最新刊期
2026年第34卷第11期
- 摘要：为了实现云顶压强获取与地表高程的重构，提出一种基于卫星偏振成像载荷数据的压强-高程参数反演方法。基于GF-5（02）卫星DPC传感器观测，利用氧气A吸收带对大气路径长度的敏感性，建立压强与观测量之间的非线性映射关系，实现云顶压强反演；并结合大气压强与高度的物理关系，进一步完成地表高程重构实验。针对反演过程中的关键影响因素，系统分析了地表高程误差、气溶胶光学厚度及大气光学质量的影响。实验结果表明，在祁连山地区的多角度稳定性验证中，压强反演平均变异系数约为3.98%，整体波动控制在8%以内，该方法具有较好的稳定性。在阿拉伯半岛西部阿西尔山区域的DEM对比验证中，反演压强与DEM估算压强的相关系数为0.91，RMSE约为28.6 hPa；进一步转换得到的高程重构结果与DEM的相关系数约为0.93，RMSE约为0.23 km，能够有效反映区域地形起伏特征。敏感性分析表明，气溶胶光学厚度在0.4~2.0内对反演误差影响较小（约1%以内），而高度扰动影响显著，在±10%扰动条件下压强相对误差约为1%~8%。综上所述，本文验证了基于卫星偏振成像载荷数据实现云顶压强与地表高程反演的可行性，探索了未来高分辨率、高光谱与高偏振一体化观测条件下的三维重建方案。关键词：多角度偏振传感器;云顶压强;氧A吸收带;差分吸收光谱2|0|0更新时间：2026-06-18
-
液晶-旋转波片型全偏振成像入射角度修正 AI导读
摘要：针对液晶调制和旋转波片法的全斯托克斯偏振成像中未考虑斜入射偏振元件引起的相位延迟误差对偏振测量的影响，进而导致偏振测量精度下降等问题，提出一种成像入射角度修正方法。在传统偏振测量的基础上，分别构建了波片和液晶相位延迟与光束入射角的误差修正模型，明确了波片相位延迟量与入射角度和波长的定量关系，以及液晶相位延迟量与入射角度、驱动电压和波长的定量关系，设计了1∶1二次成像远心中继光学系统，便于普通商业镜头的随意切换。实验结果表明，添加入射角度修正后，偏振度、线偏振度、圆偏振度和椭圆度角的最大相对误差值分别降低约7.72%，8.31%，10.50%和12.93%，为高精度偏振成像及斜入射条件下偏振光学系统优化设计与工程化应用提供了理论基础与技术支撑。关键词：偏振成像;液晶调制;旋转波片法;全斯托克斯;误差修正2|0|0更新时间：2026-06-18 - 摘要：针对红外偏振三维重建中存在的表面法向量歧义及纯数据驱动方法缺乏物理约束的问题，提出一种融合红外偏振物理先验与深度学习的重建方法，旨在提升法向量估计的准确性与稳定性，实现目标表面的高精度三维重建。从偏振图像原始数据中解析出红外强度、线偏振度及偏振角等偏振信息，依据混合偏振辐射模型所建立的天顶角-线偏振度关系，反演得到表面法向量的天顶角，并利用偏振角与表面几何的对应关系推导出两个候选方位角，从而构建出候选法向量。设计了ThermalUNet网络，以偏振信息为输入生成参考法向量。最后，利用该参考法向量对物理模型产生的候选法向量进行约束与校正，以获得一致稳定的法向量场。在公开ThermoPol16长波红外偏振数据集上的实验结果表明，本文方法获得的法向量平均角度误差为8.36°，误差小于11.25°的像素占比达到81.97%，重建精度优于现有方法。在自采集中波红外偏振成像数据集上的进一步验证显示，针对不同温度和材质的目标，法向量平均角度误差为7.3°，表明方法能够稳定且准确恢复目标的表面三维形貌。该方法解决了偏振三维重建中的法向量歧义问题，在不同材质、温度及红外波段条件下均展现出良好的重建精度与稳定性。关键词：红外偏振成像;偏振三维重建;计算成像;表面法向量2|0|0更新时间：2026-06-18
-
基于多角度偏振反射模型反演叶片粗糙度 AI导读
摘要：基于叶片多角度偏振反射特性，提出一种叶片表面粗糙度反演方法。通过在现有偏振反射模型中引入非偏振分量，改进偏振反射模型，建立叶片反射系数与表面粗糙度之间的定量关系。基于5种不同叶片结构植被的19个样本，结合主平面多角度观测数据，对模型的反射模拟能力与粗糙度反演精度进行了系统评估。结果表明，改进模型能够准确模拟350~2 500 nm内的叶片反射系数，整体拟合精度较高（R²达0.99），且在不同探测天顶角下表现稳定（相对均方根误差低于5%）。在粗糙度反演方面，模型在多数波段均具有较好性能（R²普遍大于0.5），其中450 nm和550 nm精度最高（R²超过0.7），能够有效区分不同叶片表面结构并反映粗糙度变化。敏感性分析表明，粗糙度与入射-观测几何共同控制偏振反射的强度及角度分布。其中，粗糙度主要控制偏振反射系数的幅度衰减及峰值位置偏移。本研究突破了传统基于反射强度的建模方法对叶片表面结构参数刻画能力有限的局限，为植被结构参数反演提供了新的技术路径，并为拓展至冠层尺度奠定了基础。关键词：偏振反射模型;叶片粗糙度;多角度观测;叶片参数反演0|0|0更新时间：2026-06-18 -
空域与频域融合的多尺度浑浊水图像增强 AI导读
摘要：针对色偏严重且高度浑浊的水下环境导致图像对比度降低、纹理丢失等问题，提出一种空域与频域融合的多尺度深度学习图像增强网络。通过融合Retinex物理机理与多尺度深度特征，有效缓解了浑浊水体中的散射噪声干扰。同时构建混合卷积与空间-频域注意力协同机制，在网络编解码阶段嵌入双路径注意力结构以同步捕捉双域特征，增强了复杂降质环境下的建模能力。利用自适应选择性内核融合机制对深层语义进行特征精炼，实现复杂环境下细节纹理的重构与色偏的精细校正。实验结果表明，在浊度为54.11 NTU的无色偏以及绿色色偏和蓝色色偏浑浊水图像上，所提方法相较于最优的对比方法PSNR指标平均提升了0.464，0.473和1.944 dB，LPIPS指标平均降低了0.94%。该方法在浑浊水图像增强方面具有较好的效果，可以为水下机器人视觉质量提升提供一种有效方案。关键词：计算机视觉;水下图像增强;浑浊水体;深度学习2|0|0更新时间：2026-06-18
偏振遥感
-
高动态事件星点椭圆拟合质心提取 AI导读
摘要：针对动态星点目标尺寸小、亮度低，事件相机成像易受噪声干扰，星点质心提取精度低的问题，提出一种基于非对称邻域的密度聚类与事件形态迭代加权最小二乘稳健拟合的动态星点质心提取方法。首先，将动态星点事件流按固定时间窗方式划分为事件帧，基于定向各向异性的帧内密度聚类方法，以事件密度连通方式聚合事件，实现了帧内真实星点事件簇与噪声事件的有效分离。然后，将星点事件簇沿主成分分析（Principal Components Analysis，PCA）方向投影至帧中心平面，在二维投影域内建立椭圆形态包络，采用改进的迭代加权最小二乘稳健拟合方法（Iteratively Reweighted Least Squares，IRLS），抑制离群事件，从而提取亚像素级质心位置。实验结果表明，在半物理仿真实验中，星点目标以20°/s的速度运动，输出频率设置为60 Hz，其质心均方根误差为0.107 8 pixel。可满足事件相机对高动态目标的亚像素级定位与快速跟踪，在星敏感器领域有重要应用前景。关键词：星点;质心提取;事件相机;高动态目标跟踪;稳健最小二乘2|0|0更新时间：2026-06-18 -
精密扫描式天空偏振光探测系统 AI导读
摘要：针对传统点源式偏振光传感器存在的多通道间一致性误差问题，为提升偏振光测量装置的测角精度与可靠性，构建了一种精密扫描式天空偏振光探测系统。基于大气偏振模式分布规律和偏振光检测原理，利用精密转台带动偏振片旋转，则转台定位精度直接影响偏振角测量精度，再将其编码器提供的原始数据处理所得到的高分辨率、高精度角度信息作为偏振信息解算时的相位参考，通过采集离散角位置下的偏振光强数据，采用线性最小二乘拟合法将数据拟合得到理论偏振响应模型，从而解算偏振角。然后，通过载体定位系统获取的实时时间与经纬度信息，计算出地理坐标系下的太阳理论方位角，系统实时采集并解算得到载体坐标系下的太阳观测方位角。最后，将上述两组数据在统一的时间轴上对齐，并以时间偏移为变量进行逐点比对与统计分析，即可计算出系统的测角精度与稳定性指标。在室内及晴朗空旷的室外环境下分别进行实验，结果表明，该偏振光探测系统的室内测角精度可以达到±0.01°，室外环境下测角精度可达±0.02°，验证了其偏振角测量的高精度和有效性。关键词：仿生导航;偏振光探测器;扫描式;单通道2|0|0更新时间：2026-06-18
现代应用光学
-
高频超声-快刀伺服复合加工及工艺验证 AI导读
摘要：微结构阵列是先进光学系统的关键功能载体，其规模化生产高度依赖于模压成型。常见的模具由模具钢等难加工材料制备，其表面微结构的高效高精制造是关键技术挑战。为此，提出一种将高频椭圆振动切削（High-frequency Elliptical Vibration Cutting， HEVC）和快刀伺服技术（Fast Tool Servo， FTS）相结合的方法，以实现制造精度和效率的双提升。通过构建纵弯耦合振动的传递矩阵解析模型，初步完成了高频椭圆振动切削装置的结构设计，并结合有限元仿真优化分析，研制了谐振频率达110 kHz的轻量化高频超声椭圆振动装置。该装置在弯振与纵振方向可分别输出2.5 μm与1 μm的稳定振幅。然后，搭建了复合加工平台，系统分析了负载质量对快刀伺服系统输出幅值的影响，明确了其最优工作负载区间（≤100 g），验证了所研制振动装置与快刀伺服系统的动态耦合可行性。最后，以S136模具钢为对象，开展了微结构阵列切削实验。实验结果表明，所加工的微结构阵列形貌均匀，结构轮廓的深度误差和宽度误差分别为11.62%和3.61%，且刀具磨损可忽略不计。本研究不仅验证了所提复合加工方案的可行性与稳定性，还为解决难加工材料表面复杂微结构的高效超精密加工提供了一种有效的技术途径。关键词：超精密加工;模具钢;微结构阵列;超声椭圆振动切削;快速刀具伺服2|0|0更新时间：2026-06-18 - 摘要：陶瓷材料因具备高硬度、优异耐磨性与良好的化学稳定性，在工程摩擦副中得到了广泛应用。然而，陶瓷材料本征脆性使其在干摩擦或边界润滑条件下易产生严重的应力集中，导致磨损加剧甚至早期失效。表面微织构技术是调控界面接触状态、提升摩擦学性能的有效手段。因此，本文提出了氧化锆（ZrO2）陶瓷表面减摩抗磨微织构的飞秒激光加工研究。基于有限元模拟、响应面法（Response Surface Methodology， RSM）参数优化与润滑摩擦磨损试验，系统探究了微槽几何参数对陶瓷摩擦界面应力分布及磨损行为的影响机制。有限元结果表明，扫描间距、沟槽深度和沟槽取向对陶瓷表面最大等效应力分布具有显著影响，其中较小的间距和较大的沟槽深度易引起应力集中，合适的沟槽取向有助于重新分配接触应力。响应面分析表明，激光能量是影响微槽深度与宽度的主导因素，扫描速度起抑制作用，扫描次数则通过累积烧蚀促进沟槽扩展。摩擦磨损试验显示，在最优参数下，ZrO2陶瓷平均摩擦系数从0.57降至0.358 4，降幅为37.12%，磨损体积为0.267×10⁶ μm³。飞秒激光制备的微槽结构可有效实现陶瓷材料的减摩与耐磨强化，为提升陶瓷摩擦副服役性能提供了可行方案。关键词：陶瓷材料;飞秒激光;微槽织构;摩擦磨损;有限元模拟1|0|0更新时间：2026-06-18
微纳技术与精密机械
-
面向复杂水环境的轻量化多尺度漂浮物检测 AI导读
摘要：针对复杂水环境中漂浮物检测易出现误检、漏检及多尺度感知不足的问题，提出一种基于YOLOv8n的轻量化高效检测方法。在主干网络及颈部深层设计融合重参数化卷积（RepConv）的多尺度自适应上下文聚合模块MAC-ELAN（Multi-scale Adaptive Context Enhanced Layer Aggregation Network），通过跨层特征融合与上下文增强提升复杂背景下的特征判别能力，并利用结构重参数化兼顾检测精度与计算效率；同时，引入P2与P6检测头增强模型对极小与大尺度目标的感知能力。在颈部浅层设计轻量化特征融合模块C2f-FA，通过部分卷积（PConv）与 EMA 注意力机制重构C2f结构，并结合Wise-IoUv3损失提升目标定位精度。实验结果表明，在自建数据集上，改进模型仅增加1.13 M参数，使mAP@50与mAP@50：95分别提升4.2%和3.9%。在Flow-Img与IWHR-Floater_V1数据集上的跨域实验进一步验证了该方法在复杂水面场景中的有效性，在保持较低计算复杂度的同时实现了检测精度与模型轻量化之间的良好平衡。关键词：漂浮物检测;复杂水环境;重参数化卷积;特征融合;轻量化网络2|0|0更新时间：2026-06-18 - 摘要：针对纺织工业中织物缺陷检测因缺陷尺度微小、强纹理干扰以及形态复杂多变而面临的挑战，提出一种基于YOLOv8s框架的改进轻量化高精度检测模型（YOLOv8s-WRHU），提升了复杂纹理织物缺陷检测的稳定性与定位准确性。为解决多尺度特征融合中信息丢失及权重分配固定问题，设计可学习加权特征拼接模块，并构建基于该模块的加权特征金字塔网络，使模型能够自适应融合不同层次特征。在主干网络前端引入Haar小波下采样替代传统方法，以减少下采样过程中的高频细节损失。最后，采用动态加权统一交并比损失函数，提高边界框回归精度。通过改进颈部多尺度融合与浅层下采样模块，有效降低了模型参数量和计算复杂度。在Roboflow公开织物缺陷数据集上的实验结果表明，与YOLOv8s相比，本模型的准确率、mAP和召回率分别提升2.9%，3.4%和1.1%，参数量降低约24.37%，计算量减少4.4 G，在保持高精度的同时显著提升了推理效率。该模型平衡了检测精度与模型复杂度，具备工业应用潜力。关键词：缺陷检测;轻量化YOLOv8s;加权特征金字塔网络;Haar小波采样;统一交并比损失函数2|0|0更新时间：2026-06-18
-
基座模型分割先验的列车故障轻量化检测 AI导读
摘要：货运列车的故障检测对于保障铁路运输安全和提升运营效率至关重要。然而，受限于高昂的计算成本，视觉基座模型难以直接部署于资源受限的轨旁检测设备。针对这一问题，提出一种融合特征知识迁移、注意力增强及逻辑感知蒸馏的轻量化故障检测框架，旨在将基座模型的先验知识高效地迁移至可部署模型。首先，利用多源预训练策略，结合FastSAM的语义表征优势与YOLOE的检测能力，构建了特征融合的学生网络模型。其次，在骨干网络中引入轻量化特征增强模块，以提升模型在复杂视觉工况下的特征提取与表征能力。最后，设计了一种逻辑感知多组件蒸馏策略，将教师模型的丰富知识压缩至学生模型，在保持低计算成本的同时显著提升检测精度。在自建货运列车故障数据集上的实验结果表明，该方法在大幅降低模型参数量与浮点运算量的同时，实现了具有竞争力的检测精度，展现了在边缘侧设备进行实时部署的巨大潜力。关键词：计算机视觉;故障检测;知识蒸馏;知识迁移;实时检测2|0|0更新时间：2026-06-18
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