最新刊期
2024年第32卷第12期
- “在水下导航领域，专家提出了一种通过Snell窗获取偏振分布模式与天顶点坐标，计算航姿信息的新方法，为水下导航精度提升提供了解决方案。”摘要：提出了一种在水下通过Snell窗获得偏振分布模式与天顶点坐标，进而得到水下载体的航姿信息（即航向角、横滚角与俯仰角）的方法。在载体上安装鱼眼镜头与偏振相机，在水下拍摄天空，得到偏振角分布模式。建立小孔成像模型得到相机的内外参数矩阵以及镜头畸变系数，对偏振角分布模式进行畸变校正，进而得到太阳子午线特征区域，使用Canny算子检测得到特征区域边缘，由霍夫直线检测算法计算出太阳子午线与水下载体体轴夹角，得到航向角。通过实验得到不同光入射角与偏振角误差的函数关系，进行误差补偿，减小由于鱼眼镜头改变入射光偏振态带来的偏振角测量误差，进而提高太阳子午线与水下载体体轴夹角的测量精度。利用灰度阈值检测算法筛选出图像中的天顶点坐标，进而计算载体的横滚角与俯仰角，经过实验验证了算法的准确性。搭建了模拟水下环境的实验平台，实验结果表明：该方法得到的航向角平均绝对误差为0.530 3°。在［-50°，50°］角度范围内，横滚角与俯仰角平均绝对误差为0.754 4°与0.621 3°，满足水下导航的精度需求。关键词：水下导航;Snell窗;偏振分布;图像处理233|115|0更新时间：2024-07-26
-
相衬光学相干弹性成像的超分辨应变测量 AI导读
“在光学成像领域，专家提出了基于数据驱动的超分辨应变测量方法，突破光源带宽限制，为相衬光学相干弹性成像应用提供新方案。”摘要：相衬光学相干弹性成像的相位分辨率受限于系统的光源带宽，导致层析应变成像质量低。这严重制约了相衬光学相干弹性成像的实际应用与发展。为此，本文提出一种基于数据驱动的超分辨应变测量方法，以解决相位分辨率受限下的应变重构困难问题。首先，根据相衬光学相干弹性成像原理，搭建了层析应变测量模型，用于获取网络训练所需的数据集，解决实际测量过程中超分辨应变标签难以获取的问题。其次，构建深度卷积神经网络，通过带有层析分辨率受限特点的数据驱动方式，让网络学习低分辨相位与高分辨应变之间的映射关系，从而实现相衬光学相干弹性成像的超分辨应变测量。最后，采用数值验证和压缩变形加载实验对本文方法的性能进行验证。实验结果表明本文方法在窄带宽输出下能重构出宽带宽的应变测量效果，并且其信噪比相比于矢量方法和传统应变计算深度神经网络，分别提高了18.4 dB和1.45 dB。本文方法可以突破系统光源的带宽限制，在低分辨相位输入条件下实现超分辨应变测量，从而加快相衬光学相干弹性成像在力学性能表征、内部早期损伤探测等方面的应用前景。关键词：光学弹性成像;相衬技术;应变测量;深度神经网络;超分辨重构171|157|0更新时间：2024-07-26 -
基于液晶光栅的大视场红外凝视成像系统设计 AI导读
“在中波红外凝视成像领域，专家提出了基于液晶光栅的大视场成像系统设计，实现了无缝拼接和简化结构，为解决视场与分辨率矛盾提供新方案。”摘要：分视场成像的中波红外凝视成像系统为解决红外光学系统很难同时满足大视场、高分辨率的问题，将多个子视场分时成像于同一个探测器中，然而目前该系统还存在着无法实现无缝拼接和液晶快门阵列结构复杂的缺点。本文在此基础上提出了一种新的基于液晶光栅的大视场中波红外凝视成像系统设计。通过在一次像面处加入矩形视场光阑并将其后移，使原有的0.28°的视场缺失减小至0°，实现图像的无缝拼接。快门阵列采用双光栅快门结构，使其无需复杂的位置关系，并将液晶快门阵列放置于平行光路中，可消除其所引入的色差与偏振带来的主光线间纵向位移影响。采用所提出的方法，设计出了F数为3.25，焦距为130 mm，波长范围为4.25~4.75 μm，全视场对角线为10.8°的红外凝视成像系统，其各子视场单元MTF均为0.3@30 lp/mm以上。最终通过仿真结果表明，该系统具有分视场成像的功能，且成像质量良好。关键词：光学设计;冷反射;液晶光栅;视场分割187|100|0更新时间：2024-07-26 -
田字型四孔径红外仿生复眼的目标定位 AI导读
“在目标定位领域，研究者基于“田”字型四孔径红外仿生复眼成像系统，推导出空间目标定位方法，并通过实验验证了其高精度定位能力。”摘要：为了探索仿生复眼在目标定位领域的应用，以视场部分重叠的“田”字型四孔径红外仿生复眼成像系统为基础，对其空间目标定位的方法进行研究。根据四个子孔径的空间分布关系分析了“田”字型四目立体视觉的成像过程，和各子孔径与世界坐标系之间的转换关系，并推导出四孔径红外仿生复眼的空间目标定位方法，提出了多孔径约束下的逆成像光路定位方法，使用交错法和点向法解算待定位的目标点坐标；通过对现有四孔径红外仿生复眼实验系统的标定，确定了四个孔径的相对位姿，进而进行了四孔径系统及其部分双孔径子系统的空间目标定位实验，结果表明：相似的孔径空间分布下，“田”字型四孔径对2 720 mm距离处的目标的定位误差为40 mm，双目定位的误差为76 mm，四孔径定位相比双目定位的误差减小约一半，能更精确地定位目标。系统在1 750 mm处的定位误差不超过2%，水平方向定位精度高于垂直方向。关键词：红外仿生复眼;田字型四孔径;目标定位;交错法;点向法132|95|0更新时间：2024-07-26
现代应用光学
-
大型高精度消像旋机构的设计与验证 AI导读
“在大口径望远镜巡天观测中，墨子巡天望远镜采用相机旋转方式实现消像旋功能，通过高精度转台轴承和轻量化转轴设计，实现了承载能力≥250 kg、转速>20′/s和角定位精度≤2″的消像旋机构要求，为高质量成像提供解决方案。”摘要：在大口径望远镜巡天观测中，需要成像相机对指定天区长时间曝光，受地球自转的影响，长曝光图像会产生旋转现象。消像旋机构是为了抵消地球自转对成像质量的影响，使成像光斑在相机上位置稳定、能量集中。墨子巡天望远镜采用相机旋转的方式实现消像旋功能，消像旋机构要求具备承载能力≥250 kg、转速>20′/s和角定位精度≤2″。本文通过对影响消像旋机构承载能力、转动速度和定位精度的因素分析，采用高精度转台轴承结合轻量化转轴实现了高精度和高刚度轴系设计，轴系晃动为1.9″。传动系统采用谐波减速器结合圆柱直齿轮副两级传动，实现了低转速和高角分辨率。利用双读数头绝对式圆光栅测量转角误差并进行位置控制补偿，实现了角定位精度优于1.1″。墨子巡天望远镜成像图像在经过消像旋机构补偿后，光斑能量集中、无画圆，实现了高质量成像的目标。关键词：巡天望远镜;消像旋机构;角定位精度;高质量成像145|178|0更新时间：2024-07-26 -
谐波减速器转矩原位测量及误差补偿 AI导读
“在协作机器人力控领域，专家研制了原位集成转矩传感器并提出补偿方法，有效降低剩余纹波干扰，推动关节转矩精准测量实现。”摘要：为实现协作机器人精准力控，利用谐波减速器柔轮变形研制了一种原位集成转矩传感器。提出了基于傅里叶级数模型的剩余纹波补偿方法提高测量精度。提出了基于傅里叶级数模型的剩余纹波补偿方法提高测量精度。首先，分析了柔轮底部应变规律，通过正弦叠加的原理设计了应变敏感栅结构；然后建立纹波与波发生器角度之间的傅里叶级数模型，补偿剩余纹波；最后，研制了测试平台进行加载测试，结果表明，在波发生器静止状态下施加瞬时激励和阶跃负载，自制转矩传感器与标准转矩传感器输出误差为0.988%和0.253%；在波发生器旋转状态下施加阶梯变化、正弦变化、正弦变化过程中人为碰撞三种形式的负载，自制转矩传感器与标准转矩传感器输出误差为3.822%，4.247%和4.456%。本文提出的补偿方法能有效降低剩余纹波对传感器输出的干扰，有利于推动关节转矩精准测量的实现。关键词：转矩传感器;谐波减速器;傅里叶级数;误差补偿132|91|0更新时间：2024-07-26 - “在显微视觉领域，专家提出了改进扩展Kalman滤波算法，有效降低压电驱动定位的时间延迟，为显微视觉定位技术提供新方案。”摘要：在显微视觉领域，压电驱动定位技术因其在微观尺度的高精度特性和灵活性备受关注。然而，由于定位过程中涉及图像处理、传输和控制等方面的时延，导致图像雅可比矩阵的估计会出现较大误差。因此，本文提出了一种改进扩展Kalman滤波算法用来预测图像雅可比矩阵，大幅度降低时间延迟因素。首先，将辨识得到的Bouc-Wen模型与扩展Kalman滤波算法的状态观测方程相结合，使得状态观测方程更全面地考虑压电平台的迟滞非线性特性，有效地提高了对压电平台速度和位置的预测；其次，结合Bouc-Wen模型的扩展Kalman滤波算法在面对非线性问题时，采用的是泰勒级数，这将导致扩展Kalman滤波算法对高度非线性的函数无法提供良好的近似，从而导致在估计雅可比矩阵的时候引入较大的近似误差，故本文将采用神经网络对高度非线性函数进行近似，进而对图像雅可比矩阵进行估计。最后，通过搭建一个显微视觉的压电驱动实验平台，进行位置跟踪实验，仿真实验表明，输入信号分别为正弦信号和三角波信号时，改进扩展Kalman滤波算法跟踪误差均值分别为0.199 μm和0.132 μm，而扩展Kalman滤波算法的跟踪误差均值分别为0.692 μm和0.513 μm，结果验证了改进算法的优越性和可行性。关键词：扩展Kalman滤波;高度非线性方程;图像雅可比矩阵;显微视觉;压电驱动88|28|0更新时间：2024-07-26
-
闭式矩形静压气浮导轨快速优化设计 AI导读
“在气体静压轴承领域，专家快速优化设计了闭式矩形静压气浮轴承，提高了承载能力和刚度，降低了耗气量，为该领域研究提供了新方向。”摘要：针对闭式矩形静压气浮导轨静态性能较差，主流的优化设计方法耗时久的问题，本文快速优化设计了一款闭式矩形静压气浮轴承。首先，采用FLUENT软件搭建了矩形气浮轴承的仿真模型，采用此模型进行仿真计算，分析了不同节流孔分布位置和节流孔个数对矩形气浮轴承的静态性能影响，并确定了最优的节流孔分布位置和节流孔个数。再通过响应面优化设计方法分析拟合了节流器结构参数与气浮轴承的承载力、刚度和耗气量的曲线，结合响应面曲线图快速得到矩形气浮轴承的最优设计参数，缩短了分析时间，优化后的结构参数承载能力和刚度分别提高了11.27%和80%，耗气量降低了15.86%，最终进行了实验验证，实验测试值和仿真值曲线基本拟合一致，表明了该方法在气体静压轴承结构参数设计中的可靠性和准确性。本文对矩形静压轴承的快速设计优化具有重要参考价值。关键词：矩形气浮导轨;有限元法;响应面;快速优化85|205|0更新时间：2024-07-26 - “受青蛙后肢启发，提出柔顺刀具导向平台，实现长行程高频率精密导向运动。”摘要：受青蛙后肢的运动过程和对称式结构的启发，提出一种兼顾长行程和较高工作频率的柔顺刀具导向平台，解决了刀具导向平台中直驱式工作行程短和放大式工作频率低的问题。首先，提出柔顺导向平台初步模型，确定重要杆件长度。其次，利用有限元分析对初步模型进行多目标优化设计，并采用熵权法和优劣解距离法（TOPSIS）进行得分排序。在此基础上，进一步利用有限元分析进行结构的多工况拓扑优化。最后，加工试验样机进行实验测试。有限元分析和试验结果表明：该导向平台放大比为4.67，最大行程可达90 μm左右，一阶固有频率为1 765 Hz，实现了长行程和高频率的运动；同时，导向平台的分辨率可达亚微米级，轨迹跟踪误差约为2%。综合仿真结果和实验测试结果，所提出来的柔顺刀具导向平台可以实现精密导向运动。关键词：柔顺机构;压电驱动;长行程;高频;寄生位移98|87|0更新时间：2024-07-26
微纳技术与精密机械
- “在图像超分辨率领域，研究者提出了基于级联残差Transformer网络的优化结构，有效提升了图像重建效果和细节清晰度。”摘要：为了扩展图像超分辨率算法中卷积神经网络在多个尺度特征上的自适应学习能力，提升网络性能，本文提出一种基于级联残差方法的Transformer网络优化结构进行图像超分辨率重建。首先，该网络采用级联残差结构，增强了网络对低阶和中阶特征的迭代复用和信息共享能力；其次，将通道注意力机制引入Transformer结构中，增强网络的特征表达和自适应学习通道权重的能力；最后，优化Transformer网络结构中的感知模块为级联感知模块，扩展网络深度，增强模型的特征表达能力。在数据集Set5，Set14，BSD100，Urban100和Manga109上进行放大2倍、3倍和4倍的重建测试并与主流方法进行对比，客观评价结果表明，在4倍放大因子的Set5数据集下，本文方法所得图像的峰值信噪比对比其他主流方法平均值提升1.14 dB，结构相似度平均值提升0.019。结合主观评价结果表明，本文方法相比其他主流方法的图像重建效果更好，恢复得到的图像纹理细节更清晰。关键词：卷积神经网络;图像超分辨率重建;残差网络;Transformer;注意力机制195|165|0更新时间：2024-07-26
- “最新研究提出小波DehazeFormer模型，有效提升交通雾图像对比度和细节，降低模糊失真。”摘要：针对道路交通雾图像对比度低、细节丢失、模糊和失真的问题，提出了一种小波DehazeFormer模型的道路交通图像去雾方法。为提升模型去雾能力，构建了编解码结构的小波DehazeFormer网络，编码器以DehazeFormer与选择性核特征融合模块（Selective kernel feature fusion，SKFF）级联作为骨干网络的基本单元，编码部分由三级这样的基本单元构成，以融合图像的原始信息和去雾后的信息，更好地捕获雾图中关键特征；中间特征层采用局部残差结构，并加入卷积注意力机制（Convolutional Block Attention Module，CBAM），对不同级别的特征赋予不同权重，同时融入内容引导注意力混合方案（Content-guided Attention based Mixup Fusion Scheme，CGAFusion），通过学习空间权重来调整特征；解码部分由DehazeFormer和SKFF构成，采用逐点卷积，在保证网络性能同时，减少网络的参数量；跳跃连接引入小波变换，对不同尺度的特征图进行小波分析，获取不同尺度的高、低频特征，放大交通雾图的细节使得复原图像保留纹理；最后，将原始图像和经解码后输出的特征图融合，获取更多的细节信息。实验结果表明，本文方法相比于基线DehazeFormer网络，其PSNR指标在公开数据集中提升1.32以上，在合成数据集中提升0.56，SSIM指标提升了0.015以上，MSE值有较大幅度降低，下降了23.15以上；Entropy指标提升0.06以上。本文去雾算法对提升交通雾图像的对比度、降低雾图模糊和失真及细节丢失等方面均表现出优良的性能，有助于后续道路交通的智能视觉监控与管理。关键词：交通图像去雾;小波变换;选择性核特征融合;内容引导注意力;DehazeFormer96|73|0更新时间：2024-07-26
- “在弹药毁伤威力评估领域，专家提出了YOLOv5-FD破片检测方法，有效提高了破片目标检测准确性。”摘要：战斗部破片群运动参数对弹药毁伤威力评估具有重要的意义。针对破片尺寸较小、背景信息复杂以及破片数据样本少导致的破片检测精度较低的问题，本文提出一种YOLOv5-FD的战斗部破片群目标检测方法。首先，在网络输出端增加微小目标检测层，将原始的三尺度改为四尺度，并在特征融合网络中引入内容感知特征重组（Content Aware ReAssembly of Features，CARAFE）上采样模块替换原有的最近邻插值上采样，减少小目标特征信息损失，提高弱小破片的提取能力。其次，在特征提取网络引入坐标注意力模块（Coordinate Attention，CA），加强对破片特征的提取，弱化背景信息，抑制复杂背景的干扰。最后，在模型训练过程中引入模型不可知元学习方法（Model Agnostic Meta Learning，MAML），达到仅用小样本破片数据集实现较高的检测性能。实验结果表明，YOLOv5-FD破片检测算法在自制破片数据集中，精确率达到了90.5%，召回率达到了85.4%，平均精度mAP_0.5达到了88.2%，与原始YOLOv5s算法相比分别提高了7.1%，7.9%和7.5%，有效提高了破片目标检测准确性。关键词：高速破片;目标检测;YOLOv5;特征重组;注意力机制;元学习125|84|0更新时间：2024-07-26
-
顾及最优分配和最佳掩码的点云部件分割 AI导读
“在点云部件分割领域，研究者提出了一种新方法，通过最优分配和最佳掩码提升分割精度，有效增强网络泛化能力。”摘要：为了增强网络的泛化能力，提升部件分割的精度，本文提出了一种顾及最优分配和最佳掩码的点云部件分割方法。首先，根据推土机距离定义两个点云之间的最优分配；然后利用最远点采样对点云分组，计算每个分组中点的显著性，再利用球查询确定点云的最佳掩码，以保留原始点云的语义信息；最后，将一点云中显著性高的点的邻域替换掉另一点云中显著性低的点的邻域，从而实现点云之间的混合增强。本文在ShapeNet数据集上进行验证，使用本方法进行增强数据再输送到PointNet，PointNet++以及DGCNN模型中，其mIoU从83.7%，85.1%，85.1%分别增加到了85.1%，86.3%以及86.0%，有效提升了部件分割的效果。关键词：数据增强;点云;部件分割;显著性74|73|0更新时间：2024-07-26 - “在图像去雪领域，研究者提出了双注意力机制的DARDNet，有效提取特征并保护纹理细节，提升了去雪效果。”摘要：针对雪天退化图像中不规则和多变的雪花形态，提出一种双注意力机制的精细化图像去雪网络（Dual Attention Refinement Desnowing Network， DARDNet）。网络引入维度拆分处理策略，并行处理通道和像素双维度特征，旨在有效配置两种注意力机制，兼顾提取复杂特征和保护纹理细节。其中，通道注意力机制针对雪花形态构建基础模块，形成U型金字塔结构分层提取深层次特征；像素注意力机制结合卷积形成自校准模块，串联高效Transformer关注图像纹理细节；两种注意力机制并行化处理后进行特征融合，提升信息融合度。在CSD，SRRS和Snow100K三个数据集上进行验证测试，其中在CSD数据集上PSNR达到32.16 dB，SSIM达到0.96。本文方法在处理多种雪花形态方面具有一定优势，能很好地重建纹理细节，获得高质量的去雪图像。关键词：单幅图像去雪;通道注意力机制;像素注意力机制;深度图像先验140|152|0更新时间：2024-07-26
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