限制以及深层语义特征损失等问题,提出在Segformer不同层级模块间嵌入不同注意力模块的多级分层编码器网络结构:在Block2之前嵌入极化注意力模块PSA,用以增强网络对大尺度特征的空间感知能力,缓解特征语义损失,并在Block3和Block4之前嵌入高效通道注意力模块ECA获取通道的加权特征,从而增强网络对重要特征的识别能力和感知能力,从终以多特征级联的方式实现像素级遥感影像的语义分割。通过在GID和BCDD数据集上进行测试,与原Segformer相比,新网络在两个数据集的mIOU(%)分别提高了 1。85%和1。63%。

    语义分割Transformer结构遥感注意力机制多特征级联