最新刊期
2026年第34卷第12期
-
激光差动对准的动态角高精度光学测量系统 AI导读
摘要：针对动态角度测量系统中由于光学像差难以被抑制从而导致对准测量精度下降的问题，本文提出了一种基于激光差动对准原理的高精度动态抑制像差光学测量技术。通过建立包含像差因子的差动对准数学模型，深入分析了像差对探测光斑能量分布及差动信号零点定位的影响，进而实现了波前差与测角灵敏度之间定量规律的推导；在此基础上，利用长焦距折反式光学结构与引入偶次非球面，有效抑制了轴上与轴外残余像差，提高了测角精度。理论分析和初步的实验表明，该技术可以有效抑制像差，系统在全视场下的均方根弥散斑半径均小于艾里斑半径，波前均方根误差低于0.042 4 -
内标校准与多变量建模的煤气多组分拉曼检测 AI导读
摘要：针对转炉、焦炉等复杂工况下煤气多组分（H2，CO，CH4等）在线检测中，拉曼光谱信号易受气压波动、激光功率漂移及光路传输效率变化等多源干扰影响，导致浓度反演精度下降的问题，本文提出一种基于内标校准与多变量联合建模的煤气多组分拉曼光谱分析方法。首先，以煤气中普遍存在且化学性质稳定的CO2作为内标参考组分，构建内标比Ri以消除系统增益的共模干扰；其次，定义系统增益校准算子Sfactor，实现对气压、散射光强等系统状态变量的实时表征；最后，将内标比、气压、散射光强及系统增益校准算子等参数共同作为输入特征，采用LightGBM算法建立多变量非线性回归模型，对H2，CO，CH4三种组分浓度进行高精度反演。实验结果表明，所提出的多变量联合模型对H2，CO，CH4的均方根误差（RMSE）均低于0.09%，平均绝对百分比误差（MAPE）均低于0.6%，与仅采用原始光谱数据或单一内标比的模型相比，RMSE整体降幅约为37%~63%。该方法有效补偿了气压与散射光强变化带来的非线性干扰，显著提升了复杂工况下煤气多组分拉曼光谱的浓度反演精度，为工业煤气在线检测提供了可行方案。关键词：拉曼光谱;煤气;内标;多变量联合建模;机器学习32|7|0更新时间：2026-07-20 -
红外焦平面空间性能参数自适应检测系统设计 AI导读
摘要：为满足红外焦平面探测器对整体靶面响应不均匀性及像元间信号串扰问题的测试需求，设计了红外焦平面空间性能参数自适应检测系统。该系统以1 550 nm激光为光源，利用伽利略型非球面透镜组将高斯光束整形为平顶光束，再经开普勒型扩束系统对该平顶光束扩束，获得直径大于25 mm、均匀性高于96%的匀化光束，以满足红外焦平面探测器靶面响应不均匀性测试需求；为了生成高质量小光点，利用自适应光学系统校正波前像差，经过物镜聚焦后得到直径小于5 μm的小光点，以满足红外焦平面探测器像元间信号串扰的精确测量需求。实验结果表明：匀化光束均匀性为96.08%，小光点直径为4.4 μm。该系统集成两种功能于一体，为红外焦平面探测器的空间性能测试提供了有效的实验手段。关键词：匀化光束;红外小光点;非球面透镜组;自适应光学;红外焦平面探测器48|8|0更新时间：2026-07-20
现代应用光学
-
微小圆线圈的语义分割与精密测量研究 AI导读
摘要：微小圆线圈的尺寸与装配位姿测量是保障精密电磁类机电产品性能的重要环节，但是其伪边缘干扰和视场限制等对测量影响显著。本文提出一种融合语义分割的跨尺度精密测量方法。首先，构建了融合Efficient Channel Attention（ECA）注意力机制与边缘增强分支的U-Net++网络，实现线圈区域的鲁棒分割与粗定位；然后，在分割掩膜约束的感兴趣区域内，采用8阶Zernike矩提取亚像素边缘点，并通过四视场坐标统一与Levenberg-Marquardt（LM）圆拟合实现线圈轮廓的高精度重建，最后，将建立的测量方法融入线圈自动装配设备进行线圈零件的自动化装配应用实验。实验结果表明，改进模型在线圈显微图像分割任务中的Dice系数、mIoU和Precision分别达94.95%，90.46%，95.27%，体现出良好的抗干扰能力。此外，在10组装配实验中，上下线圈平均同轴度误差分别为12.6 μm和13.3 μm，相较其他常用方法降低了约43%，装配达标样本数由3组提高至9组。可见，本文提出的方法具有较好的鲁棒性和测量精度，为微小线圈组件的自动装配中的视觉引导提供了新思路。关键词：微装配;显微视觉测量;语义分割;微小圆线圈36|7|0更新时间：2026-07-20 - 摘要：针对复杂异形光学棱镜的高精度铣磨难题，研究了一种基于HNC-808DiG数控系统的专用高精度铣磨机床。该机床通过碗形砂轮“绕Z轴旋转+沿Z轴受控直线运动”与工件“绕B轴受控旋转+X轴受控直线运动”联动控制完成多平面连续铣磨；采用定制宏程序控制的三轴联动非同心圆弧角轨迹生成算法，实现各平面间的平滑过渡曲面铣磨加工。通过对五棱体、三棱体两种典型复杂异形光学棱镜的铣磨实验来验证理论研究的有效性和精度。实验结果显示：五棱体棱镜尺寸误差≤0.02 mm、角度误差≤20.5″、棱差≤0.008 mm；三棱体棱镜尺寸误差≤0.03 mm、角度误差≤26.5″、棱差≤0.012 mm；各过渡圆弧角半径尺寸一致性良好、表面光滑连续，满足装配要求。实验结果表明，本文基于HNC-808DiG标准数控系统研制的专用棱镜铣磨机床能够很好地解决复杂异形光学棱镜的高精度铣磨加工问题，为国内复杂异形光学棱镜的高精度铣磨加工提供了一种可行的工程化解决方案。关键词：复杂异形光学棱镜;碗形砂轮;三轴联动铣磨;非同心圆弧角;轨迹建模与验证19|6|0更新时间：2026-07-20
- 摘要：热误差是影响直驱进给轴运动精度的关键因素。针对机理模型建模与求解复杂导致预测精度较低，以及经验模型过度依赖高质量数据且缺乏物理可解释性的问题，本文提出一种基于门控混合物理信息神经网络（GM-PINN）的热误差建模方法。首先，对直驱进给轴运行过程中的热行为进行分析，推导并建立了温度控制偏微分方程，为模型提供物理约束。其次，构建GM-PINN模型，采用“网络分工—门控融合”策略，根据数据特征自适应调节数据项与物理项的融合方式，有效缓解二者之间的训练竞争问题。实验结果表明，该方法能够有效融合机理分析与数据驱动的优势，在低速、中速和高速工况下，预测精度分别保持在［-0.42， 0.04］ μm，［-0.03， 0.74］ μm及［-0.79， 1.85］ μm。该方法具有良好的物理可解释性，特别适用于观测数据有限但物理机制明确的热误差建模问题。关键词：GM-PINN;直驱进给轴;热误差;物理可解释性24|8|0更新时间：2026-07-20
-
双视场同轴对准误差分析与补偿方法 AI导读
摘要：针对精密装配中同轴对准精度要求高的应用场景，构建了一套双视场远心成像视觉测量系统。系统区别于传统的多相机或立体视觉系统，不存在公共视场，两个远心成像单元之间难以直接建立联系。为此，本文提出了一种适用于双视场远心成像系统的同轴对准方法。通过驱动标定板依次进入两个远心成像单元的视野中，从而将二者联系起来，并构建了同轴对准数学模型。在此基础上，以衔铁组件为研究对象，系统分析了影响同轴对准精度的各类误差源，并基于阿贝-布莱恩原理开展误差建模，进而提出相应的误差补偿策略。后续通过压印实验结果表明，同轴对准偏差均控制在5
微纳技术与精密机械
- 摘要：针对现有跟踪方法无法实现时序特征与空间特征的解耦协同问题，提出了面向视觉目标跟踪的双引导特征增强 Mamba跟踪器。在Vision Mamba骨干基础上，设计时空特征协同模块，将耦合的时空信息分离并双向增强；构建双分支模仿注意力机制，让浅层特征模仿深层特征关注重点，增强判别能力；引入动态模板增强与更新策略，通过长短时记忆库协同，实现模板的自适应迭代。实验结果表明，在OTB100数据集上，精度和成功率分别达到93.7%与75.6%；在LaSOT，TrackingNet和GOT-10k上，在多数指标上取得领先或次优性能，其中LaSOT AUC为75.8%，TrackingNet为86.2%，GOT-10k平均重叠率为78.9%。本算法有效平衡协同了时序特征和空间特征，综合性能优于主流对比方法，在面对复杂挑战下表现出较强的精度与鲁棒性。关键词：目标跟踪;Mamba;时空协同耦合;模仿注意力;动态模板更新25|7|0更新时间：2026-07-20
- 摘要：解耦三维物体几何与纹理的数据驱动的深度学习方法能够进行外观编辑，但在局部纹理编辑后通过网络渲染的视图保真度仍有不足，并且由于隐式神经网络端到端的进行视图渲染可控性仍不强，为了像传统方法一样能够灵活编辑物体的外观，提出解耦漫反射与镜面反射光的可编辑外观的神经纹理映射方法。首先，基于物理光照模型构建漫反射、镜面反射及纹理映射三个独立的阶段学习框架。接着，以球状空间采样构建神经辐射场，建立漫反射分量损失函数，在进行真实数据监督学习的同时学习漫反射光照能量分布。然后，基于3D高斯泼溅的神经壳网络方法使用多分辨率哈希编码可学习的颜色信息，加入漫反射分量后使用真实图像进行监督学习实现视角相关的镜面反射建模。最后，使用循环一致性纹理映射网络建立独立于颜色空间的位置得到显式的2D纹理，并将视角无关的漫反射颜色分量一一对应于纹理贴图，实现编辑纹理图片逆操作神经纹理。实验结果表明：在DTU公共数据集上，相较于先进的可编辑纹理的NeuTex与Texture-GS方法，新视角合成测试集上定量指标的峰值信噪比方面平均提升了5.6%，感知图像损失平均降低了18%，在NeRFSyn数据集上的结构相似性也具有优势，并且在显式编辑纹理再通过神经网络渲染多视角视图后明显更加清晰。本方法实现了神经纹理的构建与可控的编辑，能够显式地在2D纹理上灵活修改神经隐式表达的3D模型的外观，且保证了多视角外观的一致性。关键词：基于物理的渲染;神经辐射场;3D高斯泼溅;纹理映射17|7|0更新时间：2026-07-20
-
基于A3C的大视场摄像机标定 AI导读
摘要：由于大尺寸高精度靶标的制作、存储、运输和操作均存在困难，大视场摄像机的高精度标定依然是视觉领域的挑战之一。为此，本文提出了一种基于强化学习的高精度大视场摄像机标定方法，利用A3C（Asynchronous Advantage Actor-Critic）算法，优化张正友标定方法在大视场条件下的小靶标位姿，获得等效大靶标图像和靶标特征的最佳样本分布，最终实现标定精度的提升。首先，将靶标姿态优化问题建模为马尔可夫博弈模型，然后运用A3C算法训练N个并行的靶标智能体，各智能体在独立环境副本中训练以优化靶标姿态，最后把训练好的策略应用于大视场摄像机标定。对10 m2大视场的摄像机标定进行实验，其反投影误差可稳定在0.2 mm以内，相比固定散焦方法精度提升约50%，相比MAPPO算法精度提升约12.3%。本文方法成功应用于旋翼风洞试验中桨叶全场景运动参数测量，满足试验对摄像机标定高精度和高稳定性的要求。关键词：大视场;靶标位姿优化;多智能体强化学习;A3C;马尔可夫博弈21|7|0更新时间：2026-07-20 -
语义可控的红外与可见光图像融合 AI导读
摘要：针对现有红外与可见光图像融合任务对开放式文本指令驱动的融合需求，本文提出一种基于可学习频带分解与文本引导门控的红外-可见光图像融合框架。通过语言–图像预训练模型（Contrastive Language-Image Pre-training，CLIP）与基于文本提示的通用分割模型（Grounded Segment Anything Model，Grounded SAM）协同构建文本-图像对齐模块，精准关联文本语义先验与图像局部区域，为双模态特征提取设计专属可学习频带分解模块，自适应分离表征整体结构的低频基底与刻画精细纹理的高频细节。随后设计文本感知门控融合模块，实现空间自适应调控红外与可见光模态的特征贡献权重，构建多约束损失函数，涵盖梯度保真、门控图正则损失等核心约束项，显式保障融合结果的结构完整性与文本语义一致性。实验结果表明：在LLVIP数据集上，本文网络相对于Textfusion的文本相关指标：边缘保持增强指标（Qabf+）和结构相似性增强指标（SSIM+）分别提升0.070 5和0.036 4，常见图像融合指标互信息（Mutual Information，MI）和峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）分别提升1.516 4和1.756 6 dB，在目标检测任务中交并比阈值范围为0.5~0.95的平均精度均值（mean Average Precision，mAP@50-95）提升0.9%。在实际融合中文本能够有效引导图像融合的生成过程，基本实现语义可控的图像融合目标。关键词：图像融合;文本引导;红外图像;可见光图像;频带分解24|7|0更新时间：2026-07-20
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