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

    基于轻量化的DeepLabV3+遥感图像地物分割方法

    马静郭中华马志强马小艳...
    1001-1013页
    查看更多>>摘要：针对DeepLabV3+在遥感图像地物分割中出现的细节信息丢失、类别不均衡等问题引起的误差,提出一种基于轻量化网络的DeepLabV3+遥感图像地物分割方法.首先,使用MobileNetV2替换原始基准网络中的骨干网络,提高训练效率并减少模型的复杂度.其次,增大ASPP结构中空洞卷积的膨胀率,并在ASPP最后一层使用最大池化,有效地捕获不同尺度的上下文信息,同时在ASPP每个分支中引入SE注意力机制,并在提取浅层特征之后引入ECA注意力机制,提高模型对不同类别和细节的感知能力.最后,使用加权的Dice-Focal联合损失函数进行优化,处理类别不均衡的问题.将改进的模型分别在CCF和华为昇腾杯竞赛数据集上进行验证,实验结果表明,本文所提出的方法相较于原始DeepLabV3+模型在两种测试集上的各个指标均有不同程度的提高.其中,mIoU达到了73.47%、63.43%,分别提高了3.24%和15.11%;准确率达到了88.28%、86.47%,分别提高了1.47%和7.83%;F1指数达到了84.29%和77.04%,分别提高了3.86%和13.46%.改进后的DeepLabV3+模型可以更好地解决细节信息丢失和类别不均衡的问题,提高遥感图像地物分割的性能和准确性.

    MobileNetV2空洞卷积注意力机制损失函数

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于双模型互学习的半监督中医舌诊图像分割方法

    李方旭徐望明徐雪贾云...
    1014-1023页
    查看更多>>摘要：舌体图像的准确分割是中医舌诊客观化分析的重要前提,目前广泛采用的全监督分割方法需要对大量像素级标注的样本进行训练,而基于单一模型的半监督分割方法对学习到的错误知识缺乏自我纠正能力.针对这一问题,本文提出一种新颖的基于双模型互学习的半监督舌体图像分割方法.首先,模型A、B分别在有标签数据集上进行监督训练.之后,模型A、B进入互学习阶段,使用本文设计的互学习损失函数,根据双模型对无标签数据预测的分歧而赋予不同的权重.先由模型A对无标签数据集生成伪标签,模型B在有标签数据集和伪标签数据集上进行微调,然后模型B再对无标签数据集生成伪标签,模型A以同样的方式进行微调.双模型微调结束后,选择性能更佳的一个作为最终的舌体图像分割模型.实验结果表明,本文方法的有标签数据比例为 1/100、1/50、1/25、1/8时,mIoU分别达到 96.67%、97.92%、98.52%、98.85%,优于对比的其他典型半监督方法.本文方法仅需少数标签数据便可达到较高的舌体图像分割精度,可为后续的中医舌色、舌形等舌象分析应用奠定坚实基础,推动中医诊疗数字化进程.

    半监督互学习舌体图像分割损失函数中医数字化

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于多特征融合的人像HDR图像处理算法

    吴春林张永爱林志贤郭太良...
    1024-1036页
    查看更多>>摘要：基于深度学习的高动态范围(High Dynamic Range,HDR)图像处理算法在处理含有人像的图片时存在皮肤偏色问题.针对此问题,本文提出了一种基于多特征融合的人像HDR图像处理算法U2HDRnet.该算法由皮肤特征提取模块、三边特征提取模块、色彩重建模块 3部分构成.首先,皮肤特征提取模块分离出皮肤区域的颜色和位置信息;其次,三边特征提取模块分别提取图片的局部特征、全局特征和语义特征,并与皮肤特征融合;最后,色彩重建模块对网格做空间和颜色深度上的插值.此外,本文引入改进的自注意力与卷积融合模块以提升HDR的处理效果;同时本文还制作了人像HDR数据集PortraitHDR,填补了该领域内数据集的空白.实验结果显示,U2HDRnet的PSNR达 31.42 dB,SSIM达 0.985,均优于目前常见的HDR算法,在获得高质量人像HDR图像的同时避免了皮肤的失真.

    深度学习高动态范围皮肤特征提取注意力机制色彩重建

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于像素级水平的通道自适应水下图像增强算法

    彭晏飞张添淇安彤
    1037-1045页
    查看更多>>摘要：现有基于深度学习的算法采用编解码方式在高维特征中对水下图像进行增强,没有考虑水下图像的通道差异性退化特点,导致增强效果普遍较差.针对这一问题,提出了一种基于像素级水平的通道自适应水下图像增强算法,将水下图像在像素级分R、G和B 三通道进行增强.此算法分4个阶段,通过4个阶段的分通道特征提取完成整个增强过程.首先,通过增强网络的局部和全局语义,优化通道衰减来修复上下文的颜色通道;其次,通过注意机制聚合空间和通道特征,并抑制不相关的颜色定位跳跃信息;然后,通过优化注意力机制调整自适应特征;最后,为提高算法色偏纠正能力,提出了一个色偏纠正模块,在第四阶段使用色偏调节模块进一步调整图像的色偏问题.在UIEB数据集和EUVP数据集上与其他算法进行对比,本文算法的PSNR指标提高了14.35%,SSIM提高了5.8%,UIQM提高了3.2%,UCIQE提高了13.7%,且主观效果最佳.

    水下图像增强通道增强像素级增强深度学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于颜色校正和多尺度融合的水下图像增强

    陶洋武萍刘羽婷方文俊...
    1046-1056页
    查看更多>>摘要：为了解决水下图像存在的颜色失真、细节模糊问题,本文算法以Unet网络为基本框架,同时在不同编码层中输入多尺度图像,通过融合上下层间的特征流来获得更优异的细节保持效果,实现了从粗到细的细节提取能力.此外,引入颜色校正模块和双重注意力模块,有效解决了水下图像色偏问题和细节恢复不均匀的问题.实验结果表明,在UFO、EUVP、UIEB数据集上,本文算法增强图像的PSNR和UIQM指标比原始图像平均分别提高了21.3%和25.6%.该算法能有效改善水下图像的视觉质量,在主观视觉和客观评价指标上优于其他算法.

    水下图像增强多尺度特征颜色校正模块注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于cycleGAN的太阳电池电致发光图像数据增强方法

    何翔杨爱军黎健生陈彩云...
    1057-1069页
    查看更多>>摘要：针对光伏组件电致发光缺陷自动识别研究中训练用图像不足以及生成图像质量不佳的问题,采用cycleGAN生成了太阳电池EL缺陷图像,并与DCGAN生成的图像进行了综合性对比.将拍摄到的EL图像进行分类和数据增强形成训练集.接着采用训练集对cycleGAN与DCGAN进行训练.最后,从生成图像的有效性、相似性和多样性3个角度对比了两个模型所生成的图像.实验结果表明,cycleGAN所生成的图像中,有效图像的占比显著高于DCGAN.与真实拍摄的图像相比,cycleGAN所生成图像的感官相似性极高,难以通过人眼分辨.cycleGAN所生成图像的FID指标显著低于DCGAN.采用cycleGAN生成图像训练的分类模型对真实拍摄图像的准确率达到93.45%,当训练集中混入少量真实拍摄图像时,该准确率提升至98.26%,显著高于DCGAN.cycleGAN生成图像的平均MS-SSIM指标显著低于DCGAN.采用cycle-GAN进行太阳电池EL图像的数据增强是一种行之有效的方法,在有效性、相似性和多样性3方面显著优于DCGAN.

    光伏组件太阳电池电致发光cycleGANDCGAN

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    用于眼底视网膜图像的去雾状杂散光算法

    盖俊帅马玉婷张运海杨皓旻...
    1070-1078页
    查看更多>>摘要：针对眼底视网膜图像存在雾状杂散光导致血管细节不清晰的问题,本文提出了一种基于暗通道理论并结合Gamma变换的眼底视网膜图像去雾算法,在不丢失血管细节信息的同时提高了图像的清晰度.该算法通过分别处理R、G、B通道来对图像去雾.首先,通过自适应窗口最小值滤波算法计算暗通道图像,按照亮度取前最大0.1%像素的平均值作为大气光照强度值;然后,求解图像的粗略透射率,并此基础上使用改进后的导向滤波算法对透射率进行优化;最后,通过大气散射模型和Gamma变换复原出无雾图像.实验结果表明,不同视场复原图像的信息熵、平均梯度分别平均提高18%、24%.本算法能够快速有效地去除眼底视网膜图像中存在的雾状杂散光,复原后的图像清晰自然,保留了视网膜血管细节信息.

    图像去雾视网膜图像暗通道先验大气散射模型Gamma变换

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于双分支在线优化和特征融合的视频目标跟踪算法

    李新鹏王鹏李晓艳孙梦宇...
    1079-1089页
    查看更多>>摘要：针对D3S算法对跟踪目标的判别能力不足的问题,提出了一种基于双分支在线优化和特征融合的视频目标跟踪算法.首先,构建双分支的在线优化分类器,实现对目标的二次定位,得到更准确的目标位置响应图;然后,在特征层上实现响应图与搜索特征的融合,并通过encoder模块促进融合过程,进一步突出跟踪目标的特征;最后,通过encoder模块实现模板特征的更新,拟合特征间的差异,提高分割模块的判别能力.在VOT2018和UAV123数据集进行实验,改进后算法与原算法相比,在VOT2018数据集上EAO提高了2.9%,在UAV123数据集上成功率提高了2.4%,准确率提高了2.9%.实验结果表明,本文方法提高了算法的判别能力,并且进一步提升了精度和鲁棒性.

    视频目标跟踪目标分割在线优化特征融合注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    跨尺度点匹配结合多尺度特征融合的图像配准

    欧卓林吕晓琪谷宇
    1090-1102页
    查看更多>>摘要：图像配准在脑部疾病的计算机辅助诊疗和远程手术等方面具有重要作用.U-Net及其变体网络广泛应用于医学图像配准领域,在配准精确度和配准时间上取得了较好效果.然而,现有的配准模型在处理复杂图像形变时,难以学习到图像中微小结构的边缘特征,且忽视了不同尺度上下文信息的关联.针对上述问题,本文提出了一种基于跨尺度点匹配结合多尺度特征融合的配准模型.首先,在模型的编码结构中引入跨尺度点匹配模块,增强对图像突出区域特征的表达以及对微小结构边缘细节特征的把握;然后,在解码结构中对多尺度特征进行融合,形成更全面的特征描述;最后,在多尺度特征融合模块中融入注意力模块,突出空间和通道的信息.在3个脑部核磁共振(Magnetic Resonance,MR)数据集上的实验结果表明,以OASIS-3数据集为例,本文方法的配准精确度相较于Affine、SyN、VoxelMorph以及CycleMorph等方法,本文方法分别提升了23.5%、12.4%、0.9%和2.1%;ASD值相较于各方法分别降低了1.074、0.434、0.043和0.076.本文提出的模型能更好地把握图像的特征信息,提升配准的精确度,对医学图像配准的发展具有重要意义.

    医学图像配准编码器-解码器结构特征加权特征匹配注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于双流增强编码和注意优化解码的图像篡改定位算法

    朱叶赵晓祥于洋
    1103-1115页
    查看更多>>摘要：主流图像篡改定位方法通常通过简单操作融合不同流的不一致特征,导致特征冗余且篡改区域的像素误检.基于此,本文提出基于双流增强编码和注意优化解码的图像篡改定位框架.首先,提出双流增强编码分别对图像和频域特征进行基于噪声和通道注意力的自增强和基于特征映射的交叉注意权重的交互增强.随后,引入多级感受野策略探索多尺度上下文信息,设计邻阶特征聚合模块融合多尺度相邻特征.最后,利用篡改区域和非篡改区域协同增强模型的篡改定位能力,提出注意优化解码模块,消除初始篡改区域预测中边缘像素的错误预测,逐步精确细化篡改定位.在4个主流公共基准数据集NIST16、Coverage、Columbia、CASIA和两个现实挑战数据集IMD20、Wild上与主流篡改定位方法进行对比,本文算法在无微调模型和微调模型两个设置下,在6个数据集上的性能最优,证明本文提出的篡改定位网络能够充分利用多种篡改线索,在不同的篡改数据集上实现篡改区域的有效定位,具有更高的定位精度和更强的鲁棒性.

    图像篡改定位双流增强编码注意优化解码邻阶特征聚合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据