南京理工大学 江苏省光谱成像域智能感知重点实验室，江苏 南京 210094
为了利用被散射的光信号实现成像，越来越多的散射成像方法被提出。其中深度学习以其强大的数据表征和信息提取能力在散射成像领域发挥着重要的作用。相较于传统散射成像方法，基于深度学习的散射成像方法在成像速度、质量、信息维度等方面都有着巨大的优势。但是，模型训练、模型泛化等问题也制约着该方法的发展。因此，越来越多的研究将物理过程与基于数据驱动的方法进行联合建模，利用物理先验指导神经网络优化。相较于单纯的数据驱动方法而言，物理-数据联合建模的方法对数据量、神经网络参数量的依赖程度大大降低，在保证成像质量的前提下有效降低数据获取难度及对实验环境的要求。联合建模优化的方式实现了介质、目标类型等散射成像中关键节点的泛化。同时在训练过程方面，实现了从有监督到半监督再到无监督的训练优化过程迭代，不同模型和监督方式的提出大大提升了基于深度学习方法的训练效率，在降低对硬件和时间成本的同时，提升了基于深度学习的散射成像方法在非实验室场景应用的可能性。
散射成像 深度学习 计算成像 神经网络 scattering imaging deep learning computational imaging neural network 红外与激光工程
2022, 51(8): 20220563
红外与激光工程
2022, 51(2): 20210889
南京理工大学 电子工程与光电技术学院，江苏 南京 210094
数字光栅投影三维测量技术，通过离焦投影二值光栅条纹，生成三维测量所需正弦光栅条纹，能够实现超高投影速度，在快速三维测量领域具有极大潜力。但是，二值光栅条纹不可避免地包含高次谐波，导致计算所得相位包含相位误差，进而降低了快速三维测量精度。提出了一种基于深度学习精确相位获取的离焦投影三维测量方法，通过构建含噪声相位到精确相位的端到端深度卷积神经网络，降低高次谐波引入的相位误差，进而实现快速精确三维测量。首先，以理论分析证明所提方法的可行性，并以仿真和实验进一步验证了所提方法的有效性和精确性。与现有快速三维测量方法相比，所提方法在保证测量速度的同时保证测量精度。
三维测量 离焦投影 深度学习 精确相位 3D measurement defocused projection deep learning accurate phase 红外与激光工程
2020, 49(7): 20200012
南京理工大学 电子工程与光电技术学院，江苏 南京 210094
深度学习的应用简化了数字条纹投影三维测量的过程，在传统数字条纹投影三维测量技术条纹投影、相位计算、相位展开、相位深度映射的流程中，研究者们已经成功证明了前三个环节以及整个流程结合深度神经网络的可行性。基于深度学习，PDNet (Phase to Depth Network)神经网络模型被提出，用于绝对相位到深度的映射。结合多阶段深度学习单帧条纹投影三维测量方法，通过分阶段学习方式依次获得物体的绝对相位与深度信息。实验结果表明，PDNet能较准确地测量出物体的深度信息，深度学习应用于相位深度映射步骤具有可行性。并且，相较于直接从条纹图像到三维形貌的单阶段深度学习单帧条纹投影三维测量方法，多阶段深度学习单帧条纹投影三维测量方法可以明显提升测量精度，仅需单帧条纹图像输入即可获得毫米级测量精度，且能适应具有复杂形貌物体的三维测量。
数字条纹投影 深度学习 多阶段深度学习 三维测量 digital fringe projection deep learning multi-stage deep learning 3D measurement 红外与激光工程
2020, 49(6): 20200023
1 南京理工大学电子工程与光电技术学院,智能计算成像实验室(SCILab), 江苏 南京 210094
2 南京理工大学江苏省光谱成像与智能感知重点实验室, 江苏 南京 210094
近年来,光学成像技术已经由传统的强度、彩色成像发展进入计算光学成像时代。计算光学成像基于几何光学、波动光学等理论对场景目标经光学系统成像再到探测器采样这一完整图像生成过程建立精确的正向数学模型,再求解该正向成像模型所对应的“逆问题”,以计算重构的方式来获得场景目标的高质量图像或者传统技术无法直接获得的相位、光谱、偏振、光场、相干度、折射率、三维形貌等高维度物理信息。然而,计算成像系统的实际成像性能也同样极大程度地受限于“正向数学模型的准确性”以及“逆向重构算法的可靠性”,实际成像物理过程的不可预见性与高维病态逆问题求解的复杂性已成为这一领域进一步发展的瓶颈问题。近年来,人工智能与深度学习技术的飞跃式发展为计算光学成像技术开启了一扇全新的大门。不同于传统计算成像方法所依赖的物理驱动,深度学习下的计算成像是一类由数据驱动的方法,它不但解决了许多过去计算成像领域难以解决的难题,还在信息获取能力、成像的功能、核心性能指标(如成像空间分辨率、时间分辨率、灵敏度等)上都获得了显著提升。基于此,首先概括性介绍深度学习技术在计算光学成像领域的研究进展与最新成果,然后分析了当前深度学习技术在计算光学成像领域面临的主要问题与挑战,最后展望了该领域未来的发展方向与可能的研究方向。
成像系统 计算成像 深度学习 光学成像 光信息处理
南京理工大学 电子工程与光电技术学院, 江苏 南京 210094
光谱测量技术在无损检测、地质勘探、农业普查等诸多方面均有广泛应用, 且随着技术的发展, 相关工艺器件近几年得到了长足的进步。在结合实际应用需求的前提下, 比较全面地介绍了光谱测量技术的发展历史, 以及近年来相关技术的研究现状和发展动态。并且从传统型、计算型、多路复用型三个角度较详细地总结了目前光谱测量的主要形式。着重介绍了包括计算层析、压缩感知、傅里叶变换、哈达码变换等多种光谱测量技术的原理及实现方法, 并分别总结了优缺点。对目前光谱测量技术中亟待解决的问题进行了分析总结, 对未来光谱测量手段的发展进行了展望。
光谱测量 压缩感知 哈达玛变换 傅里叶变换 spectral measurement compressive sensing Hadamard transform Fourier transform 红外与激光工程
2019, 48(6): 0603001
1 河北工业大学 人工智能与数据科学学院, 天津 300130
2 中国科学院 电工研究所, 北京100190
针对等离子体的应用，基于级联型电压叠加技术研制了一种最高输出电压为20 kV的高压微秒脉冲源，该电源由40个相同的电源模块组成，其单个模块电压等级为500 V，降低了对器件的绝缘耐压要求。电源的输出电压值在0~20 kV之间可调；重复频率在0~10 kHz之间、脉宽在0~30 μs之间可调；该电源的上升沿和下降沿均在1 μs以内。模块化的设计提高了电源的冗余容错能力。将该电源作为产生等离子体的激励源时，其输出的高压脉冲波形稳定，且根据负载对输出高压波形的要求不同，该电源可以方便地进行调节。
脉冲功率 重复频率 级联型脉冲源 等离子体 间接光触发 pulse power repetitive frequency cascade power supply plasma indirect light trigger 强激光与粒子束
2019, 31(8): 085001
1 南京理工大学瞬态物理国家重点实验室, 江苏 南京 210094
2 南京理工大学电子工程与光电技术学院, 江苏 南京 210094
传统的基于过渡区域提取的目标分割算法存在噪声敏感问题, 从而会影响到过渡区域提取的准确性。 与可见光图像相比, 红外图像特别是红外光谱图像, 受到探测器无法消除的热噪声影响, 传统的目标提取算法准确率普遍降低。 此外, 虽然通过边缘能够精确定位目标, 但是无法获取目标完整边缘。 而过渡区域的灰度分布特点是可以解决基于边缘的目标提取难题。 因此为了提高目标提取的抗噪性和准确性, 提出了一种将过渡区域提取与边缘检测结合的自适应红外目标提取方法。 首先利用像元空间邻域信息构造密度, 以此有效降低噪声影响和获取图像边缘信息。 然后基于像元密度信息最大分离目标边缘与背景, 得到有效边缘和过渡区域, 进而以此生长出目标。 将边缘与过渡区域结合, 可以很好地抑制噪声, 多幅复杂场景实验评估了该方法的抗噪性能, 结果显示, 提出的方法在噪声的干扰下能较好的提取目标。
过渡区域 边缘 像元密度 抗噪性 目标提取 红外图像 Transition region Edge Pixel’s density Performance of anti-noise Target extraction Infrared Image 光谱学与光谱分析
2018, 38(6): 1729
Author Affiliations
Abstract
1 Optical Networking and Sensing Department, NEC Laboratories America, Inc., Princeton, NJ 08540, USA
2 School of Electronic Engineering and Optoelectronic Technology, Nanjing University of Science and Technology, Nanjing 210094, China
Remotely sensing an object with light is essential for burgeoning technologies, such as autonomous vehicles. Here, an object’s rotational orientation is remotely sensed using light’s orbital angular momentum. An object is illuminated by and partially obstructs a Gaussian light beam. Using an SLM, the phase differences between the partially obstructed Gaussian light beam’s constituent OAM modes are measured analogous to Stokes polarimetry. It is shown that the phase differences are directly proportional to the object’s rotational orientation. Comparison to the use of a pixelated camera and implementation in the millimeter wave regime are discussed.
280.4788 Optical sensing and sensors 280.3420 Laser sensors 260.6042 Singular optics 080.4865 Optical vortices 140.3295 Laser beam characterization Chinese Optics Letters
2017, 15(3): 030012
南京理工大学电光学院江苏省光谱成像与智能感知重点实验室，江苏 南京 210094
针对位置已固定的双目立体装置，提出了一种基于非平行模式测距原理的双目系统光轴-光心参数标定方法，减小了光轴-光心位置误测量带来的测距误差;为解决低照度下双目立体视觉中存在的立体匹配误匹配点多、目标识别度低的问题，采取了最大熵法结合整体光强变化的阈值选取方法提取显著目标，提高了目标识别率,搭建了显著目标测距系统。结果表明：采用文中的系统标定与阈值选取方法的双目立体视觉装置在低照度下具有较高的测距精度及目标识别率。
双目测距 相机标定 目标识别 硬件实现 binocular vision ranging cameral calibration target recognition hardware implementation
