1 陕西科技大学 陕西人工智能联合实验室，陕西西安7002
2 西安交通大学 系统工程研究所，陕西西安710049
3 西安卫星测控中心，陕西西安71004
4 陕西科技大学 电子信息与人工智能学院，陕西西安710021
为了获取更高分辨率和清晰度的空间目标光学图像，需对地基自适应光学（Adaptive Optics，AO）成像望远镜校正后的降质图像进行超分辨率重建。针对空间目标AO图像背景单一、分辨率有限且存在运动模糊、湍流模糊以及过曝等特点，提出基于深度学习的生成对抗网络（Generative Adversarial Networks，GAN）方法来实现空间目标AO图像的超分辨率重建，构建了空间目标AO仿真图像训练集用于神经网络训练，提出了一种基于密集残差块的GAN超分辨率重建方法，通过将传统残差网络改为密集残差块，提高网络深度，将相对平均损失函数引入判别器网络，从而使得判别器更稳健，GAN训练更稳定。实验结果表明：本文提出的方法相较传统插值超分辨率方法PSNR提高11.6%以上，SSIM提高10.3%以上，相较基于深度学习的盲图像超分辨率方法PSNR平均提高6.5%，SSIM平均提高4.9%。该方法有效实现了空间目标AO图像的清晰化重建，降低了重建图像的伪影，丰富了图像细节。
空间目标图像 超分辨率 生成对抗网络 密集残差块 space object images super resolution Generative Adversarial Network（GAN） dense residual blocks 光学 精密工程
2022, 30(17): 2155
山东省海洋环境监测技术重点实验室, 山东省科学院海洋仪器仪表研究所, 山东 青岛 266001
为了实现二氧化碳气体温度的实时、非接触测量, 研究基于可调谐二极管激光吸收光谱技术(TDLAS)的温度测量方法。根据单激光器的电流调谐特性和谱线对的选择标准, 选取6241.402828 ｃｍ-1、6242.672190 cm-1处的两条对温度有不同依赖关系的二氧化碳谱线进行分析。针对二次谐波幅度法和一、二次谐波幅度比值法所存在的问题, 提出应用一次谐波信号的TDLAS温度测量方案。首先测量两吸收谱线的一次谐波峰峰值和平均值, 以峰峰值和平均值的比值作为单吸收线的输出, 再以两吸收线输出值之比来实现气体温度的测量。实验结果表明: 在200~1000 K范围内, 气体温度测量误差小于30 K。该温度测量方案可消除光强波动对温度测量产生的影响, 且仅需检测一次谐波信号, 系统结构简单, 性能稳定, 可以满足二氧化碳气体温度实时、非接触测量的需要。
可调谐二极管激光吸收光谱 温度测量 波长调制 一次谐波 tunable diode laser absorption spectroscopy temperature measurement wavelength modulation first harmonic
