1 清华大学深圳国际研究生院，广东 深圳 518055
2 广东省偏振光学检测与成像工程技术研究中心，广东 深圳 518055
3 北京大学深圳医院病理科，广东 深圳 518036
数字病理技术利用经过数字化的病理样本显微图像及其特征，并配合人工智能技术，实现生物组织病变特征的定量评估和判定，辅助临床医生做出诊断结论。利用偏振光照明和偏振探测可以实现全偏振成像，图像每个像素的偏振特征都包含更加丰富的信息，特别是普通光学成像难以获得的亚细胞超分辨微观结构特征信息，可为病变组织的识别和定量评估提供更为有效的手段。本文总结了全偏振成像技术，并结合典型临床应用归纳总结了全偏振显微图像的数据分析方法和最新进展。
医用光学 全偏振显微成像 偏振数字病理 偏振特征提取 机器学习
1 长春理工大学物理学院 高功率半导体激光国家重点实验室， 吉林 长春 130022
2 中国科学院长春光学精密机械与物理研究所 发光学及应用国家重点实验室， 吉林 长春 130033
3 吉光半导体科技有限公司， 吉林 长春 130031
如今，人们对研究耦合腔面发射激光器结构的兴趣逐渐增加。这种结构通过向主腔施加调制电的同时向每个反馈腔施加直流电来实现带宽提升。然而，单独驱动主腔对器件性能的影响尚未得到深入研究。为了更全面地了解耦合腔激光器，我们设计并制备了边长为30 μm×30 μm的方形横向耦合腔VCSEL，并研究了在方形横向耦合腔中单独驱动主腔时器件性能的变化。室温下，-3 dB带宽达30.1 GHz，在非归零调制下，在背对背传输速率40 Gbit/s时获得清晰的眼图，相对强度噪声值为-160 dB/Hz。证明了反馈腔在不加驱动的条件下仍会对主腔的性能提供正向作用。设计的TCC-VCSEL器件只需要一个电源驱动，使其适用于高密度集成，为封装集成应用提供了新的思路。
垂直腔面发射激光器 横向耦合腔 高速 vertical-cavity surface-emitting lasers（VCSEL） transverse coupled cavity high-speed
1 陕西科技大学 机电工程学院，西安 710021
2 西安交通大学 机械工程学院，西安 710049
3 西安交通大学 精密微纳制造技术全国重点实验室，西安 710054
针对商用低精度惯性测量单元具有高成本、制造工艺复杂、废弃后污染环境、不能生物降解等缺点，提出一种低成本、可生物降解的木制惯性测量单元。该设计包含平衡振子和非平衡振子单元，分别用于测量3轴加速度和3轴角加速度。采用激光诱导石墨烯的工艺在木梁上制备应变传感器阵列，并形成多组惠斯顿电桥测量电路。结果表明：加速度方面，X轴灵敏度为0.006 mV/g，Y轴灵敏度为8.695×10-4 mV/g，Z轴灵敏度为0.200 mV/g；角加速度方面，X轴灵敏度为0.285 mV/（rad/s2），绕Y轴旋转的灵敏度为0.305 mV/（rad/s2），绕Z轴旋转的灵敏度为0.765 mV/（rad/s2）。与有限单元法仿真结果对比，实验测量误差在10%以内，且具有良好的重复测量精度。该惯性测量单元在木制船舶、木制载具、木制家具等方面具有潜在的应用前景。
惯性测量单元 激光诱导石墨烯 陀螺仪 加速度计 木材 Inertial measurement unit Laser induced graphene Gyroscope Accelerometer Wood
1 河海大学地球科学与工程学院，江苏 南京 211000
2 江苏省测绘工程院，江苏 南京 211000
针对传统语义分割网络变化检测结果易受阴影及其他地物干扰、建筑物边界分割较为粗糙的问题，提出一种轻量级双侧输入的变化检测网络D-WNet。新网络从W-Net出发，采用深度可分离卷积块和空洞空间金字塔池化模块代替原本繁琐的卷积和下采样过程，利用右侧线特征编码器加强高低维特征的融合，同时在解码器上采样部分引入通道和时空注意力机制获取网络在不同维度下的有效特征，得到的D-WNet在性能方面有明显提升。在公开的WHU和LEVIR-CD建筑物变化检测数据集上进行实验，并与W-Net、U-Net、ResNet、SENet和DeepLabv3+语义分割网络进行对比。实验结果表明，D-WNet在交并比、F1值、召回率、准确率和运行时间等5项指标中综合表现优异，对阴影干扰及建筑物边缘区域具有更精确的变化检测结果。
航空遥感 建筑物变化检测 D-WNet 双侧输入 轻量级网络 激光与光电子学进展
2024, 61(8): 0828003
红外与激光工程
2023, 52(12): 20220891
1 中国农业大学“智慧农业系统集成研究”教育部重点实验室, 北京 100083
2 中国农业大学“智慧农业系统集成研究”教育部重点实验室, 北京 100083中国农业大学农业农村部“农业信息获取技术”重点实验室, 北京 100083
叶面积指数（LAI）是评价作物长势的重要参数, 快速、 准确、 低成本地获取作物LAI对于指导作物田间管理有重要的意义。 为了低成本获取多种作物的LAI, 基于多源信息和深度学习构建了通用的LAI预测模型。 在大豆、 小麦、 花生、 玉米四种作物的六个生长时期进行了大田实验, 以获取用于建模的多源信息。 使用航拍无人机获取作物低空可见光图像、 红边图像和近红外图像等多光谱图像信息, 此外还采集相关的一维数据信息, 包括无人机飞行姿态、 拍摄高度、 作物生长状态和环境光照。 借助深度学习出色的图像和数据处理能力建立基于复杂输入信息的LAI预测模型, 考虑到一维数据也要参与模型的训练过程, 在设计模型时, 采用了组合型网络架构。 在卷积神经网络（CNN）算法提取图像深度特征的基础上加入了LightGBM算法用于结合图像特征和一维数据实现作物LAI的最终预测。 CNN模型部分使用了VGG19, ResNet50, Inception V3和DenseNet201四种常见的结构。 为了更好地说明CNN模型提取图像特征的能力, 分析了不同图像输入下四种模型的作物分类情况。 结果表明, 以可见光、 红边和近红外图像为输入时, 四种模型的分类准确度均相较于仅有可见光图像时有所提高, 尤其是基于Inception V3和DenseNet201的两种模型分类准确率均达到99%以上, 证明了CNN模型提取多光谱图像特征的有效性。 将图像特征作为LightGBM模型的输入信息预测LAI时, 实测值与预测值的R2最大为0.819 2, 而在输入中加入一维数据信息后, 模型的R2均可达到0.9以上, 说明多源信息输入对于提高LAI预测模型的准确度有重要作用。 该研究建立的模型可以针对不同的作物进行LAI的预测, 不需要对多光谱图像进行复杂的处理, 因此, 该研究可以实现LAI的低成本、 快速预测, 同时可以获得较高的预测准确度。
叶面积指数 多光谱图像 多源信息 组合型网络架构 预测模型 Leaf area index Multispectral image Multi-source information Combined network architecture Prediction models 光谱学与光谱分析
2023, 43(12): 3862
河海大学地球科学与工程学院，江苏 南京 211100
目前利用无人机获取光伏组件红外影像数据越来越多地应用于光伏组件故障检测中。但光伏组件红外影像数据各类别样本相似度较高，现有深度学习模型的光伏组件红外影像特征提取能力较低，导致光伏组件多故障类型分类精度偏低。针对以上问题，基于ResNet（residual network）模型构建ResPNet（residual photovoltaic network）模型进行光伏组件红外影像故障检测。ResPNet模型在ResNet模型基础上，加入了底层特征信息增强模块、多尺度特征信息增强模块、全局特征信息增强模块，用于提升模型的光伏组件红外影像特征提取能力。在公开的光伏组件红外影像数据集Infrared Solar Modules上进行实验，ResPNet模型的12类光伏组件红外影像分类精度达到84.6%，不但优于ResNet-50模型，而且优于其他的光伏组件红外影像分类模型。通过级联多个ResPNet模型，取得了该数据集目前已知最高的12类光伏组件红外影像分类检测精度（85.9%）。
ResNet 光伏组件 深度学习 红外影像 故障检测 激光与光电子学进展
2023, 60(24): 2412005
Author Affiliations
Abstract
1 State Key Laboratory of Functional Materials for Informatics, Shanghai Institute of Microsystem and Information Technology (SIMIT), Chinese Academy of Sciences (CAS), Shanghai 200050, China
2 CAS Center for Excellence in Superconducting Electronics (CENSE), Shanghai 200050, China
3 Ori-chip Optoelectronics Technology Ltd., Ningbo 315000, China
4 School of Physical Science and Technology, ShanghaiTech University, Shanghai 201210, China
We propose and demonstrate a cryogenic thermo-optic (TO) modulator in x-cut thin-film lithium niobate (TFLN) with an NbN superconducting heater. Compared to a conventional metal heating electrode, a fast and energy-efficient modulation is obtained by placing an NbN superconducting heating electrode above the TFLN waveguide. The transition of the NbN superconducting electrode between superconducting and normal states turns the heating and cooling processes from continuous to discontinuous change. Thus, the energy consumption during the modulation process is reduced proportionally. The rise/fall time of the proposed device is 22 µs/15 µs, which has been the fastest response time reported in TFLN thermo-optic modulators so far. The presented TO modulator can easily be used at cryogenic temperatures and has great potential for applications in cryogenic optoelectronics.
cryogenic modulator lithium niobate superconductance Chinese Optics Letters
2023, 21(8): 081301
温州大学电气与电子工程学院，浙江 温州 325035
光纤多参数同时测量是加速低损耗、低非线性等光纤研发效率的关键。为此，提出一种基于双向瑞利散射的单模光纤多参数同时测量方法，可实现光纤多参数同时精确测量。基于背向瑞利散射原理建立了多参数同时测量系统，成功测试了1 km光纤的模场直径、有效模场面积、纤芯直径、相对折射率差、截止波长、衰减系数等参数的分布特性，其测量值分别为9.24 μm、66.22 μm2、8.28 μm、0.323%、1.258 μm、0.196 dB/km，并分别与传统测量方法进行了比较。实验结果表明，所提方法与传统方法测量结果基本一致，但实现了多参数分布测量且测量结果稳定。
光通信 瑞利散射 光纤参数 同时测量 激光与光电子学进展
2023, 60(7): 0712004
中国科学院长春光学精密机械与物理研究所, 吉林 长春 130033
为了减小振动对大负载光学载荷在飞行过程中相机成像质量的影响, 设计了一种新型向心结构的减震器。针对传统减振器的不足, 提出了向心结构的设计方案, 可以很好地将力进行解耦, 通过在升降板上沿圆环均布的方式排列安装, 有效避免了光学载荷内部发生碰撞。为了检验向心结构的减振效果, 通过拉伸试验与有限元分析相结合的方式对光学载荷验证。结果表明, 在 120 kg负载下, 整体结构最大变形为 3 mm, 最大应力为 34.3 MPa, 实际振型频率为 9.81 Hz, 均满足设计要求。
光学载荷 减震器 拉伸试验 有限元分析 optical load shock absorber tensile test finite element analysis
