刘禹彤 1李妍 1金璐 2汤化旭 3[ ... ]冯悦姝 3,4,*
作者单位
摘要
1 长春电子科技学院 光电工程学院,吉林 长春 130114
2 清华苏州环境创新研究院,江苏 苏州 215163
3 吉林工程技术师范学院 量子信息技术交叉学科研究院,吉林 长春 130052
4 吉林省量子信息技术工程实验室,吉林 长春 130052
显微成像技术作为研究细胞和生物组织的主要工具,对生物医学的发展起到了极大的推动作用。生物样本的复杂化和生物医学领域对时间和空间分辨率的多样化需求决定了单一功能生物成像系统应用的局限性。为满足生物医学领域的多样化需求,解决成像质量与成像时间之间的矛盾,设计了一种基于深度学习的多分辨显微关联成像系统。该系统通过对显微镜进行硬件设计改造和软件处理,将深度学习与关联成像技术有效结合,当采样率仅为60%时,成像系统能够较好地恢复图像细节,大幅降低欠采样带来的噪声,同时显著提升系统成像的时间分辨率。另外,为了满足所设计的小型多分辨显微关联成像系统的实际需求,采用基于重参数化思想的超高效轻量超分网络,在资源受限的设备下实现实时高质量成像。所提出的成像系统可以在保证成像质量的同时显著缩短成像时间和减少内存占用。不同类型生物样本和分辨率板的测试结果进一步表明了系统的鲁棒性和抗噪性能,研究结果对生物医学领域具有重要意义。
显微成像 关联成像 深度学习 多分辨成像 microscopic imaging correlation imaging deep learning multi-resolution imaging 
红外与激光工程
2023, 52(4): 20220461
王霄 1,2,3高思莉 1,2,*金璐 1,2,3李争 1,2李范鸣 1,2
作者单位
摘要
1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院红外探测与成像技术重点实验室, 上海 200083
3 中国科学院大学, 北京 100049
针对空中目标在复杂背景下的探测需求, 根据实际目标的运动特性, 分析目标在飞行高度、飞行姿态角改变时的辐射特点, 基于MODTRAN计算得到大气辐射和衰减数据, 建立目标的三维模型 、热辐射和反射模型, 搭建空中目标的红外成像仿真系统.分析和仿真结果表明: 在中波波段, 目标尾焰的红外辐射比蒙皮强很多, 在长波波段, 蒙皮的红外辐射比较强, 仿真图像的细节比较多, 尾焰的红外辐射虽然有所减弱, 红外成像效果依旧很好; 相同探测条件下, 由于位置越高大气越稀薄, 探测器的可探测距离会变得比较远.目标红外辐射特性的分析和红外仿真系统的搭建对缩短红 外探测器的研制周期和进一步确定探测器波段和系统分辨率等指标提供了参考依据.
红外成像 空中目标 红外辐射特性 可见面元分析 光线投射 多波段 Infrared imaging Aerial target Infrared radiation characteristics Visibility judgment Ray casting Multi-band 
光子学报
2020, 49(5): 0511002
金璐 1,2,3刘士建 1,3王霄 1,2,3李范鸣 1,3,*
作者单位
摘要
1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院大学, 北京 100049
3 中国科学院红外探测与成像技术重点实验室, 上海 200083
针对地对空红外空中目标识别任务中数据量严重不足的问题,提出一种基于改进关系网络的小样本红外空中目标分类方法。该方法将关系网络模型、多尺度特征融合方法及元学习训练策略相结合,首先构造多尺度特征提取模块提取输入图像的特征向量,然后将支撑样本和预测样本的特征向量输入到关系模块中,根据关系值得到预测样本的类别标签。mini-ImageNet数据集上的实验结果表明:所提模型的分类精度显著高于其他经典的小样本学习模型。Infra-aircraft dataset上的实验结果表明:所提方法在仅有个位数样本的情况下,可完成多种机型的地对空红外图像分类任务。
成像系统 红外图像 空中目标分类 小样本学习 元学习 
光学学报
2020, 40(8): 0811005
金璐 1,2,3李范鸣 1,3,*刘士建 1,3王霄 1,2,3
作者单位
摘要
1 中国科学院上海技术物理研究所,上海 200083
2 中国科学院大学,北京 100049
3 中国科学院红外探测与成像技术重点实验室,上海 200083
针对红外空中目标,提出了一种基于稀疏表示的快速分类算法.该工作的技术难点表现在训练样本较少,算法需要具有旋转不变性、较高的抗噪性和实时性.针对这些难点,首先根据红外空中面目标的梯度信息和统计特性,计算出图像主方向,然后将主方向旋转至同一参考方向.接着基于稀疏表示原理,把分类问题转化为 1范数最小化问题,最后用快速收敛方法得到分类结果.实验结果表明该方法能够达到 98.3%的正确率,给测试图像 50%的像素叠加噪声后,分类正确率仍大于 80%.
红外图像 空中目标 旋转不变性 稀疏表示分类 infrared image aircraft identification rotation invariant sparse representation classification 
红外与毫米波学报
2019, 38(5): 578
邵保泰 1,2,3,*汤心溢 1,3金璐 1,2,3李争 1,3
作者单位
摘要
1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院大学, 北京 100049
3 中国科学院红外探测与成像技术重点实验室, 上海 200083
高分辨率红外图像的获取受到了硬件性能的限制, 利用信号处理的方法实现红外图像的超分辨率重建可以有效地提高红外图像的分辨率.将基于深度学习的超分辨方法应用于红外图像, 实现了单帧红外图像的超分辨率重建, 获得了更好的评价结果.通过引入对抗训练的思想, 以及添加基于判别网络的损失函数分量, 提高了放大倍数的同时, 获得更好的高频细节恢复, 图像边缘锐化, 避免了超分辨率红外图像过于模糊.
红外图像 超分辨率重建 深度学习 生成对抗网络 infrared image super resolution deep learning GAN 
红外与毫米波学报
2018, 37(4): 427
作者单位
摘要
1 中国科学院上海技术物理研究所,上海200083
2 中国科学院红外探测与成像技术重点实验室,上海200083
自动目标识别算法是现阶段和未来**系统的重要组成部分,是当代科技**领域的研究热点。介绍了自动目标识别(ATR)算法的发展现状,对现有的ATR算法进行了归类和叙述,并简要介绍了ATR算法的性能评价方法,最后对本领域的研究现状做出总结和展望。
自动目标识别 图像处理 模式识别 automatic target recognition image processing pattern recognition 
电光与控制
2016, 23(10): 1
作者单位
摘要
浙江大学硅材料国家重点实验室, 材料科学与工程系, 杭州 310027
本文通过离子交换和后续热处理的方法在钠钙玻璃中引入Ag纳米颗粒, 并将Ag掺杂的钠钙玻璃作为衬底增强了钠钙玻璃和荧光染料罗丹明6G(R6G)的荧光辐射。Ag纳米颗粒的表面等离激元散射增强了掺杂玻璃的荧光, 而R6G的增强荧光辐射则源于掺杂玻璃与荧光染料之间的辐射共振能量转移。
钠钙玻璃 离子交换 银纳米颗粒 表面等离激元共振 荧光增强 soda-lime glass ion exchange silver nanoparticles surface plasmon resonance photoluminescence enhancement 
光散射学报
2012, 24(2): 137
作者单位
摘要
浙江大学 硅材料国家重点实验室, 浙江 杭州310027
利用磁控溅射法以不同条件在重掺硼硅片(p+-Si)上制备Ti薄膜,经过一定条件下的热氧化转化为TiO2薄膜,从而形成TiO2/p+-Si异质结。研究表明: 要使TiO2/p+-Si异质结产生显著的电致发光,其中的TiO2薄膜必须呈现单一的锐钛矿相,这就要求在较低的功率下溅射获得晶粒尺寸较小的Ti薄膜。此外,TiO2的薄膜厚度需要控制在合理的范围。文中对上述结果的物理机制进行了探讨。
二氧化钛  异质结 电致发光 TiO2 Si heterostructure electroluminescence 
发光学报
2011, 32(5): 471
作者单位
摘要
吉林大学 生命科学学院,吉林 长春 130012
采用偏最小二乘法(PLS)建立测定蛹虫草菌丝体中多糖、蛋白、虫草酸和腺苷含量的近红外光谱定量分析模型。选择了原始光谱建立蛹虫草菌丝体中腺苷和多糖含量的PLS定量分析模型,选择卷积光滑预处理后的光谱建立蛹虫草菌丝体中蛋白和虫草酸含量的PLS定量分析模型。测定蛹虫草菌丝体中多糖、蛋白、虫草酸和腺苷含量的最优PLS定量分析模型的交叉验证均方根误差(RMSECV)分别为0.0091,0.0222,0.0088和0.6520,预测均方根误差(RMSEP)分别为0.0079,0.0196,0.0087和0.5780。结果表明,测定蛹虫草菌丝体四种有效成分含量的定量分析模型稳健性好和预测精度高,在中药有效成分定量分析方面有很大的应用前景。
测量 近红外光谱 偏最小二乘法 蛹虫草 
光学学报
2009, 29(10): 2795

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!