作者单位
摘要
长春理工大学 电子信息工程学院,吉林 长春 130022
成像设备在暗光照环境下会出现对比度不高、图像细节信息丢失、颜色失真等问题,这会对视频监控、智能交通、人脸识别等应用场景产生巨大干扰。为了解决这一问题,本文提出了一种融合了注意力机制的的复合残差网络来实现对低照度图像的增强。该算法首先通过色彩空间上的转换(RGB-HSV)将亮度分量V放入构造的神经网络中,然后神经网络通过融合了注意力机制的多分支结构进行图像浅层特征的提取,接着经过复合残差网络提取深层特征,再经过图像重建得到增强后的V分量,最后通过分量融合实现图像增强。实验结果表明,对比目前国内外主流低照度图像增强算法,所提算法在主观视觉上对图像亮度与对比度有显著提升,在PSNR、SSIM指标上与传统算法的对比结果分别提升了约20%和15%,与深度学习算法的对比结果分别提升约9%和3%,不论是在人工合成的低照度图像还是真实、自然低照度图像中均有良好表现,基本满足图像增强的颜色自然、对比度和鲁棒性高等要求。
低照度图像增强 神经网络 残差网络 注意力模型 HSV色彩空间 low-light image enhancement neural network residual network attention model HSV color space 
液晶与显示
2022, 37(4): 508
作者单位
摘要
长春理工大学 电子信息工程学院,吉林 长春 130022
为了消除集成成像系统中景深范围外目标的畸变现象, 提高重构图像的整体观察效果, 本文通过逆向光线追迹分析集成成像系统中弥散斑直径关系。参考人眼视觉特性, 首先推导出系统的目标采集景深范围; 然后根据此范围模型, 在采集装置固定的情况下, 得到集成成像系统所能重构出的真实深度范围; 以此真实深度值为参考值做深度调整, 基于查找表法得到元素图像, 最终在重构阶段得到无畸变的三维重构图像。实验结果表明, 采集景深范围内的目标可以清晰重构, 验证了此采集景深模型的合理性; 与其他方法得到的元素图像相比, 根据此模型做深度调节得到的元素图像, 其三维重构图与目标平面图的颜色直方图相似度从67.057%提升到94.507%, 结构相似性从54.002%提升到84.510%, 峰值信噪比从16.902提升到19.740, 明显消除了深度范围外目标的重构畸变, 适用于分辨率优先的集成成像显示技术。
集成成像 裸眼三维显示 人眼视觉 光线追迹 查找表 integral imaging naked eyes 3D display human vision ray tracing look up table 
光学 精密工程
2020, 28(10): 2168
作者单位
摘要
长春理工大学电子信息工程学院, 吉林 长春 130022
传统方法是建立从光场到显示面的映射计算生成元素图像,但会存在很多冗余映射。针对这一问题,提出沿光路逆向迭代的算法,建立从元素图像显示面到重建光场的单射,使元素图像中的每个像素只对应唯一的光场像素,这可以提高像素的匹配精度,消除深度阶跃处的空洞。所提算法的核心是以元素图像显示面每一点为始点,经过透镜的光心作射线,通过迭代搜索求出射线与光场曲面距离观察者最近的交点,并作为元素图像的匹配点。所提算法的时间复杂度主要受控于元素图像阵列的像素总和,元素图像的计算生成速率是现有算法的8倍以上,图像中的像素总数越大,所提算法的速率优势越明显,且实验结果验证理论推导的正确性。
成像系统 集成成像 微透镜阵列 元素图像 深度信息 
光学学报
2020, 40(19): 1911002
作者单位
摘要
长春理工大学 电子信息工程学院, 吉林 长春 130022
为了解决视频图像中目标检测准确率低、速度慢等问题, 本文提出了一种基于YOLOV3改进的目标检测方法。通过引入GIOU Loss, 可解决原IOU无法直接优化的非重叠部分问题, 在借鉴了密集连接网络的思想之后, 将YOLOV3中的3个残差块更换为3个密集块, 并结合Max Pooling加强密集连接块之间的特征传递, 重新替换IOU和原网络的连接结构, 检测设计出新的网络结构后, 减少了参数量, 增强了特征的复用与融合, 最终实现了优于原方法的效果。实验结果表明: 改进的GDT-YOLOV3算法与原有的算法相比, 无论是在简单还是复杂交通场景中都有较优秀的检测效果, 本文所提出的算法平均检出准确率高达92.77% , 速度达到25.3 f/s, 基本满足了实时性。此外在检测精度上, 改进的GDT-YOLOV3算法要优于SSD512、YOLOV2与YOLOV3算法。
目标检测 卷积神经网络 密集连接网络 target detection convolutional neural network YOLOV3 YOLOV3 densenet K-means K-means 
液晶与显示
2020, 35(8): 852
作者单位
摘要
长春理工大学 电子信息工程学院, 吉林 长春 130022
在车辆的自动驾驶和辅助驾驶中, 实时分析车辆的运动状态具有重要的实际应用价值。为了实现对车辆行为的判断, 提出一种基于车道信息融合的车辆行为识别算法。首先提出一种基于改进Robinson与LSD的模型, 运用改进的Robinson算子获取最佳梯度幅值实现对车道的边缘提取, 再通过LSD算法实现车道的检测。然后采用一种基于滑动窗口的三次样条插值法对车道进行拟合, 最后根据车道参数信息分析车辆的运动状态, 结合车辆的中心位置得到车辆的偏离信息。在BDD100K数据集的测试中, 本文算法的车道检测准确率为95.61%, 车辆行为识别准确率为93.04%, 每秒传输帧数达到42.37。实验结果表明, 本文算法在不同场景下可以有效地区分车辆的运动状态并给出车辆的偏离信息, 具有更高的准确性和鲁棒性。
图像处理 车辆行为 车道检测 曲线拟合 image processing vehicle behavior lane detection curve fitting 
液晶与显示
2020, 35(1): 80
作者单位
摘要
长春理工大学电子信息工程学院, 吉林 长春 130022
基于LED屏裸眼三维显示技术,提出了一种利用时分复用技术提高集成成像系统空间分辨率的方法,解决了由LED屏各个像素点光源发散、相邻像素点间距过大导致的空间分辨率低的问题。通过研究LED显示器发光原理,分析了重构图像空间分辨率的影响因素,得到成像系统的重构分辨率影响因子,在LED显示阵列不变的情况下,通过时分复用技术提取单个像素点周围的像素信息,最终达到提高重构图像空间分辨率的目的。对所提方法进行了理论分析和实验验证,结果表明该方法提高了LED显示器重构图像的空间分辨率,满足了提高集成成像重构分辨率的要求。
图像处理 集成成像 三维重构 时分复用 空间分辨率 
激光与光电子学进展
2020, 57(6): 061004
作者单位
摘要
1 长春理工大学 电子信息工程学院, 吉林 长春 130022
2 吉林农业科技学院 电气与信息工程学院, 吉林 吉林 132101
球形两栖机器人具有对称的结构和多自由度的运动状态特性, 在环境适应性和运动稳定性上具有优势。本文介绍一种可以用于深海水下探测与救援的新型水陆两栖机器人控制系统的结构和建模方法, 根据机器人的运动控制模式, 推导出具有6个自由度的动态数学模型, 并在动态模型的基础上, 建立并评估了两种控制模型。第一种是基于二次型调节器(LQR)的控制器模型, 第二种是基于非线性状态反馈(FL)的控制器模型。最后对两种控制模型进行水下实验验证及评估, 从而证明两种控制器的有效性和优劣性。实验表明: 非线性状态反馈系统在响应时间(LQR=67.5 s, FL=46.5 s)方面都优于有限时域LQR控制器, 而LQR控制器在上升时间(LQR=24.5 s, FL=39.8 s)方面更加具有优势。
球形机器人 两栖 水下探测 非线性反馈 二次型调节器 spherical robot amphibious underwater detection nonlinear feedback quadratic regulator 
光学 精密工程
2019, 27(10): 2199
作者单位
摘要
长春理工大学电子信息工程学院, 吉林 长春 130022
针对集成成像技术视角窄的问题,提出了一种在集成成像计算重构中增大视角的方法。根据集成成像原理,利用相邻元素图像之间的相似性,对相邻元素图像单元进行配准、拼接,扩大每个微透镜对应的元素图像区域,以减少重构时所提取像素超过元素图像区域的情况发生,从而扩大了计算重构完整3D图像的视角。相比传统方法,本文方法在观看方向偏离光轴较大,超过传统视角一定范围时,元素图像也可以通过对应的微透镜进行正确合成,但由于计算重构时增加了相邻元素图像的配准、拼接过程,因此计算时间有所增加。
图像处理 集成成像 计算重构 视角 元素图像拼接 
光学学报
2019, 39(11): 1110001
作者单位
摘要
长春理工大学 电子信息工程学院, 吉林 长春 130022
考虑到ROS SLAM构建的地图只能描述环境的二维信息, 三维点云图像只能描述物体独立的三维信息等特点, 本文融合了ROS SLAM的Gmapping算法构建的室内二维地图与物体的三维点云图像信息, 提出了一种复合坐标定位系统。首先对不同室内进行分类, 进行一维坐标的标定, 其次通过对Gmapping算法构建好的地图等进行二三维坐标标定, 再结合空间信息构成外部坐标系φ, 最后通过对采集到的物体三维点云坐标进行仿射运算获得物体基于外部坐标三维坐标, 结合一维坐标, 对物体进行复合四维坐标定位。整个定位实验数据表明, 物体室内的位置平均测量误差只有4.2 cm, 其定位精度比起常见的超声波与红外线定位系统提高6.7%, 比基于蓝牙角度测量的定位系统定位精度提高20%, 比超宽带定位系统提高72%。物体定位误差小, 定位精准。
激光雷达 三维点云图像 物体定位 ROS SLAM ROS SLAM lidar 3D point cloud image gmapping Gmapping object location 
液晶与显示
2019, 34(6): 598
作者单位
摘要
长春理工大学电子信息工程学院, 吉林 长春 130022
在三维立体成像技术研究中,图像深度提取不受光源照射方向及物体表面发射特性的影响,不存在阴影,因此可以更准确地表现物体目标表面的三维深度信息。为了获取精确的深度图像,提出一种深度获取方法,采用基于改进的遗传算法的最佳熵阈值图像分割法对图像进行分割处理,进而得到深度图像。此方法可明显提高所得到的深度图像的准确度和有效性。同时,改进遗传算法可以快速逼近最佳阈值,大大缩短最佳阈值图像分割过程中阈值的选取时间,提高分割效率和深度获取的准确性。
图像处理 三维立体成像 深度获取  阈值分割 遗传算法 
激光与光电子学进展
2018, 55(2): 021003

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!