陆军工程大学通信工程学院,江苏 南京 210007
针对星地激光单向授时受大气色散影响而产生授时偏差的问题,利用气象实测数据建立大气折射率对星地激光单向授时偏差的影响模型。以该模型为基础,分别研究了单星对地授时和四星对地授时模式下,不同地区、不同月份、不同天顶角和激光波长对大气色散引入的单向授时偏差的量值范围和变化规律。结果表明:大气温度越高,大气压强越低,接收天顶角越小,大气色散引入的单向授时偏差越小;星地单向授时偏差在10 ns量级,通常大气色散导致授时偏差的全年波动峰峰值小于1 ns。
大气光学 星地激光单向授时 大气色散 单向授时偏差 光学学报
2023, 43(24): 2401005
1 深圳大学物理与光电工程学院深圳市智能光测与感知重点实验室,广东 深圳 518060
2 光电子器件与系统教育部重点实验室,广东 深圳 518060
3 国防科技大学空天科学学院,湖南长沙410073
标定是成像系统执行精准视觉测量的基础,其目的在于确立三维空间物点与传感平面像点的映射关系。区别于传统的小孔透视模型,主要介绍一种光线模型用于对成像系统的标定与测量。该模型以成像系统聚焦状态下每个像素点均对应空间一条虚拟主光线为前提假设,通过确定所有像素点所对应光线方程的参数即可实现标定与成像表征,从而可避免对复杂成像系统的结构分析与建模,复杂成像系统包括光场相机、大畸变镜头与远心镜头等特殊成像系统。综述了光线模型的基本原理及其标定方法发展,并介绍本课题组基于光线模型的条纹结构光三维测量所取得的部分进展,实验结果表明光线模型可通用于对各类复杂结构成像系统的高精度测量,是校准非针孔透视成像系统的有效模型。
光线模型 相机标定 三维测量 相位解调 激光与光电子学进展
2022, 59(14): 1415001
1 江苏方天电力技术有限公司, 江苏 南京 211100
2 东南大学能源与环境学院,江苏 南京 210096
可调谐二极管激光吸收光谱层析成像技术(TDLAT)是燃烧诊断技术之一。针对现有TDLAT重建算法在有限投影数据时较难快速准确地对气体参数进行重建的问题,结合深度学习理论,对已有基于卷积神经网络(CNN)的TDLAT重建算法进行了改进,较大程度上提高了对火焰温度分布的重建精度,适用于不同特征火焰和多种光路布置方式。研究了适用于TDLAT重建的CNN训练和结构优化方法;讨论了将CNN输入的积分吸光度数据和输出的温度数据进行预处理的必要性;提出了一种分层学习模式,有效利用了气体参数的平滑性先验信息。高斯火焰模型上的验证结果表明,本算法在没有噪声时平均重建误差只有0.24%;在湍流甲烷羽流上进一步对本算法进行了验证。最后搭建了平面火焰炉温度测量系统,试验结果证明,本算法可以在不同燃烧状态下快速重建出火焰z=1.5 cm处横截面的二维温度分布。
光谱学 可调谐二极管激光吸收光谱 层析成像 深度学习 卷积神经网络 spectroscopy tunable diode laser absorption spectroscopy tomography deep learning convolutional neural network
1 中国计量大学材料与化学学院, 杭州 310018
2 中国科学院上海硅酸盐研究所, 人工晶体研究中心, 上海 201899
Cs2LiLaBr6∶Ce(CLLB∶Ce)晶体n/γ双读出闪烁性能优异, 其实用化瓶颈在于大尺寸、高光学质量晶体的生长。本研究采用非化学计量比配比, 避开CLLB∶Ce非一致熔融组分区域, 通过改进研制坩埚下降法晶体生长炉, 并优化温度场和降低坩埚下降速度等晶体生长工艺, 从而克服组分过冷, 保持生长界面稳定, 得到了直径1英寸(1英寸=2.54 cm)的CLLB∶Ce晶体毛坯, 等径透明部分长度达40 mm, 单晶比例由52%提高至79%, 可见光区光学透过率达到70%以上。在137Cs激发下能量分辨率达3.7%, 在252Cf激发下晶体的品质因子达到1.42, 可以很好地甄别中子和γ射线。
闪烁晶体 坩埚下降法 组分过冷 光学透过率 中子探测 CLLB∶Ce CLLB∶Ce scintillation crystal Bridgman method constitutional supercooling optical transmittance neutron detection
Author Affiliations
Abstract
1 Key Laboratory of Optoelectronic Devices and System of Ministry of Education and Guangdong Province, College of Physics and Optoelectronic Engineering, Shenzhen University, Shenzhen 518060, China
2 Shanghai Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Shanghai 201800, China
3 Center of Materials Science and Optoelectronics Engineering, University of Chinese Academy of Sciences, Beijing 100049, China
4 Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences, Hangzhou 310000, China
Optical cryptanalysis is essential to the further investigation of more secure optical cryptosystems. Learning-based attack of optical encryption eliminates the need for the retrieval of random phase keys of optical encryption systems but it is limited for practical applications since it requires a large set of plaintext-ciphertext pairs for the cryptosystem to be attacked. Here, we propose a two-step deep learning strategy for ciphertext-only attack (COA) on the classical double random phase encryption (DRPE). Specifically, we construct a virtual DRPE system to gather the training data. Besides, we divide the inverse problem in COA into two more specific inverse problems and employ two deep neural networks (DNNs) to respectively learn the removal of speckle noise in the autocorrelation domain and the de-correlation operation to retrieve the plaintext image. With these two trained DNNs at hand, we show that the plaintext can be predicted in real-time from an unknown ciphertext alone. The proposed learning-based COA method dispenses with not only the retrieval of random phase keys but also the invasive data acquisition of plaintext-ciphertext pairs in the DPRE system. Numerical simulations and optical experiments demonstrate the feasibility and effectiveness of the proposed learning-based COA method.
optical encryption random phase encoding ciphertext-only attack deep learning Opto-Electronic Advances
2021, 4(5): 05200016
红外与激光工程
2020, 49(3): 0303008
红外与激光工程
2020, 49(3): 0303007
1 深圳大学物理与光电工程学院, 广东 深圳 518060
2 深圳大学海洋生物资源与生态环境科学重点实验室, 广东 深圳 518060
3 嘉应学院物理与光信息科技学院, 广东 梅州 514000
在显微成像中,基于光强传输方程的双相机动态相位成像是定量观测活细胞运动的一种有效方法。但是相机安装带来的误差使得两个相机的视场之间存在一定差异,导致利用光强传输方程求解获取的相位不准确。为此,提出了一种基于棋盘格标定的双相机图像校正方法,以消除相机间视场的不匹配问题,校正后的匹配精度可达到亚像素级,大大提高了相位成像的正确率。首先对标准微透镜阵列进行定量成像测量,验证所提方法的准确性和可行性,再对游动的雨生红球藻细胞进行动态相位成像,成像结果表明该方法在动态生物成像领域具有一定的应用前景。
测量 相位恢复 视场校正 动态成像 光强传输方程
深圳大学物理与光电工程学院光电子器件与系统教育部/广东省重点实验室, 广东 深圳 518060
提出一种精确、稳健的主动光场深度成像方法。利用结构光照明为场景提供编码信息,光场成像同时记录光线的方向信息和受深度调制的相位信息,相位编码信息可为构建光场深度线索提供强度不敏感的匹配特征,进而精确计算场景深度。实验结果表明,相比于被动方法,所提的主动方法能够获得更高质量的深度效果,实现精确、稳健的光场深度计算。
光计算 计算成像 深度计算 光场 结构光 相位编码
东南大学能源与环境学院, 江苏 南京 210096
提出一种基于深度神经网络的摄像机标定方法,实现了复杂环境下平面区域内的灵活、高精度标定。无需进行数据特征提取或分类,仅通过优化网络结构、超参数与训练算法,深度神经网络便能得到快速有效的训练。实验结果表明,相较于张正友标定法与浅层神经网络标定法,该方法在大范围、多拍摄角度和高畸变条件下均能达到更高的标定精度,镜头存在高畸变时,633 mm×763 mm标定范围内的平均标定误差仅为0.1471 mm。
机器视觉 摄像机标定 深度神经网络 修正线性单元 自适应矩估计 激光与光电子学进展
2019, 56(11): 111505