Author Affiliations
Abstract
1 Department of Applied Physics, College of Mathematics and Physics, Chengdu University of Technology, Chengdu 610059, China
2 School of Electronics and Information, Northwestern Polytechnical University, Xi’an 710072, China
3 Chengdu Development Center of Science and Technology of CAEP, Chengdu 610299, China
Aiming for suppressing side-mode and spectrum broadening, a slit beam-shaping method and super-Gaussian apodization processing for femtosecond laser point-by-point (PbP) inscription technology of fiber Bragg gratings (FBGs) are reported here. High-quality FBGs, featuring narrow bandwidth of less than 0.3 nm, high reflectivity above 85%, low insertion loss (0.21 dB), and low cladding loss (0.82 dB), were obtained successfully. By a semi-automatic PbP inscription process, an array consisting of six FBGs, exhibiting almost no side-mode peaks with high suppression ability and narrow bandwidth, was fabricated along three independently developed single-mode fibers with an interval of 20 mm.
femtosecond laser processing fiber Bragg grating slit beam shaping Chinese Optics Letters
2024, 22(1): 010501
1 吉林农业大学园艺学院, 吉林 长春 130118
2 吉林大学生物与农业工程学院, 吉林 长春 130022
3 吉林农业大学工程技术学院, 吉林 长春 130118
作物病害类型的快速无损检测对提高作物品质和产量至关重要。 传统的病害分类方法费时费力且不能实时检测。 为此, 利用高光谱进行大豆病害分类。 以健康大豆为对照, 灰斑病和细菌性斑点病两种病害为研究对象, 获取三种类别叶片高光谱数据。 基于高光谱曲线分析病害与健康叶片反射率的变化规律。 采用主成分分析(PCA)和光谱指数(SI)两种单一方法进行病害有效信息提取, 共使用30个SI。 在此基础上, 提出一种PCA与SI相结合的组合方法(PCA-SI), 通过提取有效主成分(PC)及有效SI, 将有效SI按得分情况分为两组(9SIs和18SIs), 再分别对应每一个有效PC进行分组, 形成病害光谱有效信息的变量集。 采用三种方法分别进行病害有效信息的提取, 基于提取后的光谱变量, 采用最小二乘支持向量机(LSSVM)和支持向量机(SVM)两种分类器建立病害分类模型。 以原始高光谱为基准, 以病害分类正确率为指标, 评价模型的病害分类性能及不同病害有效信息提取方法和分类器的有效性。 结果表明: 高光谱反射率具有可见光450~700 nm 波段范围病害叶片高于健康叶片而近红外760~1 000 nm波段范围其特征完全相反的规律。 采用单一PCA方法提取出了34个有效PC用于病害分类。 基于PCA-SI组合方法提取出5个有效PC(PC1—PC5)和18个有效SI, 将其进行分组得到10组变量, 共计13组变量作为建模集。 三种方法提取病害有效信息后的光谱变量均比原始高光谱具有更好的病害分类能力, 提出的PCA-SI组合方法具有最优的病害有效信息提取能力, PC1-18SIs和PC4-18SIs为最优建模集, LSSVM分类器具有最优的分类性能。 PC1-18SIs-LSSVM和PC4-18SIs-LSSVM模型为最优病害分类模型, 训练集和预测集的总病害分类正确率分别为100%和98.85%, 与原始高光谱分类模型相比, 总分类能力分别提高了6.47%和21.74%, 模型分类能力较好, 可为病害实时无损分类识别提供参考。
大豆 病害分类 高光谱 Soybean Disease classification Hyperspectral data 光谱学与光谱分析
2023, 43(5): 1550
红外与激光工程
2023, 52(10): 20230025
红外与激光工程
2023, 52(4): 20220732
1 电子科技大学光电科学与工程学院,四川 成都 611731
2 重庆连芯光电技术研究院有限公司,重庆 400021
3 四川文理学院成都研究院,四川 成都 635000
为应对核相关滤波算法长时跟踪模板漂移问题,提出一种基于亚像素修正的模板漂移抑制方法。首先,根据跟踪过程中常用的核相关滤波快速算法,分析模板更新时引入的跟踪误差;其次,分析模板更新时引入的采样误差对模板漂移的影响;然后,通过模板频域的相移修正模板更新引入的采样误差;最后,通过实验证明模板亚像素修正对长时跟踪模板漂移的抑制效果。实验结果表明:相同跟踪条件下,模板亚像素修正方法引入的模板漂移量是整像素模板更新的1/4,模板亚像素修正用于相关滤波算法和核相关滤波算法时对模板漂移同样有良好的抑制效果,并且模板亚像素修正只需耗费较小计算量就可以对模板漂移进行有效抑制。
图像处理 核相关滤波 跟踪算法 模板漂移 亚像素 激光与光电子学进展
2023, 60(12): 1210019
1 中国科学院长春光学精密机械与物理研究所, 吉林 长春 130033
2 吉林大学工程仿生教育部重点实验室, 吉林 长春 130025
3 吉林大学机械与航空航天工程学院, 吉林 长春 130025
4 长春理工大学机电工程学院, 吉林 长春 130022
在汽车被动安全领域,对于驾驶员正碰撞击中胸部的研究具有重要的意义。本文基于机器视觉的方法,通过Hybrid Ⅲ 50th汽车碰撞实体假人,构建假人胸部模型。利用遗传算法进行参数优化,优化后标定试验的所有指标均符合法规要求,仿真结果与试验测试结果相符,误差小于5%。随后将含有胸部模型的有限元假人模型放入整车系统进行正碰仿真分析,结果表明:胸部伤害得分值为80%,与试验测试结果相比,仿真结果误差不超过10%。实验结果表明该模型有较好的仿真度,可用于汽车碰撞安全性能的研究。
机器视觉 遗传算法 Hybrid Ⅲ 50th machine vision genetic algorithm Hybrid Ⅲ 50th
吉林大学生物与农业工程学院, 吉林 长春 130022
利用高光谱反射率光谱的特征波段构建光谱指数, 建立叶绿素含量反演模型是实现水稻生产精准调控和科学管理的必要手段之一。 为了建立适用于拔节孕穗期水稻叶片叶绿素相对含量(SPAD)的高光谱反演模型, 分别获取了拔节孕穗期水稻叶片的高光谱和SPAD数据, 利用小波分析法对原始光谱反射率曲线进行降噪处理, 并对基于积分运算的光谱指数NAOC进行简化, 获得了基于双波段简化运算的优化光谱指数。 利用相关分析法计算由原始反射率光谱R和数学变换光谱LgR、 1/R和构建的优化光谱和变换光谱指数与水稻叶片SPAD的相关系数, 获得了以积分限(a, b)为横、 纵坐标的相关系数二维矩阵, 并绘制相关性等势图, 得到相关系数最高的3个波段组合: R(641, 790)(0.872 6), (653, 767)(0.871 7)和R(644, 774)(0.871 6), 计算出20个原始样本中3个积分波段组合所对应的60个优化光谱指数值, 按照2:1的比例划分为建模集和验证集, 建立了三种水稻叶片SPAD反演模型: 偏最小二乘回归(PLSR)、 支持向量机(SVM)和BP神经网络模型。 结果显示: 利用优化光谱和变换光谱指数建立的3种水稻叶片SPAD反演模型决定系数R2均大于0.79, 归一化均方根误差NRMSE则小于5.4%。 其中BP神经网络相对于其他两种模型具有较高的拟合度, 预测精度也相对较高, 建模集R2=0.842 6, NRMSE=5.152 7%; 验证集R2=0.857, NRMSE=4.829 9%。 总体来看, 基于双波段简化运算后的优化光谱和变换光谱指数建立拔节孕穗期水稻叶片SPAD反演模型是可行的; 对比分析3种模型反演结果发现, BP神经网络对水稻叶片SPAD的反演效果较好。 该工作对提高拔节孕穗期水稻精准调控技术和建立水稻生产的科学管理体系具有一定的参考价值。
水稻 优化光谱指数 高光谱 BP神经网络 Rice SPAD Optimized spectral index Hyperspectral BP neural network SPAD 光谱学与光谱分析
2022, 42(4): 1092
吉林大学生物与农业工程学院, 吉林 长春 130022
小麦是我国的主要粮食作物, 在国民经济发展中具有举足轻重的地位。 然而, 盐与物理损伤等非生物胁迫, 逐渐成为制约小麦产量和品质的重要因素。 研究表明, 细胞壁是植物细胞直接抵御逆境胁迫的重要防线。 盐胁迫下, 细胞渗透压增大, 质膜的透性会受到一定程度的影响。 为了维持细胞的形态和结构, 植物细胞壁中的果胶等多糖物质会发生不同程度的转化和改变。 物理损伤, 会加深植物细胞膜脂过氧化的程度, 使膜通透性增大, 导致营养物质的流失和降解。 受到损伤的部位及其周边细胞还会发生栓化以阻塞病菌的侵入。 构成植物细胞壁主要成分且能够反映细胞壁以及膜系统完整性和透过性的果胶, 可以作为研究胁迫下植物内部物质响应规律的重要指标。 目前, 质量法、 比色法、 液相色谱法等常用的果胶检测方法操作繁琐、 实时性不强且对样本损耗较大。 亟需一种操作简便、 检测速度快、 无损的检测方法。 将烟农0428小麦作为研究对象, 采用水培方式, 以向培养液中施加氯化钠(NaCl)溶液和对小麦第一片叶主脉两侧针刺分别模拟盐胁迫和昆虫叮咬造成的物理损伤, 并完成小麦叶片果胶及高光谱信息的采集与处理。 利用相关分析法筛选光谱敏感波段, 将主成分回归(PCR)、 偏最小二乘法(PLS)、 逐步多元线性回归(SMLR)三种建模方法分别与多元散射校正(MSC)、 标准正态变换(SNV)、 一阶导数(FD)、 卷积平滑(S-G)、 Norris导数滤波(NDF)等预处理技术相结合, 建立果胶含量反演模型。 最终, 选定PLS+SNV+FD+NDF方法建立的模型为最优模型, 并对其性能进行了测试。 结果表明: 果胶含量的预测值与实测值一致性较高, 拟合系数(R2)和均方根误差(RMSE)分别为0.997 6和0.35; 预测值重复性较好, 相对标准偏差(RSD)为1.2%。 该研究以新方法实现小麦果胶的高精度、 快速、 无损检测, 有助于小麦响应逆境胁迫机理的深入探索, 并为大田作物胁迫程度预测及种植环境的精准管控提供参考。
小麦 高光谱技术 果胶 盐胁迫 物理损伤 模型预测 Wheat Hyperspectral technique Pectin Salt stress Physical damage Model prediction 光谱学与光谱分析
2022, 42(9): 2935
吉林大学生物与农业工程学院, 吉林 长春 130022
光温环境胁迫是影响作物优质高产的一个主要制约因素, 传统的作物胁迫监测, 敏锐性不足、 耗时费力且多为有损检测。 近年来随着信息技术的快速发展, 高光谱技术能够快速无损的获取作物生理信息, 并对逆境胁迫响应进行动态监测, 为现代农业的精准化生产和智能化决策提供了数字化支撑, 对实现传统农业向精准化、 数字化的现代农业转变具有重要意义。 以玉米苗期为研究对象, 获取不同光温环境下叶片的高光谱数据和生理参数, 探究玉米苗期叶片对不同光温环境的响应规律, 进行高光谱差异性分析, 并构建生理参数的高光谱反演模型。 利用相关分析法筛选光谱敏感波段, 采用多元散射校正(MSC)、 标准正态变量变换(SNV)、 Savitzky-Golaay(S-G)平滑相结合的预处理方法, 分别与偏最小二乘回归法(PLS)、 主成分回归法(PCR)、 逐步多元线性回归法(SMLR)三种建模方法组合, 以模型相关系数和均方根误差作为模型效果评价指标, 探索高光谱反演叶片生理参数模型的最优方法。 结果表明: 不同光温环境下玉米的高光谱特性在整体上变化趋势一致, 但仍存在差异, 在500~700 nm波段内, 光谱反射率的升高表明光强的增强; 在760~900 nm波段内, 光谱反射率的升高表明温度的增强; 且光温胁迫环境的变化, 均可反映在高光谱特性上, 波段760~900 nm内光谱的反射率在高温胁迫环境下较高, 在弱光胁迫环境下较低, 在低温胁迫环境下反射率显著降低; 所构建的SPAD和Fv/Fm的反演模型中, 建模最优方法为PLS-MSC-SG, 模型验证集相关系数分别为0.958和0.976, 训练集相关系数分别为0.979和0.995。 模型的预测性精度较高, 表明利用高光谱技术, 可以实现光温环境胁迫下玉米植株的定量监测, 提高田间精细化管理水平, 为玉米优质高产的智能化管理提供参考依据。
玉米苗期 光温耦合 高光谱数据 环境胁迫 Corn seedling Light-temperature coupling Hyperspectral data Environmental stress 光谱学与光谱分析
2021, 41(11): 3545