1 长沙理工大学设计艺术学院, 湖南长沙 410114
2 长沙理工大学电气与信息工程学院, 湖南长沙 410114
针对红外图像增强过程中容易饱和、细节丢失等问题, 提出一种参数自设定的双直方图均衡化方法。根据灰度级累积概率密度黄金比例值将原始图像划分为两个独立的子图像。结合原始图像曝光度和子图像灰度级区间信息, 对每个子图像的直方图进行多尺度自适应加权校正。基于校正后的直方图, 对每个子图像分别作均衡化映射变换, 最后合并子图像获得增强图像。在红外图像公开数据集 INFRARED100上进行的测试显示, 与亮度保持双直方图均衡化(Brightness Preserving Bi-Histogram Equalization, BBHE)、带平台限制的双直方图均衡化(Bi-histogram Equalization with a Plateau Limit, BHEPL)、基于曝光度的双直方图均衡化(Exposure based Sub-image Histogram Equalization, ESIHE)方法相比, 所提方法增强的图像具有合适的平均对比度和更大的平均信息熵, 在峰值信噪比(Peak Signal-to-Noise Ratio, PSNR)、结构相似度(Structural Similarity, SSIM)、绝对平均亮度偏差(Absolute Mean Brightness Error, AMBE)指标上平均提升至少 17.2%、4.0%、56.2%。实验结果表明, 所提方法对不同亮度特征的红外图像都有良好的适应性, 可有效增强红外图像对象和背景之间的对比度, 在噪声抑制、亮度和细节保持等方面优于同类方法。
红外图像处理 对比度增强 直方图均衡化 亮度保持 自适应加权校正 infrared image processing, contrast enhancement, h
1 温州大学激光加工机器人国际科技合作基地，浙江 温州 325035
2 中国民用航空飞行学院航空工程学院，四川 广汉618307
3 温州大学激光与光电智能制造研究院，浙江 温州 325105
碳纤维复合增强材料（CFRP）作为一种力学性能优异的新材料，已经成为航空和汽车轻量化领域的优选材料。因此实现CFRP与铝合金的高强度连接是提升CFRP与铝合金复合结构件整体强度的关键。提出了一种激光阶梯扫描制备倒钩阵列的方法，并将该方法与硅烷表面改性相结合，实现了铝合金与CFRP接头的高强度连接。实验结果表明：激光阶梯扫描制备的倒钩阵列大大增强了胶接界面之间的机械互锁效应，进而增强了接头强度。硅烷偶联剂改性后铝合金与黏结剂之间出现了硅烷过渡层，接头强度得到进一步提升。与砂纸粗化处理相比，激光处理后强度提升了24.6%，达到16.7 MPa，硅烷改性后强度得到进一步提升，达到17.4 MPa。
激光技术 脉冲激光器 激光材料加工 碳纤维增强塑料 胶接接头 拉伸剪切强度 中国激光
2023, 50(12): 1202203
1 天津工业大学省部共建分离膜与膜过程国家重点实验室, 环境科学与工程学院, 天津 300387
2 青海大学省部共建三江源生态与高原农牧业国家重点实验室, 青海 西宁 810016
3 宜宾学院过程分析与控制四川省高校重点实验室, 四川 宜宾 644000
有关调和油快速准确定量检测的研究对于调和油质量控制具有重要意义。 以往对调和油定量分析的研究大多集中于二元、 三元和四元调和油, 对更高元数调和油的研究很少, 难以满足调和油检测需求。 该研究的目的是探讨近红外光谱结合化学计量学对五元调和油中各单组分油进行定量分析的可行性。 由玉米油、 大豆油、 稻米油、 葵花油和芝麻油配制成51个五元调和油样品, 并采集各样品12 000～4 000 cm-1范围内的近红外透射光谱。 首先, 采用光谱-理化值共生距离(SPXY)算法将调和油样品划分为38个校正集和13个预测集样品。 其次, 考察了主成分回归(PCR)、 偏最小二乘(PLS)、 支持向量回归(SVR)、 人工神经网络(ANN)、 极限学习机(ELM)等五种多元校正方法对五元调和油各组分定量分析的建模效果。 然后, 在最佳建模方法的基础上比较了SG平滑、 标准正态变量(SNV)、 多元散射校正(MSC)、 一阶导数(1st Der)、 二阶导数(2nd Der)和连续小波变换(CWT)六种光谱预处理方法, 并讨论了预处理方法有效地原因。 最后, 在最佳预处理方法的基础上进一步利用竞争自适应重加权采样(CARS)和蒙特卡罗无信息变量消除法(MCUVE)筛选与预测组分相关的变量。 结果显示, 在五种建模方法中, PLS是最佳的建模方法, 对玉米油、 大豆油、 稻米油、 葵花油和芝麻油五种组分的预测均方根误差(RMSEP)分别为5.564 4, 5.559 2, 3.592 6, 7.421 8和4.193 0。 经过光谱预处理-变量选择, 再建立PLS模型, 对五种组分的RMSEP分别降低至1.955 3, 0.562 4, 1.145 0, 1.619 0和1.067 1, 预测相关系数(Rp)均高于0.98, 表明采用合适的光谱预处理和变量选择方法, 可以明显提高五元调和油中各单组分油定量分析的预测准确度。 该研究为多组分调和油的快速无损定量检测提供了一种参考。
近红外光谱 食用调和油 多元校正 定量检测模型 Near-infrared spectra Edible blend oil Multivariate calibration Quantitative detection models
作为pn结成型的重要参数, 离子注入温度对晶格缺陷和材料扩散的影响较大。在碲镉汞的离子注入过程中, 注入温度很大程度上影响着注入区的尺寸与光刻掩膜的形貌。从离子注入工艺的温度控制出发, 研究了该工艺中的束流、注入能量、接触面粗糙度等因素;结合器件的I-V曲线, 探究了注入温度对碲镉汞红外探测器性能的影响。结果表明, 较低的注入束流、冷却温度以及良好的导热面, 可以保证实际注入温度低于光刻胶的耐受温度, 从而提高工艺过程的成品率。同时, 较低的注入温度对于减小暗电流及注入区扩散面积起到了一定的作用, 提高了碲镉汞红外探测器光敏元的性能。
离子注入 碲镉汞 注入温度 I-V曲线 ion implantation HgCdTe implantation temperature I-V curve
1 福建贝思科电子材料股份有限公司, 龙岩 366300
2 福州大学材料科学与工程学院, 福州 350108
由于在-55~150 ℃存在正交-四方和四方-立方相变, 相变对应的尖锐介电峰使BaTiO3陶瓷介电性能难以满足X8R温度稳定性要求。本文采用50 nm的纳米BaTiO3粉体和少量堇青石(MgO-Al2O3-SiO2, MAS)玻璃, 制备了满足X8R介电温度特性的BaTiO3基细晶陶瓷。结果表明, 随着MAS玻璃的加入, BaTiO3基陶瓷的室温晶体结构从四方相转变成赝立方相, 平均晶粒尺寸从纯BaTiO3陶瓷的1.904 μm显著降低到添加0.5%(质量分数)MAS玻璃的BaTiO3基陶瓷的183 nm。与此同时, BaTiO3基陶瓷虽然介电常数有所下降, 但是介电损耗和介电性能的温度稳定性大幅度改善。其中添加0.5%MAS玻璃的BaTiO3基细晶陶瓷介电性能为: 在1 kHz时室温介电常数为984, 介电损耗为0.006 5, 满足X8R温度特性要求。
介电性能 细晶 MAS玻璃 介电损耗 BaTiO3 BaTiO3 X8R X8R dielectric property fine grain MAS glass dielectric loss
1 武昌首义学院信息科学与工程学院，湖北 武汉 430064
2 武汉大学工业科学研究院，湖北 武汉 430072
3 湖北工业大学计算机学院，湖北 武汉 430068
4 浙江省测绘科学技术研究院，浙江 杭州 311100
针对传统方法不能充分挖掘图像聚焦关联信息导致融合细节失真的问题，提出了一种基于深度密集卷积神经网络协同检测的多聚焦图像融合方法。将多聚焦源图像进行集成实现协同聚焦特征检测，利用深度密集卷积神经网络的特征复用、低级特征与高级特征相结合等特点，来加强多聚焦图像特征表达能力，可以更好地挖掘图像语义信息。采用多尺度金字塔池化策略聚合不同聚焦区域的全局上下文信息，增强聚焦与离焦的区分能力，得到粗略融合概率决策图。进一步采用卷积条件随机场对其进行优化，获得精细化概率决策图，最终得到细节保持的融合图像。将一对多聚焦图像合并为6通道送入网络进行训练，保证了训练时聚焦图像相关性。利用公开数据集对提出的融合方法进行主观与客观评价，实验结果表明该方法具有较好的融合效果，能够充分挖掘聚焦关联信息、保留足够的图像细节。
图像处理 多聚焦图像 图像融合 密集卷积神经网络 金字塔池化 协同检测 激光与光电子学进展
2022, 59(24): 2410004
1 武昌首义学院信息科学与工程学院，湖北 武汉 430064
2 武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉 430079
3 湖北工业大学计算机学院，湖北 武汉 430068
遥感影像特征匹配中，仅采用特征描述符相似性度量导致存在大量的外点，需对初始匹配结果进行可靠外点去除，提升特征匹配及变换参数估计的准确性。针对该问题，提出了一种拓扑结构引导的简单有效的遥感影像特征匹配外点去除算法。首先，充分挖掘匹配点对的潜在拓扑几何约束关系，设计了局部及全局外点过滤策略。利用对应点对邻域一致性，即正确匹配点对的邻域点对满足集中对应，通过一次局部过滤，剔除所有不满足该条件的外点。进而，通过随机采样假设验证，利用空间顺序约束及仿射面积比约束进行全局过滤。然后，利用局部优化策略对获得的最大一致内点集合进行修正，实现对几何变换参数的准确估计和可靠的外点去除。最后，采用空间网格划分方法进行模型细化与匹配点对增量，进一步提升了遥感影像匹配性能。实验结果证明，与7种主流外点去除方法（NBCS、LPM、LLT、VFC、GMT、SOCBV、RANSAC）相比，所提算法性能更优，尤其对于复杂条件包括低内点率、较大尺度及视点变化等情况，可以获得更加稳定的匹配精度。
图像匹配 外点去除 拓扑结构 局部优化 网格划分 激光与光电子学进展
2022, 59(18): 1828002
山东中医药大学智能与信息工程学院，山东 济南 250355
近年来，随着深度学习技术的发展，深度神经网络在医学图像分割领域得到了广泛应用。其中，U-Net以其良好的分割性能，逐渐成为图像分割领域的研究热点。根据相关研究工作，本文首先在结构改进和非结构改进两大方面对U-Net网络的相关改进模型进行综述；然后以视网膜血管、肺结节、肝脏和肝脏肿瘤、脑肿瘤这四种典型医学图像为例，阐述了各类图像的特点及分割难点，并对U-Net及其改进网络在相关图像分割上的应用进行了总结；最后对U-Net改进工作中存在的问题进行探讨，并对其未来的发展予以展望。
图像处理 U-Net 网络结构 深度学习 医学图像 图像分割 激光与光电子学进展
2022, 59(2): 0200005
Author Affiliations
Abstract
1 Laser Fusion Research Center, China Academy of Engineering Physics, Mianyang 621900, China
2 Department of Plasma Physics and Fusion Engineering, University of Science and Technology of China, Hefei 230026, China
In inertial confinement fusion (ICF), polycrystalline diamond—referred to as high density carbon (HDC)—has become a promising ablator candidate. However, with smaller grain size and lower initial density, the equation of state (EOS) for HDC can deviate from that for single-crystal diamond, which could be a concern for ICF designs, but current experimental EOS studies for HDC are far from sufficient to clarify how initial density affects target compressibility. Presented here are measurements of the Hugoniot for HDC with an initial density of 3.23 g/cm3 at pressures of 17–26 Mbar. Combined with experimental data reported for nanocrystalline diamond (NCD), a stiffer compressibility of NCD due to lower initial density is confirmed. Two porous models are used for comparison and seem to offer better agreement compared with SESAME databases. Also, the effect of temperature on the Grüneisen parameter, which is usually neglected, might need to be considered for NCD under these conditions. The present data offer important support for EOS studies relevant to ICF and constrain the construction of wide-range EOS.
Matter and Radiation at Extremes
2021, 6(3): 035902
Author Affiliations
Abstract
1 State Key Laboratory on Integrated Optoelectronics, Institute of Semiconductors, Chinese Academy of Sciences, Beijing 100083, China
2 National–Local Joint Engineering Laboratory of New Energy Photovoltaic Devices, Key Laboratory of Digital Medical Engineering of Hebei Province, College of Electron and Information Engineering, Hebei University, Baoding 071002, China
3 College of Materials Science and Opto-Electronic Technology, University of Chinese Academy of Sciences, Beijing 100049, China
New neuromorphic architectures and memory technologies with low power consumption, scalability and high-speed are in the spotlight due to the von Neumann bottleneck and limitations of Moore's law. The memristor, a two-terminal synaptic device, shows powerful capabilities in neuromorphic computing and information storage applications. Active materials with high defect migration speed and low defect migration barrier are highly promising for high-performance memristors. Halide perovskite (HP) materials with point defects (such as gaps, vacancies, and inversions) have strong application potential in memristors. In this article, we review recent advances on HP memristors with exceptional performances. First, the working mechanisms of memristors are described. Then, the structures and properties of HPs are explained. Both electrical and photonic HP-based memristors are overviewed and discussed. Different fabrication methods of HP memristor devices and arrays are described and compared. Finally, the challenges in integrating HP memristors with complementary metal oxide semiconductors (CMOS) are briefly discussed. This review can assist in developing HP memristors for the next-generation information technology.
Journal of Semiconductors
2020, 41(5): 051205
