首页期刊导航|液晶与显示
期刊信息/Journal information
液晶与显示
中科院长春光学精密机械与物理研究所 中国光学光电子行业协会液晶分会 中国物理学会液晶分会
液晶与显示

中科院长春光学精密机械与物理研究所 中国光学光电子行业协会液晶分会 中国物理学会液晶分会

郭海成

双月刊

1007-2780

yjxs@ciomp.ac.cn

0431-86176059;84613406

130033

长春市东南湖大路3888号

液晶与显示/Journal Chinese Journal of Liquid Crystals and DisplaysCSCD北大核心CSTPCD
查看更多>>《液晶与显示》是中国最早创办的液晶学科专业期刊,是中国惟一的液晶学科和显示技术领域中综合性专业学术期刊;它是中文核心期刊,是英国《科学文摘》(SA)、美国《化学文摘》(CA)、俄罗斯《文摘杂志》(PЖ)、美国《剑桥科学文摘》(CSA)、“中国科技论文统计源期刊”等20余种国内外著名检索刊物和文献数据库来源期刊;它是中国物理学会液晶分会会刊,是中国光学光电子行业协会液晶分会会刊,是中国专业学术期刊发行量最大的期刊之一。本刊以研究报告、研究快报、综合评述和产品信息等栏目集中报道国内外液晶学科和显示技术领域中最新理论研究、科研成果和创新技术,及时反映国内外本学科领域及产业信息动态,是宣传、展示我国该学科领域和产业科技创新实力与硕果,进行国际交流的窗口。本刊征集有关液晶和各类显示用材料及制备方法、各类显示器件物理和制作技术、各类显示新型模式和驱动技术、显示技术应用、显示材料和器件的测试方法与技术、各类显示器件的应用等研究论文。本刊刊发国家重大科技项目和国家自然科学基金、"973"、"863"、等项目及省、部委基金项目的文章达90%以上,并有许多成果已通过国家和省部级鉴定,获得较大的社会效益和经济效益,为我国显示技术的飞速发展做出了重大贡献。
正式出版
收录年代

    基于多尺度残差特征融合的图像去雾算法

    谢欣丹李晓艳王鹏邸若海...
    822-832页
    查看更多>>摘要:针对现有去雾算法处理后图像色彩暗淡、视觉保真度差、细节特征丢失的问题,本文提出一种基于多尺度残差特征融合的图像去雾算法.首先,设计多尺度并行特征层,旨在从不同尺度下提取图像特征以提升网络的鲁棒性;然后,设计残差网络连接层,实现多个卷积层之间信息的传递和连接,提高特征的利用率,加快特征提取速度;接着,设计嵌入注意力机制的深度特征信息融合层重点关注图像关键信息,有效提高图像的清晰度,降低背景噪声干扰;最后,设计基于去雾理论及曝光融合的色彩矫正增强方法,用于解决网络去雾后图像色彩暗淡的问题.实验结果表明,所提的去雾增强算法在SOTS、OTS、RTTS公开数据集上的峰值信噪比(PSNR)、结构相似性(SSIM)、均方误差(MSE)分别达到了21.37 dB、82%、473.6,有效改善因雾霾天气造成的图像质量退化现象,性能更佳.

    图像去雾多尺度卷积残差连接注意力机制图像融合

    基于空间金字塔注意力机制残差网络的高光谱图像分类

    刘和宋璎珞胡龙湘刘国辉...
    833-843页
    查看更多>>摘要:为了提取高光谱图像的空间-光谱联合特征,本文提出了一种基于改进的空间金字塔注意力机制残差网络的高光谱图像分类模型.首先采用主成分分析法去除光谱冗余,结合空间金字塔注意力机制,改进残差网络的高光谱图像分类模型获取精细化特征.然后利用空间金字塔注意力模型实现多尺度联合特征关注,提升对联合特征的敏感性,并有效地强调并聚焦空间和光谱信息,实现信息交互.最后经过Softmax分类器获得分类标签.本文提出的方法在MUUFL和Tento数据集上进行了实验,结果表明,本文算法的总体分类精度分别达到了94.08%和98.32%.相比于其他高光谱分类模型,本文模型的收敛速度较快,在分类性能上取得了明显的提升,获得了更高的地物分类精度.

    高光谱图像分类注意力机制空间-光谱特征

    基于多分支空谱特征增强的高光谱图像分类

    李铁李文许王军国高乔裕...
    844-855页
    查看更多>>摘要:为了解决高光谱图像自身及分类过程中噪声干扰大、空间-光谱特征信息提取不足以及有限样本下分类性能不佳等问题,提出一种基于多分支空谱特征增强的高光谱图像分类模型SSFE-MBACNN.首先,利用多分支特征提取模块分别提取浅层空谱特征和深层空间特征信息,并引入注意力机制抑制噪声干扰.其次,设计一种改进多尺度空谱特征提取融合模块及结合双池化和空洞卷积的空间特征增强模块实现空谱特征增强,减少模型参数量和提高分类性能.最后,用全局平均池化层代替全连接层,进一步降低参数量,缓解模型过拟合问题.实验结果表明,在Indian Pines(10%训练样本)、Pavia University(5%训练样本)和Salinas(1%训练样本)数据集分别取得了0.990 7、0.997 5和0.994 7的总体分类精度.SSFE-MBACNN不仅能充分利用空谱特征信息,而且在有限样本下也取得了优秀的分类性能,明显高于其他对比方法.

    高光谱图像分类特征增强多分支特征提取注意力机制多尺度特征双池化空洞卷积

    跨级特征自适应融合的暗光图像增强算法

    梁礼明朱晨锟阳渊李仁杰...
    856-866页
    查看更多>>摘要:针对低照度环境下采集的图像存在亮度低、对比度低和视觉效果不佳等问题,提出一种跨级特征自适应融合的低照度图像增强算法.该算法首先结合分级采样和广域卷积搭建网络前端,生成大面积感受野的多尺度特征,使浅层信息被充分挖掘.其次引入多头转置注意力模块嵌于网络中部,计算通道间的互协方差以生成注意力映射,隐式地建立全局上下文信息关联.然后构建联合损失函数修正模型收敛方向,辅助模型从对比度和结构等方面进行优化,提高算法的鲁棒性.最后在LOL和LOLv2数据集上进行实验验证,实验结果表明,所提算法在峰值信噪比(PSNR)和结构相似性(SSIM)等客观指标上整体优于大部分先进算法,主观上图像亮度自然,噪声和伪影得到有效抑制.

    低照度图像广域卷积多尺度多头转置注意力联合损失函数