1 中北大学仪器与电子学院，山西 太原 030051
2 山西省自动化检测装备与系统工程技术研究中心，山西 太原 030051
针对目前光纤环缺陷检测方法可靠性低、实用性差的问题，提出一种基于改进低秩表示模型的光纤环缺陷检测算法。基于低秩表示理论对缺陷检测问题进行模型构建，将无缺陷的光纤环图像建模为低秩结构，将缺陷建模为稀疏结构；同时将拉普拉斯正则化约束项施加到低秩表示模型中，以扩大缺陷区域与背景之间的差距；为了提高算法的效率，采用幂法迭代的思想来实现奇异值分解。通过实验对算法进行验证，结果表明，所提算法对不同类型的缺陷均具有良好的检测性能，且与其他算法相比，取得最优的表现。
光纤环 缺陷检测 低秩表示 奇异值 幂法迭代 激光与光电子学进展
2022, 59(22): 2215008
2山西省自动化检测装备与系统工程技术研究中心，山西 太原 030051
为了提高光纤环绕制图像的分辨率并减轻深度学习模型带来的内存和计算开销，提出了一种能够同时提取梯度信息和图像信息的双分支网络，利用轻量级残差块快速轻量的优势来提取网络路径中的图像特征，还引入了多阶段残差特征迁移机制。在梯度信息和特征迁移的共同作用下，网络可以保留丰富的几何结构信息，使重构图像的边缘细节更加清晰。实验结果表明，该模型以较少的参数和0.018 s的运行时间实现了优越的性能，在2×、3×和4×的比例因子下，峰值信噪比分别为44.08 dB、41.35 dB和38.97 dB，结构相似性指数分别为0.9858、0.9793和0.9769，均优于其他现有方法，为后续的光纤环质量检测提供了强有力的保障。
中北大学 电子测试技术重点实验室 仪器科学与动态测试教育部重点实验室, 山西 太原 030051
针对单感知平台动静热释电红外传感器(PIR)阵列在目标轨迹测量方面的局限性, 提出了利用4感知平台的“米”字型PIR阵列构成正方形感知模型实现对目标运动轨迹的测量。在该研究中, 单感知平台由8个PIR传感器组成“米”字型阵列, 每个传感器间隔45°均匀分布; 将4感知平台的“米”字型阵列规则排布建立封闭的正方形感知模型, 通过多传感器自适应加权融合算法将4感知平台的32路传感器角度信息进行融合, 再结合自身坐标信息及检测目标时间信息通过轨迹预推算法推导出准确的运动轨迹, 同时得到目标的运动速度。实验结果表明, 该方法有效弥补了单感知平台PIR阵列功能上只能实现单一定位且精度低的不足, 实现了目标运动轨迹的准确测量以及时序上目标位置的预判, 具有较大的理论意义与实际应用价值。
“米”字型阵列 正方形模型 算法 轨迹预推 PIR PIR M word array square model algorithm trajectory extrapolation 红外与激光工程
2019, 48(1): 0120003
