Author Affiliations
Abstract
1 Guangxi Key Laboratory of Optoelectronic Information Processing, School of Optoelectronic Engineering, Guilin University of Electronic Technology, Guilin 541004, China
2 School of Electronic Information and Electrical Engineering, Huizhou University, Huizhou 516000, China
Optical line tweezers have been an efficient tool for the manipulation of large micron particles. In this paper, we propose to create line traps with transformable configurations by using the transverse electromagnetic mode-like laser source. We designed an optical path to simulate the generation of the astigmatic beams and line traps with a series of lenses to realize the rotational transformation with respect to the rotation angle of cylindrical lenses. It is shown that the spherical particles with diameters ranging from 5 μm to 20 μm could be trapped, aligned, and revolved in experiment. The periodical trapping forces generated by transformable line traps might open an alternative way to investigate the mechanical properties of soft particles and biological cells.
optical line tweezers transformable line traps optical manipulation 
Chinese Optics Letters
2022, 20(5): 053801
陈宏宇 1,2,3,4,5罗海波 1,2,4,5惠斌 1,2,4,5常铮 1,2,4,5
作者单位
摘要
1 中国科学院沈阳自动化研究所,辽宁 沈阳 110016
2 中国科学院机器人与智能制造创新研究院,辽宁 沈阳 110169
3 中国科学院大学,北京 100049
4 中国科学院光电信息处理重点实验室,辽宁 沈阳 110016
5 辽宁省图像处理与视觉计算重点实验室,辽宁 沈阳 110016
基于可变形模型的目标跟踪算法因其能够处理目标部分遮挡及形变问题成为目标跟踪领域的研究热点。当目标发生形变或部分遮挡时,可变形模型跟踪器可利用未被遮挡的子块继续完成跟踪。现有基于子块的目标跟踪算法均为手动选取子块的个数和尺寸,但在实际应用中,很难为子块的选取提供人机交互的机会,且手动选取子块易受主观因素影响。针对上述情况,提出了一种采用多特征融合的子块自动提取方法,该方法首先采用基于人眼视觉注意机制对目标模板的显著性区域进行度量;其次,利用边缘方向离散度对目标的纹理丰富度进行度量;然后,融合上述特征获得联合适配性置信度,并根据目标的面积和宽高比自适应确定子块的个数和尺寸;最后,根据联合适配性置信度提取目标子块。实验结果表明,与现有手动选取子块的可变形模型目标跟踪方法相比,采用所提方法自动提取的子块可获得更高的跟踪精度。
计算机视觉 目标跟踪 可变形模型 多特征融合 子块自动选取 computer vision target tracking deformable parts model multi-feature fusion automatic parts selection 
红外与激光工程
2021, 50(8): 20200407
陈法领 1,2,3,4,5,*丁庆海 1,6常铮 1,2,4,5陈宏宇 1,2,3,4,5[ ... ]刘云鹏 1,2,4,5
作者单位
摘要
1 中国科学院沈阳自动化研究所, 辽宁 沈阳 110016
2 中国科学院机器人与智能制造创新研究院, 辽宁 沈阳 110169
3 中国科学院大学, 北京 100049
4 中国科学院光电信息处理重点实验室, 辽宁 沈阳 110016
5 辽宁省图像处理与视觉计算重点实验室, 辽宁 沈阳 110016
6 航天恒星科技有限公司, 北京 100086
为了提高复杂场景中目标跟踪的稳健性,解决由光照变化、目标形变、尺度变化和遮挡等导致的目标跟踪失败问题,提出一种自适应特征融合的多尺度核相关滤波目标跟踪算法。该算法首先通过2种不同的特征分别训练2个核相关滤波器,利用这2个滤波器响应的峰值旁瓣比和相邻两帧的响应一致性获得融合权重,同时采用自适应加权的融合策略将这2个滤波器的响应结果进行融合,完成目标的位置估计;然后以此为中心进行多尺度采样,构建尺度金字塔,并通过贝叶斯估计的方法确定目标的最优尺度;最后依据目标跟踪的置信度进行跟踪模型更新,以避免模型退化。选取51组视频序列进行测试,并与近年来性能优异的目标跟踪算法进行对比。实验结果表明,所提算法能有效降低光照变化、目标形变、尺度变化和遮挡等因素影响,对测试视频序列取得了较高的跟踪精度和成功率,整体性能优于对比算法。
机器视觉 计算机视觉 目标跟踪 核相关滤波 自适应特征融合 多尺度估计 
光学学报
2020, 40(3): 0315001
作者单位
摘要
1 上海微小卫星工程中心,上海,200050
2 中国科学院上海技术物理研究所,上海,200083
针对国内静态红外地平仪探测器信噪比较低,传统地平检测方法定姿精度不高的现状,基于典型的静态地平仪设计,在分析探测器采样信号序列全局特征的基础上,设计了一套基于匹配滤波的信息处理算法,经仿真验证可以有效提高地平仪的定姿精度.
信息处理技术 姿态确定 匹配滤波 静态红外地平仪 数字信号处理 
红外与毫米波学报
2007, 26(3): 191

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!