首页期刊导航|仪器仪表学报
期刊信息/Journal information
仪器仪表学报
仪器仪表学报

月刊

0254-3087

yqyb@vip.163.com

010-84050563

100009

北京市东城区北河沿大街79号

仪器仪表学报/Journal Chinese Journal of Scientific InstrumentCSCD北大核心CSTPCDEI
查看更多>>本学报是中国仪器仪表学会主办，代表中国仪器仪表及自动化最高学术水平的唯一国内外公开发行的学术性刊物。学术性强、内容创新、注重应用，优先刊登具有创新成就和观点的中英文论文、综述性文章、论坛及信息。设有学术论文、研究通讯和短文、综述、信息等栏目。
正式出版
收录年代

    基于机器视觉的芯片缺陷检测研究进展

    胡志强吴一全
    1-26页
    查看更多>>摘要：半导体芯片作为集成电路的重要组成部分，对其质量要求越来越高，因芯片在小型化、高密度的制造过程中产生缺陷，进而影响了芯片的性能和寿命。因此，缺陷的检测与识别对芯片可靠性的提升十分重要。综述了近10年来国内外基于机器视觉的芯片缺陷检测方法的研究进展。首先介绍了芯片的制造流程以及当前主流的芯片封装技术。然后概述了用于芯片缺陷成像的主流无损检测技术，主要包括光学成像、声学成像、红外热成像、电磁成像与X射线成像等技术。接着分别重点阐述了基于传统技术和基于深度学习的芯片表面的缺陷检测方法。随后按照缺陷部位比较分析了芯片封装体的缺陷检测方法。最后总结芯片缺陷检测当前存在的问题，对未来的研究方向进行了展望。

    半导体芯片缺陷检测芯片封装机器视觉深度学习芯片缺陷数据集

      原文链接:
    • 万方数据
    • 维普

    基于单目视觉的无水尺水位测量方法

    刘子奇李丹勋朱德军曹列凯...
    27-37页
    查看更多>>摘要：水位是水文监测的关键要素，其精准测量对洪涝灾害防御和水量计量具有重要的意义。随着智慧水利建设和视频设备的大规模部署，基于图像处理的水位识别方法发展迅速，是目前水利量测领域的前沿方向。本文提出了一种基于单目视觉的无水尺水位测量方法。该方法采用深度学习构建水面分割模型，自动从水岸图像中提取水位线;再根据相机标定得到的空间映射关系，结合断面约束，计算水位线像素坐标对应的三维空间坐标，进而处理得到水位值。该方法应用于室内河工模型水槽实验，水面分割准确，水位线平均错误分割像素个数为0。825，计算水位值的平均绝对误差约为1。5 mm，均方根误差约为1。9 mm。实验结果表明该方法准确测量了水位的变化过程。

    水位测量单目视觉水位线提取深度学习相机标定

      原文链接:
    • 万方数据
    • 维普

    基于全局语义学习和显著目标感知的激光干扰图像修复

    开志强苗锡奎马天磊冯斌...
    38-51页
    查看更多>>摘要：光电成像侦察装备在受到激光干扰时，成像中会出现干扰光斑。激光干扰光斑会显著降低图像质量并遮挡目标关键信息，严重影响检测与跟踪系统的性能。针对典型目标场景下的激光干扰图像，构建了一种基于全局语义学习和显著目标感知的修复网络，旨在推理出语义合理和目标完整的图像内容。提出了一种门控语义学习机制，首先通过上下文注意力机制建立干扰区域和已知区域之间的远距离信息相关性并推理干扰区域内容;然后利用多尺度特征聚合模块在不同感受野上细化推理区域的内容，实现在干扰区域重建丰富的语义信息;最后通过门控机制自适应融合已知区域和重建区域特征，提高修复图像的全局语义一致性。同时，设计了显著目标一致性损失，利用基于显著目标掩码的梯度惩罚方法，从形状和纹理两个方面指导修复网络感知显著目标，提高修复目标的轮廓清晰度和纹理连贯性。在飞机、桥梁、道路等典型目标场景下的实验结果表明，提出的网络在生成视觉真实且目标完整的内容方面优于其他方法，并在面对复杂干扰光斑时，具有很好的泛化性能。

    图像修复激光干扰生成对抗网络注意力机制显著目标

      原文链接:
    • 万方数据
    • 维普

    多尺度注意力融合与视觉Transformer方法优化的电阻抗层析成像深度学习方法

    王琦张涛徐超炜卢梦凡...
    52-63页
    查看更多>>摘要：电阻抗层析成像(EIT)具有显著的可视化和非侵入性等特点，在工业和生物医学工程领域展现了其广阔的应用潜力。由于其逆问题存在高度非线性和病态性特点，导致了数值成像方法在空间分辨率上的局限性，尤其是在多相介质分布情况下，现有EIT技术在成像过程中出现边界失真和电导率误差，从而影响最终的成像精度。本文提出了一种基于卷积注意力机制的U型深度成像方法——MAT-UNet，将卷积块注意力模块(CBAM)与U-Net结构相结合，在特征提取与融合过程中嵌入卷积块注意力模块，以增强模型的注意力定向和特征表征能力，同时跳跃连接引入了压缩-激励(SE)注意力机制与视觉Transformer(ViT)来优化全局特征的学习，使用多头交叉注意力模块(MHCA)实现编码器与解码器的多尺度信息融合。MAT-UNet通过大量的仿真数据训练获得最优模型参数，并在多样化复杂形状和肺部仿真模型进行了实验验证。定量评估指标表明，该方法在重建图像中的均方根误差(RMSE)结果为2。315 6，结构相似性指数(SSIM)结果为0。943 7，可视化结果与真实分布和边界具有很好的一致性。实验结果表明，本文提出的MAT-UNet模型展现出良好的鲁棒性和泛化能力，相较于传统的单一卷积结构，集成Transformer结构提供了更精准的EIT图像重建效果，在无损测量与检测应用中存在很大的潜力和价值。

    电阻抗层析成像卷积注意力机制SE-ViT连接多头交叉注意力模块U型卷积网络无损测量

      原文链接:
    • 万方数据
    • 维普

    动态大视角场景融合帧间信息与模板匹配的低慢小无人机目标检测

    孙备孙晓永钱翰翔郭润泽...
    64-74页
    查看更多>>摘要：为了提升动态大视角场景下对极小像素的低慢小无人机目标探测能力，本文提出了融合帧间信息与模板匹配的检测方法。首先，设计了一种动态信息提取模块，通过滤除背景信息干扰，引导算法关注动态变化的小目标区域;其次，提出多模板匹配策略对筛选出的动态区域进行相似度判断，完成无人机目标检测;最后，在天空、山地、楼宇等不同背景下，按照不同尺寸、不同模态进行了无人机目标检测实验。结果表明，本文方法可有效弥补深度学习方法对大视角极小像素目标检测的不足，对低慢小目标检测准确率达到0。81，虚警率为0。06，在像素占比不小于0。01％数据集上准确率能达到0。70。该方法适应可见光、红外多种模态数据处理，可满足后续多种智能算法组合探测应用。

    动态场景低慢小无人机探测动态提取空间匹配极小像素检测

      原文链接:
    • 万方数据
    • 维普

    面向大跨度场景的全景深快速聚焦成像法

    魏浩东杨宝权王周义张兴国...
    75-85页
    查看更多>>摘要：非结构化场景在特种行业中作用十分关键，保证其内表面健康检测对装置的安全运行至关重要。但其内表面景深跨度大，极易引起常规相机成像时的景深不足或景深误匹配，致使聚焦模糊，影响表面缺陷检测效果。因此，本文提出了基于极值搜索算法的聚焦跟踪曲线快速构造法，并实现了相机的快速高清成像。首先，建立了聚焦跟踪曲线的基本构造方法;其次，提出了极值搜索算法，简化曲线构造过程;最后，设计基于A/B标定板的单/多聚焦跟踪曲线构造方式，并分析其对成像清晰度的影响。结果表明，本算法在准确聚焦的同时，有效减少了图像采集次数且将聚焦速度提高了 34。8％。基于多聚焦跟踪曲线的全景深成像，其图像客观评价指标均值提高了 10。35％。可实现100～1 000 mm景深跨度下0。5 mm裂纹的清晰分辨。因此，该方法能为常规相机的非结构化场景中高清全景深成像提供解决方案。

    非结构化场景跟踪曲线自动聚焦全景深

      原文链接:
    • 万方数据
    • 维普

    基于点云分层融合架构的混凝土气孔缺陷量化评估方法

    王煜齐宏拓杨整涛程柯帏...
    86-98页
    查看更多>>摘要：气孔是钢筋混凝土结构最常见的表观质量问题，受现场复杂环境和设备算力的限制，现有评估方法存在准确性差、运算效率慢等挑战。本文提出了一种基于点云分层融合架构的气孔缺陷量化评估方法，从而实现对混凝土表观质量端到端的高效量化评估。首先，提取目标场景点云的集合、形状和深度3个维度特征信息，给出了一种全新的点云多维信息分层融合架构;其次，提出了一种基于深度线畸变的平面线性搜索方法，有效克服缺陷检测中的环境和噪声影响;然后，为了降低拍摄角度和其他干扰信息的影响，建立了最大重平面缺陷体积量化模型;此外，为解决倾斜扫描情况下缺陷关键点丢失问题，提出了一种补偿策略提高不同拍摄角度的评估准确率。最终，通过缺陷综合评价指标和现场实验，验证了所提方法的准确性和鲁棒性。结果表明，该方法对各种情况下的气孔缺陷均有较好地评估效果，正面扫描误差低于6。0％，倾斜拍摄的补偿误差低于19。8％，能够为现场施工质量评估提供有效参考。

    点云分层融合混凝土气孔缺陷量化评估方法

      原文链接:
    • 万方数据
    • 维普

    刚性接触网磨耗动态检测系统视觉标定方法研究

    占栋高仕斌于龙
    99-109页
    查看更多>>摘要：接触线磨耗是综合反映接触网服役性能的重要指标。针对接触线空间布置范围大，磨耗检测精度要求高，人工检测效率低的难题，提出综合运用激光三角和沙姆成像原理，研究构建基于线结构光测量技术的车载接触线磨耗主动视觉检测方法。提出采用高斯-牛顿非线性最小二乘优化方法，对像平面与光平面单应性矩阵、镜头畸变参数进行交叉迭代求解，建立面向接触线磨耗动态检测的大视场、高精度视觉模型及其参数标定方法，解决接触线磨耗检测系统视觉建模及参数标定难题。立足现场实际需求，研制接触线磨耗车载检测装置，分步开展室内静态标定实验和现场动态检测试验。结果表明，实验室标定重投影误差控制在0。083 mm以内，与传统模型相比提高53。1％。接触线磨损宽度、磨损深度及磨损面积动态检测数据与人工静态测量数据相比，RMS误差分别控制在0。119 mm，0。115 mm，0。788 mm2以内。

    刚性接触网接触线摩擦磨损相机标定动态检测

      原文链接:
    • 万方数据
    • 维普

    基于稠密点云的神经辐射场NeRF在视觉SLAM建图任务中的应用研究

    陈久朋陈治帆伞红军徐贝...
    110-120页
    查看更多>>摘要：基于点云等显式场景表达的传统SLAM技术在精度和鲁棒性上已经较为成熟，但在地图纹理和语义信息还原方面存在不足。为了提高SLAM技术在纹理和语义信息获取方面的性能，本文将具有可微渲染能力的神经辐射场(NeRF)引入到传统视觉SLAM系统中，提出了一种新型视觉SLAM方法DRM-SLAM。该方法使用ORB-SLAM3进行相机位姿估计，并结合关键帧的RGB信息和深度信息生成稠密点云，在动态体素网格的基础上，根据点云数据提供的三维几何信息在体素网格中进行采样减少NeRF调用多层感知机的频率。同时，该方法结合利用了多分辨率哈希编码和CUDA框架的NeRF实现，显著提升了 NeRF的训练速度。在TUM、WHU-RSVI、Replica和STAR数据集上对本文提出的方法进行建图精度、完整度以及实时性测试的结果表明:DRM-SLAM利用稠密点云和NeRF体渲染技术填补了点云中的空洞，保留了传统的SLAM方法在位姿估计精度上的优势，提升了地图的纹理和材质的连续性。DRM-SLAM算法在Replica数据集上的帧率为22。3，该值远大于NICE-SLAM、iMap和Co-SLAM算法，证明了所提算法具有较高的实时性。在相同的场景下进行消融实验，基于稠密点云进行NeRF渲染比传统的NeRF的方法帧率提升了 3倍，进一步证明了稠密点云可以加速NeRF收敛，充分展示了 DRM-SLAM在地图重建方面的性能。

    移动机器人DRM-SLAM视觉SLAM稠密点云神经辐射场

      原文链接:
    • 万方数据
    • 维普

    基于多传感器的紧耦合三维室内定位与建图

    李春磊陈久朋伞红军李曰阳...
    121-131页
    查看更多>>摘要：即时定位与地图构建(SLAM)因其可以解决未知环境中的定位与地图构建问题，广泛应用于移动机器人领域。本文使用雷达、相机、IMU和轮式里程计提出了一种名为3D-MultiFus的SLAM方法。其中雷达-IMU-里程计子系统(Ls)快速构建全局地图的几何结构，通过最小化点到平面误差估计系统位置状态。相机-IMU-轮式里程计子系统(Vs)可剔除被遮挡或深度不连续的特征点，以最小化帧间地图光度误差进一步估计位姿状态，并可实现子图中点云地图的着色渲染。IMU与里程计融合后的数据、雷达系统点到平面误差和相机系统中光度误差以基于误差状态的迭代卡尔曼方式(ESIKF)实现数据紧耦合，从而在保证精度和鲁棒性的同时，实现快速定位与建图。为了验证本文算法的定位与建图精度，布置了室内运动实验场景并将3D-MultiFus算法与相关算法比较。仿真和实验结果表明，3D-MultiFus算法完成一次数据处理需185 ms，在运行效率上优于其他算法。在复杂的室内场景下，长时间运行定位首末位置误差仅0。085 6 m，3D-MultiFus移动机器人的全局地图精度得到了较大的提升，所构建的全局地图具有较好的一致性。证明了所提出算法能够在室内场景中稳健可靠的工作。

    多传感器紧耦合三维SLAM基于误差状态的迭代卡尔曼效率与精度

      原文链接:
    • 万方数据
    • 维普