最新刊期
2024年第32卷第23期
-
基于受激布里渊散射的全光纤被动调
Q 激光器 AI导读“在激光技术领域，研究人员利用瑞利散射和受激布里渊散射效应，搭建了全光纤被动调Q激光器，实现了高平均功率、高峰值功率的激光输出。”摘要：为实现脉冲激光器的全光纤化，提高激光器损伤阈值，从而直接获得高平均功率、高峰值功率的激光输出。以1060-XP单模光纤作为散射介质，利用瑞利散射（Rayleigh Scattering， RS）和受激布里渊散射（Stimulated Brillouin Scattering， SBS）效应与中心波长为1 064 nm、反射率为10%的光纤光栅形成谐振腔镜，搭建了双端输出、重复频率可调的全光纤被动调Q激光器。研究并分析了激光器在不同工作状态下的输出特性以及在稳定调Q时输出脉冲特性随泵浦功率增加的变化。得到SBS被动调Q激光器随泵浦功率的增加输出依次为放大的自发辐射（Amplification of Spontaneous Emission， ASE）、随机激光、调Q脉冲激光3个过程。最终，在48.15 W的泵浦功率下得到了脉宽7 ns、单端输出11.79 W、波长覆盖1 030~1 650 nm的近红外超连续谱输出，斜效率为23.2%，其重复频率随泵浦功率的变化在3.7~100 kHz内可调，峰值功率最高可达17 kW。该激光器具有结构简单、无易损伤器件的特点，实现了脉冲激光器的全光纤化及小型化。关键词：光纤激光;被动调Q;瑞利散射;受激布里渊散射;全光纤;近红外超连续谱2|0|0更新时间：2025-02-11 -
共路剪切数字全息自参考聚焦显微成像 AI导读
“在数字全息显微成像领域，专家提出了基于共路剪切的自参考聚焦方法，验证了其准确性和稳定性，为显微成像技术发展提供了新方向。”摘要：提出了一种基于共路剪切的数字全息自参考聚焦显微成像方法。该方法利用偏振光栅的分光特性，设置了双偏振光栅的剪切装置，并实现了对携带样品信息的物光复制。通过调节双偏振光栅之间的距离，灵活控制相机上显微像和全息干涉像之间的距离，实现了显微像和全息干涉像的同时记录。在显微像和全息干涉像同时记录的基础上，记录多幅离焦-聚焦-离焦图像，再利用Brenner梯度法对相机记录的多幅离焦-聚焦-离焦图像中的显微成像区域进行聚焦评价，找出最佳聚焦图像，完成自参考聚焦。同时，采用角谱法对最佳聚焦图像中的干涉区域进行相位重建。最后，以相位分辨率板作为实验样品来验证所提方法的可行性。实验结果表明：相位分辨率板的高度为0.336 μm，平均绝对误差为0.023 μm，所提方法具有准确性高、稳定性好以及结构紧凑等优点。关键词：数字全息;显微成像;自参考聚焦;共路剪切2|0|0更新时间：2025-02-11 - “在环境和生物医学领域，实现一氧化氮高灵敏度检测至关重要。研究人员设计了三级温控结构和Y2f/X2f浓度反演模型，显著提升了中红外TDLAS技术的NO气体检测灵敏度。”摘要：实现一氧化氮（Nitric Oxide，NO）的高灵敏度检测对环境、生物医学等领域都有重要意义。NO在中红外波段存在强基频吸收，以中红外量子级联激光器为光源，结合可调谐半导体吸收光谱技术（Tunable Diode Laser Absorption Spectroscopy，TDLAS）可实现NO气体的高灵敏度检测。设计了以半导体制冷器（Thermoelectric Cooler，TEC）为核心的三级TEC温控结构，提出
-
全天时中高轨目标探测系统恒星移除 AI导读
“在地基高轨空间目标探测领域，研究人员采用多帧联合相关算法提取目标，并通过恒星移除技术显著提升目标提取效果，为高轨道目标探测提供新方案。”摘要：在地基中高轨空间目标全天时光学探测系统中，由于白天探测目标的信噪比极低，采用多帧联合相关算法进行目标提取。为了解决多帧联合相关图像中恒星轨迹导致的目标提取困难，对单帧图像的恒星移除算法除进行研究。根据原始图像生成一帧可用于替换恒星像素的背景图像，根据恒星的成像特点对单帧图像进行目标提取，得到疑似恒星的备选目标，通过单帧检测和多帧关联检测方法确定实际恒星目标，将原始图像中的恒星目标替换为背景图像对应像素。实验结果表明：算法对星等在4~9之间的恒星移除效果较好，平均移除率为98%，经过多帧联合相关算法后的图像目标强度不变，但恒星轨迹明显减少。对于全帧图像，算法的平均耗时低于12 ms，满足相机25 Hz帧频的实时处理要求。实验研究对多帧联合相关算法提取中高轨道目标的效果有很大提升。关键词：中高轨道目标;多帧联合相关算法;恒星轨迹;目标提取;恒星移除0|0|0更新时间：2025-02-11
现代应用光学
-
空间二维转台模型参数响应面选调优化 AI导读
“在空间光学系统领域，专家提出了一种模型参数响应面选调优化方法，有效提升了力学仿真计算精度，并成功应用于二维转台研制，使其负载比显著提升。”摘要：为提高空间光学系统的侦察和监视效能，降低星上产品质量及功耗，优化星上资源配置，针对空间二维转台进行轻量化设计以提高其负载比。提出了一种适用于空间二维转台的模型参数响应面选调优化方法，通过有限元仿真与力学试验结合的手段提升力学仿真的计算精度。首先，建立结构的有限元力学网格模型，通过显著性分析选取合适的仿真参数作为匹配对象，通过最小二乘法得到二次项响应面系数矩阵，并对响应面的有效性进行评价；最后，通过优化算法得到修正后的模型参数。采用匹配后的有限元模型对二维转台进行力学分析，得到了100 Hz内结构的模态频率、特征点低频正弦振动加速度响应、特征点随机振动应力响应等三类结构响应的分析结果，该结果与力学试验的最大误差相比匹配前分别由8%降至3%，17%降至4.9%，8.5%降至2.2%。该方法有效提升了力学仿真的计算精度，并成功应用于某型号的二维转台研制，使其负载比由上一代型号的0.6提升到1.6。关键词：空间二维转台;力学仿真;计算精度;负载比2|0|0更新时间：2025-02-11 - “在航空发动机短舱制造领域，专家开发了视觉检测系统，实现了复合材料声衬孔的自动检测，为高质量制造提供解决方案。”摘要：针对飞机发动机短舱复合材料声衬上大规模制孔需求，以及复合材料表面纹理复杂、声衬孔尺寸小、数量大的问题，开发了一套视觉检测系统，用于短舱声衬机器人多主轴制孔系统。为解决复合材料声衬孔缺乏标注数据的问题，提出改进的半监督分割方法，对复合材料声衬孔进行准确分割。基于半监督分割结果提出一种基准孔检测方案，利用由粗到精的几何参数拟合算法，实现了制孔前的基准孔准确检测。利用穿孔率计算公式和分割结果，实现了复合材料声衬的穿孔率检测。最后，基于Labview和Python开发了可实现声衬孔穿孔率和基准孔自动检测的视觉检测系统。对声衬样件进行检测，结果表明，改进半监督方法的mIoU达到95.70%，节省了70%的数据标注量，并且减少了训练检测所需的参数量。集成该半监督分割方法的视觉检测系统对穿孔率的检测相比人工检测结果相差仅0.023%，对基准孔检测的准确度也较高。该视觉检测系统可以满足航空发动机短舱高质量制造的需求。该系统对基准孔和穿孔率的检测耗时较短，能够满足大规模声衬孔制孔和检测所需的高效率要求。将半监督方法引入到视觉检测系统中，对于缺少标注数据的声衬机器人多主轴制孔工业场景具有重要意义。关键词：视觉检测;航空发动机短舱;复合材料声衬孔;半监督语义分割;机器人制孔0|0|0更新时间：2025-02-11
-
轻量化量子跟踪系统复合轴精密控制 AI导读
“在量子加密激光通信领域，专家设计了轻量化复合轴跟踪系统，提高了跟踪精度，为星际通信提供高效平台。”摘要：基于量子加密的星地激光通信是一种比传统射频通信传输带宽高、数据安全性强的远程信息传输技术，具有高码率、小型化和低功耗等优点。为了实现星地之间激光链路的联通，地面光学终端与卫星光学载荷之间需要在通信时间窗口保证高精度跟踪瞄准，然而，地面光学终端在复杂环境中会受到多种传输干扰，需要轻量化的地面激光跟踪终端的精密结构设计，以及稳定可靠的跟踪控制算法。设计了一种基于双探测器的复合轴跟踪系统，整机结构轻量化设计，大口径成像系统使用一体化整体设计，有效质量相比传统结构减轻了50%以上，并采用跟踪架和快速反射镜两级跟踪的控制方式，采用参数识别和基于主元分析神经网络算法的自动调谐优化控制技术，通信时间窗口内跟踪误差PV值从20″以上减少到5″以下，提高了轻量化激光通信跟踪系统的性能，为星际激光通信技术提供高效的跟踪瞄准平台，从而实现更高效的量子加密激光通信。关键词：激光通信;复合轴控制;压电陶瓷快速反射镜;PID控制;主元分析神经网络2|0|0更新时间：2025-02-11
微纳技术与精密机械
-
基于注意力机制的宽波段小目标实时去模糊 AI导读
“在远距离运动目标探测领域，专家提出了基于注意力机制的多尺度多阶段卷积神经网络方法，有效恢复小目标轮廓和形状信息。”摘要：基于天基平台的远距离运动目标探测和识别面临着波段宽、图像模糊、目标尺寸小的挑战。针对天基平台对去模糊算法高实时性、泛化性和重建质量的要求，提出了一种基于注意力机制的多尺度多阶段卷积神经网络方法。利用优化模块数量的轻量化多尺度多阶段网络作为架构保障实时性，结合基于频域的自注意力机制求解器及前馈神经网络（Frequency domain based self-attention solver and discriminative FFN， F-D）和卷积注意力模块（Concolutional Block Attention Module， CBAM）捕捉空域和频域上的关键信息。实验结果表明：去模糊方法的复原速率优于34 frame/s，耗时仅为典型算法的1/3，在红外小目标数据集上的PSNR大于32 dB，SSIM大于0.87；在可见光小目标数据集上的PSNR大于17 dB，SSIM大于0.93。该算法在宽波段具有泛化能力并可有效恢复小目标轮廓和形状信息。关键词：计算机视觉;图像去模糊;注意力机制;小目标2|0|0更新时间：2025-02-11 -
复杂场景单目标跟踪 AI导读
“报道：针对复杂场景目标跟踪难题，提出了一种新算法，通过优化高斯权重和特征融合，有效提升了跟踪性能。实验结果表明，该算法在多个数据集上均优于现有方法，满足特定场景下目标跟踪需求。”摘要：为提高目标形变、遮挡、相似干扰以及视野超出等复杂场景的目标跟踪性能，提出一种复杂场景单目标跟踪算法。基于Staple算法研究二维高斯函数像素权重赋予问题，优化颜色直方图统计，增强目标与背景区分度。引入基于峰值旁瓣比（Peak Side Lobe Ratio， PSR）的HOG特征、颜色特征的自适应融合机制，合理选择融合系数，确保混合特征更加可靠。分析目标区域中心与上一帧目标中心距离，结合最大混合响应计算最佳中心位置，解决相似目标干扰问题。采用混合响应、HOG特征、平均峰值相关能量（Average Peak-to-Correlation Energy， APCE）判定目标丢失、遮挡情况，保持目标框位置，实现目标的及时重新跟踪。采用结合之前帧和当前帧信息的模板更新策略，进一步提升跟踪精度，并在OTB100数据集中涉及形变、遮挡、视野超出3个属性视频上测试。实验结果表明，改进算法在整体和特定属性（形变、遮挡、出视野）的成功率及形变属性的精确度上，较Staple算法分别提升了1.8%，3.3%，2%和9%；在VOT16数据集上，改进算法在整体和遮挡属性上，重叠度较Staple提升了0.022 2和0.019 6，满足复杂的特定场景下的目标跟踪需求。关键词：单目标跟踪;复杂场景;背景抑制;相似目标再识别;丢失判定102|202|0更新时间：2025-02-11 - “在高光谱图像分类领域，研究者提出了3D-ConvFormer混合结构模型，有效提升了分类精度。”摘要：针对高光谱图像（Hyperspectral Images， HSI）地面覆盖类的像素级分类问题，提出一种3D-ConvFormer的混合结构模型，该模型通过在浅层使用三维卷积（3D-CNN）操作提取高光谱图像的局部空间光谱特征，在深层利用自注意力（Slef-attention）机制在卷积窗口内提取空间光谱特征，实现了卷积网络的平移不变性与self-attention对特征的灵活提取能力的有效融合。在Indian Pines，PaviaU和WHU Hi Longkou 3组公开的高光谱图像数据集上进行实验，采用总体分类精度（OA）、平均分类精度（AA）和Kappa系数3个指标，对地物类别的像素级分类结果进行量化评估。实验结果表明，模型在Indian Pines数据集上OA为98.41%，AA为97.56%，Kappa为98.16%；在PaviaU数据集上OA为99.39%，AA为99.30%，Kappa为99.18%；在WHU-Hi-Longkou数据集上OA为98.53%，AA为98.97%，Kappa为98.06%。模型在3组高光谱图像分类任务中展示出的性能均优于对比的模型方法，取得了良好的分类性能，有效提升高光谱图像的分类精度。关键词：计算机视觉;高光谱图像;卷积神经网络;视频转换;自注意力机制0|0|0更新时间：2025-02-11
-
亚像素边缘检测算法综述 AI导读
“亚像素边缘检测技术在提升边缘检测精度方面取得显著进展，为高精度边缘检测提供新方案。”摘要：综述了亚像素边缘检测算法的研究现状及其应用进展。首先简要介绍了三类传统边缘检测算法（基于梯度、基于统计特性和结构化边缘检测算法）的基本原理，并分析了它们在边缘检测精度方面的局限性。其次，阐述了亚像素边缘检测的基本概念及其在提升边缘检测精度方面的优势。随后重点对三种主要的亚像素边缘检测方法（插值法、拟合法和矩方法）的理论基础、算法原理及其应用特点进行了详细论述。通过对比分析表明，这些方法在不同应用场景下均能实现高精度的边缘检测。最后，总结了亚像素边缘检测技术目前存在的主要问题，并从噪声抑制、模型优化和技术融合等方面对未来研究方向进行了展望。关键词：亚像素边缘检测;Canny算子;插值法;拟合法;矩方法0|0|0更新时间：2025-02-11 - “在工业计算机断层扫描成像技术领域，专家提出了融合条形注意力机制的电芯极片CT图像分割网络，显著提升了极片分割的精度和效率。”摘要：工业计算机断层扫描成像技术（Computed Tomography， CT）检测叠片电芯极片时，在CT图像中分割出极片是关键步骤。然而，由于叠片电芯的极片结构复杂、长宽比大，现有分割方法在速度与精度上难以满足大规模生产检测的需求。为解决这个问题，提出一种融合条形注意力机制的电芯极片CT图像分割网络。该网络主要由主干网络、条形空洞金字塔池化模块（Strip Atrous Spatial Pyramid Pooling， S-ASPP）和解码器模块组成。其中，主干网络设计为轻量型网络MobilenetV2，用于减少网络参数量并提高分割速度；S-ASPP模块中将全局池化设计为条形池化，用于减少条形特征信息的丢失，有效解决欠分割的问题；解码器模块的条形注意力机制用于关注图像中的边缘和细节信息，从而改善边缘模糊的问题。在电芯极片CT数据集上进行学习验证，实验结果表明，本文网络对电芯极片的平均像素分类准确率（mAcc）、平均交互比（mIoU）、参数量和分割速度分别达到了98.62%，89.97%，5.814M，56.94 frame/s。相比DANet，DeepLabV3+，U-Net，HRNet和Segnext网络，本文网络的分割精度最高，分割速度优于DANet，DeepLabV3+，U-Net和HRNet网络，略逊色Segnext网络。综合考虑评价指标mIoU，mAcc，FPS，Parameters（M），本文方法在保持较低计算成本的同时，显著提升了极片分割的精度和效率，优于目前主流的分割网络。关键词：X射线成像;计算机断层成像;深度学习;图像分割;叠片电芯0|0|0更新时间：2025-02-11
信息科学
- 地址：长春市东南湖大路3888号 邮编：130033
- 联系电话：0431-86176855 Email：gxjmgc@ciomp.ac.cn
- 本系统由Light学术出版中心、北京北大方正电子有限公司共建 吉ICP备11002662号-17
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0