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

    小样本点云分类的原型分布校正

    冯远志夏羽郭杰龙邵东恒...
    1243-1254页
    查看更多>>摘要：针对基于度量的小样本学习方法原型网络中因支撑样本较少,出现的类原型容易发生偏差、网络泛化性差等问题,提出一种基于高斯分布的原型校正方法.首先根据原型网络得到类原型,通过类原型对查询样本进行近邻匹配,得到查询样本的伪标签;然后得到伪标签样本特征的高斯分布信息,即均值和方差;最后从这些分布中进行采样,生成足够丰富的样本去扩展支撑集,进而获得更准确的类原型,改善分类性能.同时对于现有的特征提取网络引入正交约束,改善模型的泛化性.本文在常见点云数据集上进行了小样本分类实验,并进一步做了消融实验.在ModelNet40、ModelNet40-C数据集上,所提方法的平均分类精度和现有方法相近;在噪声数据集ScanObjectNN和ScanObjectNN-PB上,平均分类精度优于现有方法1.36%.进一步的消融实验验证了原型校正和网络参数约束的有效性.所提方法能够有效缓解小样本点云分类中的过拟合问题,对于扰动数据具有较强的鲁棒性.

    3D点云分类小样本学习原型校正特征增强高斯分布

      原文链接:
    • 万方数据
    • 维普

    基于流形聚类的欠采样非均匀密度三维点云配准

    聂吉祥王怡博沈秋兵黄和平...
    1255-1263页
    查看更多>>摘要：三维点云配准中各个视图的激光扫描点云数据彼此之间会存在重叠的部分.针对由于重叠区域不同而造成的点云密度不均匀直接影响多站点云配准精度的问题,本文提出一种基于流形聚类的欠采样非均匀密度多站三维点云配准方法.首先,将测地距离作为相似性度量,对不平衡点云数据进行聚类划分实现点云数据精简;然后,采用K邻域搜索方法计算每个点半径范围内点的个数,划分点云分为密度区域;再对密度较大的区域进行聚类并对每个聚类进行曲面拟合,计算曲面上所有点的曲率;再提取曲率较大的点,使得密度较大的区域与密度较小的区域中点云的个数基本保持平衡,得到密度较为平衡的点云数据.最后,将流形聚类欠采样后的点云使用K均值(K-means)进行聚类并更新聚类中心和刚性变换矩阵,实现非均匀密度多站点云配准.与随机采样法和均匀采样法相比,本文方法的倒角距离较小,并且保留了点云的局部特征信息.在斯坦福大学公共数据集中的Bunny数据集上的实验表明,所提方法在保证配准精度的前提下使配准的效率提高了60%以上.

    点云配准多站点云流形聚类点云精简k均值聚类

      原文链接:
    • 万方数据
    • 维普

    基于校正遮挡感知的光场深度估计

    倪竞邓慧萍向森吴谨...
    1264-1273页
    查看更多>>摘要：光场图像能够同时记录空间中不同位置和方向的光线信息,为估计精确的深度图提供了丰富的信息.然而在遮挡和重复纹理等复杂场景下,提取图像特征不足会导致深度图的细节丢失.本文提出了一种基于校正卷积的光场深度估计网络,充分利用光场图像丰富的结构信息以改善遮挡等复杂区域的深度估计.利用初始视差图和子孔径图像生成遮挡掩膜,采用校正卷积判别和编码遮挡区域的空间信息以感知遮挡区域,结合多尺度特征以补充易丢失的边缘细节信息.通过空间注意力机制给予遮挡区域更大权重,消除冗余信息并全局优化亚像素代价体.实验结果表明,该方法在4D光场基准平台上的平均MSE和BadPix(ε=0.03)分别达到了0.951和4.261,在大部分场景下能实现最小误差的深度估计,对遮挡区域表现出较高的鲁棒性并优于其他算法.

    光场深度估计遮挡掩膜校正卷积空间注意力

      原文链接:
    • 万方数据
    • 维普

    基于Lab色彩空间的沙尘降质图像增强方法

    牛宏侠张鸿铸
    1274-1284页
    查看更多>>摘要：针对沙尘天气导致的数字图像质量大幅下降问题,提出一种基于Lab色彩空间的沙尘降质图像增强方法.将沙尘图像增强分解为偏色校正与细节增强两个步骤处理.偏色校正部分包括去除色偏与亮度拉伸.首先对Lab与YUV色彩空间中的沙尘图像直方图偏移特点进行了分析,然后提出一种Lab空间偏色校正算法修正直方图偏移,并对初步去除偏色的图像进行亮度拉伸,提升图像对比度.在细节增强部分,引入一种基于饱和度估计透射率的去雾方法进一步增强图像细节信息.实验结果表明,相较于各对比算法,所提算法可以去除不同程度沙尘带来的色偏,且在面对中小型图像时具有最佳的时间性能表现.在量化指标方面,基于无参考感知的图像质量评估标准和基于熵的无参考图像质量评价标准分别提升了3.2%和10.7%.本文方法可以有效去除色偏,还原清晰图像.

    图像增强沙尘图像Lab色彩空间偏色校正图像去雾

      原文链接:
    • 万方数据
    • 维普