强激光与粒子束
2024, 36(1): 012001
1 太原理工大学 电子信息与光学工程学院， 山西 晋中 030600
2 太原理工大学 电气与动力工程学院， 太原 030000
3 中国电子科技集团公司第三十三研究所， 太原 030000
针对红外图像细节分辨率不高、目标边缘模糊等，提出一种基于改进生成对抗网络的红外图像增强算法。首先，基于编码解码网络U-Net构建生成器，优化U-Net跳跃连接方式，融合全局上下文模块，实现全局和局部特征的上下文建模; 然后，基于胶囊网络构建鉴别器，结合Res2Net改进胶囊网络结构，并对胶囊网络全连接层进行反卷积重构，实现多尺度图像特征提取，减少模型参数冗余。实验表明，与当前主流算法相比，该算法能有效突出细节信息、抑制噪声，提高图像分辨率和视觉效果。
深度学习 红外图像增强 生成对抗网络 胶囊网络 deep learning infrared image enhancement generative adversarial network capsule networks U-Net U-Net
上海交通大学 电子信息与电气工程学院，上海200240
为实现胃肠道胶囊机器人多维无线能量传输，减小接收线圈的绕制维度、体积与产热，设计了一种双维正交矩形螺线管对发射线圈结构。可通过控制不同组发射线圈的电流来改变合成磁场方向，同时该结构发射线圈内部可嵌入磁芯，其线圈间距也可根据检测者体型灵活调整，减小功率损耗。建立了所构建无线能量传输系统的理论模型，通过有限元仿真验证磁芯对系统性能的提高，最后通过搭建实验平台进行测试，优化了单维接收线圈的参数，同时实验验证了该系统在不同发射线圈间距下的可行性。实验结果表明，在线径为0.05 mm的条件下，所构建系统接收线圈的最佳绕制股数为12，优化后的匝数为120。当发射电压为15 V，发射线圈间距为300 mm的条件下得到的中心最小接收功率为1 578 mW，能量传输效率为3.85%。该系统在300~500 mm发射线圈间距下均可满足胶囊机器人的功率需求。
无线能量传输 胶囊机器人 发射线圈 接收线圈 wireless power transmission capsule robot transmitting coil receiving coil 光学 精密工程
2023, 31(15): 2218
强激光与粒子束
2023, 35(8): 082004
东莞理工学院电子工程与智能化学院, 广东 东莞 523808
胶囊内窥镜具有体积小、续航时间长、无疼痛等优势, 被广泛应用于人体内部空间的观察。但传统的胶囊内窥镜存在观察范围小、成像相对照度较低、图像质量较低等缺点。设计了一款成像范围大、相对照度高、分辨率高的胶囊内窥镜镜头, 镜头视场角(FOV)为150°, F数为2.8, 总长度小于6 mm, 平均视野中相对亮度超过90%。调制传递函数(MTF)在200 lp/mm时超过30%, 并且镜头仅用了5片球面镜, 结构紧凑, 解决了传统的胶囊内窥镜的劣势, 利于医护人员对病情进行准确的判断。
胶囊内窥镜 大视场 光学设计 像差 分辨率 capsule endoscope large field of view optical design aberration resolution
上海理工大学 光电信息与计算机工程学院 太赫兹技术创新研究院, 上海 200082
为解决香烟滤棒中爆珠质量检测困难的问题, 提出一种基于太赫兹时域光谱技术的爆珠无损质量检测方法。根据透射率、偏移量等参数建立爆珠检测模型, 实现对爆珠缺失、破裂、偏移等不同质量问题的实时高速检测。实验结果显示检测速度可达1000支/min, 检测准确率超过94%。
香烟 爆珠 质量检测 太赫兹波 光谱 cigarette capsule quality detection terahertz waves spectral information
1 广东省科学院广州地理研究所，广东 广州 510070
2 广东工业大学土木与交通工程学院，广东 广州 510006
3 南方海洋科学与工程广东省实验室（广州），广东 广州 511458
胶囊网络（CapsNet）是一种新型的神经网络，已被广泛应用于高光谱遥感分类。针对胶囊网络所面临的过拟合和梯度消失等问题，提出一种基于多尺度自适应胶囊网络（MSCaps）的高光谱遥感分类方法。利用多尺度（不同尺寸的输入图像）的卷积层来提取地物的空间特征与光谱特征，并采用一种非迭代自适应路由算法进一步改进CapsNet的结构，避免了耦合系数的稀疏化引起的过拟合问题。利用PU和SA两个公共高光谱数据集从总体分类精度（OA）和模型训练效率两方面评价了MSCaps的分类性能。在分类精度上，利用MSCaps与支持向量机（SVM）、随机森林（RF）、深度卷积神经网络（CNN）、CapsNet、多尺度的胶囊网络（MCaps）、基于非迭代自适应路由算法的胶囊网络（ARWI-Caps）、多尺度的卷积神经网络（MSCNN）对原始影像的OA进行对比；还与SVM、RF对经主成分分析（PCA）特征提取后的影像的OA进行对比，其中两种分类方法分别简称为PCA-SVM与PCA-RF。在训练效率上，对MSCaps的训练时间和CNN、CapsNet、MSCNN的训练时间进行对比。实验结果表明：MSCaps对PU和SA数据集的OA分别为99.14%和95.38%，分类精度均高于SVM、RF、PCA-SVM、PCA-RF、CNN、CapsNet、MCaps、ARWI-Caps及MSCNN；在模型训练效率方面，MSCaps在PU和SA两种数据集上的耗时分别约为CapsNet的1/3与1/4，训练效率较CapsNet有大幅提高。因此，所提MSCaps可以有效解决基于CapsNet的高光谱遥感分类问题。
高光谱遥感 胶囊网络 非迭代自适应路由算法 深度学习 遥感分类 激光与光电子学进展
2022, 59(24): 2428004
1 吉林医药学院 生物医学工程学院，吉林 吉林 132013
2 吉林农业大学 信息技术学院，吉林 长春 130018
为了提高胶囊内窥镜天线的工作性能，提高天线抗干扰能力和兼容性，进一步缩小尺寸，设计了一种基于石墨烯的用于胶囊内窥镜的宽频圆极化天线。该天线由3层辐射单元和地板构成，利用石墨烯薄膜优良的导电性能，制作天线的各层辐射单元和地板以有效增强胶囊天线的工作带宽与增益，提高传输效率并降低损耗。通过4个短路探针使第1层与第2层辐射单元相连接，构成复合螺旋天线，进而产生圆极化特性，既能减少误码率又能抑制多径干扰，并且能够更加高效地耦合电磁能量，有效改善阻抗匹配并调节圆极化纯度。详细分析了第1层、第2层和第3层辐射单元开口圆环尺寸、石墨烯薄膜厚度、天线摄入环境（胃、小肠、结肠等）对天线性能的影响。测试结果表明，设计的体积仅为π×4.52×1.905 mm3，阻抗带宽为2.2~2.78 GHz，轴比带宽为2.26~2.66 GHz，增益为−22.9 dBi，实际测量与仿真结果吻合良好，工作频段内辐射特性稳定，与现有技术相比，本文设计天线外形兼容性强，功能带宽更宽，具有宽频带、圆极化、抗干扰、电磁兼容性好、体积小等特点。该天线适用于ISM 2.4 GHz频段，能满足胶囊内窥镜摄入不同消化器官的工作要求。
胶囊内窥镜 宽频 圆极化 石墨烯 capsule endoscope wide band circular polarization graphene
