Author Affiliations
Abstract
1 Laboratory for Spin Photonics, School of Physics and Electronics, Hunan University, Changsha 410082, China
2 School of Physics and Chemistry, Hunan First Normal University, Changsha 410205, China
Object identification and three-dimensional reconstruction techniques are always attractive research interests in machine vision, virtual reality, augmented reality, and biomedical engineering. Optical computing metasurface, as a two-dimensional artificial design component, has displayed the supernormal character of controlling phase, amplitude, polarization, and frequency distributions of the light beam, capable of performing mathematical operations on the input light field. Here, we propose and demonstrate an all-optical object identification technique based on optical computing metasurface, and apply it to 3D reconstruction. Unlike traditional mechanisms, this scheme reduces memory consumption in the processing of the contour surface extraction. The identification and reconstruction of experimental results from high-contrast and low-contrast objects agree well with the real objects. The exploration of the all-optical object identification and 3D reconstruction techniques provides potential applications of high efficiencies, low consumption, and compact systems.
object identification three-dimensional reconstruction optical computing metasurface Opto-Electronic Advances
2023, 6(12): 230120
中国铁路设计集团有限公司电化电信院,天津 300308
针对被动式太赫兹安检系统因环境影响导致图像质量波动,从而影响识别算法,导致准确率大幅降低的问题,提出了基于 Focal-EIOU损失函数的改进 YOLOv4算法,并用被动式太赫兹人体安检图像对刀、枪违禁物品进行模型训练获得模型。建立不同环境、不同位置角度携带刀枪嫌疑物人员的太赫兹图像数据库,采用图像增广的方法构建丰富数据集;将 YOLOv4的 CIOU loss改进为 Focal-EIOU loss,提高算法对太赫兹图像识别的鲁棒性,进而经过训练获得较优的模型。在本文的测试集中,使用改进后的算法训练的模型平均检测精确度(mAP)达到 96.4%,检测速度在 28 ms左右,交并比(IOU)平均值为 0.95,在同等条件下高于常规算法,改善了检测识别的效果。实验结果表明,本文方法能够有效提高被动式太赫兹人体安检系统的嫌疑物识别准确率,有利于该项技术在人体安检领域的推广应用。
太赫兹成像 人体安检 目标识别 损失函数 terahertz imaging human security object identification loss function 太赫兹科学与电子信息学报
2022, 20(8): 810
1 装备学院研究生管理大队, 北京 101416
2 装备学院航天指挥系, 北京 101416
针对空间高轨目标、微纳卫星等点目标姿态信息难以获取的问题,跟踪了国内外基于光度数据反演目标特征信息的最新动态,分析了目前基于光度数据姿态反演的主要方法及特点。分析结果表明,基于非线性滤波的姿态反演方法能够高精度地反演目标姿态,近实时地解决目标稳定以及机动状态的姿态反演问题,是未来姿态反演的主要方向。在此基础上,进一步剖析了非线性滤波姿态反演需要突破的关键问题,包括形状模型反演、双向反射分布函数模型选取和参数确定以及非线性滤波算法的讨论。
测量 目标识别 光度数据 姿态反演 非线性滤波 点目标 激光与光电子学进展
2016, 53(10): 100002
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100049
3 中国科学院 国家天文台 长春人造卫星观测站, 吉林 长春 130117
为了提高光电望远镜系统测量空间目标的实时性和定位精度, 建立了空间目标快速识别与精密定位系统, 讨论了空间目标运动特性、快速识别、星像质心计算和天文定位等算法。首先, 介绍了空间目标光电观测系统的系统构成和工作原理; 深入分析了空间目标在CCD视场中的运动特性, 提出了一种空间目标快速识别算法。然后, 结合帧间差分法和数学形态学等, 完成了空间目标的快速识别。最后, 研究了天文定位算法, 采用Tycho-2星表, 实现了空间目标的精密定位。实验结果表明: 空间目标快速识别处理时间约为10 ms, 实时天文定位处理时间约为25 ms, 实时天文定位精度优于4″。得到的结果满足空间目标监视技术的实时性好、精度高、稳定可靠等要求。
空间目标 目标识别 天文定位 电荷耦合器件 space objects object identification astronomical orientation Charge Coupled Device (CCD)
1 中国科学院光谱成像技术重点实验室, 西安光学精密机械研究所光谱成像技术实验室, 陕西 西安710119
2 中国科学院研究生院, 北京100049
3 中国科学院光电技术研究院, 北京100190
随着成像光谱仪器的广泛应用, 利用数据立方体进行物质分类与识别成为一项重要的研究内容, 分类算法对最终的目标识别准确度与精度具有很大的决定作用。 目前常见的分类算法主要利用了光谱维信息, 从光谱匹配的角度进行物质分类。 由于仪器探测的物质反射光谱不仅反映了物质种类, 还与物质表面的几何结构, 表面粗糙度等有关, 因此仅仅利用物质的反射光谱进行物质分类识别具有一定的误差。 该文在利用可见光反射光谱进行分类的基础上, 结合图像空间特征, 对分类过程进行控制, 达到提高分类准确度的目的。 利用该分类算法进行真假叶片识别, 结果表明其具有较好的空间连续性, 很大程度上克服了“麻点”效应, 验证了算法的有效性.
目标识别 光谱探测 光谱匹配 光谱分类 Object identification Spectral detection Spectral match Spectral classification 光谱学与光谱分析
2010, 30(10): 2772
暨南大学 光电工程研究所,广东 广州 510632
在分析利用相位信息进行图像边缘检测原理的基础上,探讨了基于小波域相位信息的边缘检测方法,并将其应用到环境光强变化的目标识别系统中。该算法不需要设定阈值即可对目标边缘进行可靠的检测。实验结果表明,基于相位信息的边缘检测算法受图像的光照和对比度的影响小,在不同光照度的环境下具有良好的目标识别能力
相位信息 小波变换 目标识别 phase information wavelet transform object identification
中国科学院,安徽光学精密机械研究所,大气光学研究室,安徽,合肥,230031
从辐射传输理论出发,利用离散纵标法软件包(DISORT),计算了典型大气条件下0.55μm波长的目标背景对比度,分析了观察者的天顶角和方位角、水平能见度、垂直高度、太阳的天顶角和方位角以及气溶胶单次散射反照率对目标背景对比度的影响.结果表明:目标背景对比度随着观察者天顶角余弦的增加而增加;随着太阳天顶角余弦的增加而减小;随着观察者和太阳方位角差的增加而增加;随着高度的增加而减小;随着水平能见度的增加而增加;随着单次散射反照率的增加而减小.
目标背景对比度 辐射传输 离散纵标法 目标识别 Object-background contrast Radiative transfer Discrete-ordinate-method (DOM) Object identification