1 武汉理工大学 光纤传感技术与网络国家工程研究中心, 湖北 武汉430070
2 武汉理工大学 信息工程学院, 湖北 武汉 430070
城市燃气在管道运输过程中存在很大的安全隐患, 一旦发生危险, 后果不堪设想, 燃气管道泄漏的监测与定位意义重大。为解决目前大部分管道泄漏检测与定位方法存在的易受环境干扰、精度低、适用范围窄、计算难度较高等问题, 提出了一种基于时延估计的光栅阵列(wFBG)管道泄漏检测与定位方法, 该方法通过光栅阵列技术采集振动信号, 根据采集到的泄漏振动信号时域、频域上的特征, 首先通过基于短时能量分析的方法检测管道是否泄漏, 然后对满足要求的信号片段进行峰值间多项式拟合获取泄漏信息到达的时刻, 最后根据时间差定位泄漏点。实验结果表明, 该方法能有效检测泄漏, 并且在测量距离为40 m的情况下, 定位误差在1 m左右。
管道泄漏 光栅阵列 检测与定位 泄漏特征 时延估计法 pipeline leakage wFBG detection and location leakage characteristics time delay estimation
无源定位系统在探测远距离目标时, 容易受到地球曲率的影响, 在对多个观测站坐标系进行统一的过程还会引入额外误差, 造成系统对目标的估计位置与真实位置存在较大偏差, 进而给后续的数据关联、信息融合等造成严重的影响。鉴于此, 提出了一种考虑地球曲率、基于双站协同的时差无源定位算法。首先将所有的地理坐标转换至大地直角坐标系下, 然后利用双站接收目标的到达时差信息, 基于地球椭圆方程和泰勒级数展开的方法解算出目标的大地直角位置坐标。理论分析与仿真实验表明, 所提算法能克服地球曲率的影响, 实现定位系统的坐标系标准化, 且有效地降低了定位误差, 为对远距离目标无源探测提供了一种新的技术思路。
无源定位 到达时间差 双站协同 地球椭圆方程 泰勒级数 passive location Time Difference of Arrival (TDOA) two-station coordination elliptic equation of the Earth Taylor series
1 国科大杭州高等研究院，浙江 杭州 310024
2 中国科学院大学，北京 100049
3 中国科学院力学研究所，北京 100190
太极计划需要通过激光捕获指向系统实现两颗卫星之间超长距离（3×106 km）的激光链路构建，并且实现的捕获精度以及（1 mHz~1 Hz）的指向抖动控制精度。空间引力波探测提出利用星敏感器（STR）、互补金属氧化物半导体（CMOS）捕获相机以及四象限光电探测器（QPD）等三级探测器逐步构建双向激光链路的方案，并最终通过差分波前传感技术（DWS）测量的高精度姿态信息来实现超稳的激光指向抖动控制。目前该方案仍处于理论论证阶段。为了测试该方案，采用实验室现有激光捕获指向一体化的光学系统以及一块ZYNQ芯片的自研板卡，尝试实现整个激光链路构建过程的全自主控制流程。实验结果表明：在大气环境下，成功自主完成了双向激光链路的构建，最终对应到实际系统望远镜前的捕获精度达到了，指向控制过程的控制精度在太极计划的敏感频段内达到了，能够满足任务需求。实验成功验证了激光链路构建方案的可行性，为下一步太极计划激光链路构建控制系统工程实施阶段的板级实现奠定了基础。
光通信 空间引力波探测 双向激光链路构建 全流程自主控制 光斑质心定位 中国激光
2023, 50(19): 1906003
为解决高分辨率遥感图像所具有的类内差异大而类间差异小的特性导致的图像难分类问题，提出一种基于深度学习中卷积神经网络与Transformer优点的混合结构。对卷积层提取的特征信息使用两个带有空间位置信息的注意力机制，分别沿水平方向和垂直方向对每个通道进行特征聚集，以减少遥感场景特征的冗余映射，使网络能够提取更多与任务目标相关的信息。然后利用Transformer编码器结构对捕获的特征图进行编码操作，赋予特征图中感兴趣区域较大的权重。实验结果表明，与现有的基于深度学习的遥感图像分类方法相比，所提方法既降低了模型参数量，又提升了分类准确率，在遥感图像分类数据集AID、NWPU-RESISC45及VGoogle上均达到了最高的平均分类准确率，分别为98.95%、96.00%和95.01%。
图像分类 卷积神经网络 Transformer 空间位置信息 注意力机制 激光与光电子学进展
2023, 60(20): 2028006
遵义市肿瘤临床医学中心 遵义市第一人民医院（遵义医科大学第三附属医院）放疗中心遵义 563099
研究动态调强放疗方式下多叶准直器角度改变对左侧全乳大分割放疗内侧、中间和外侧瘤床同期推量的剂量学影响。选取2018年01月至2023年01月间于遵义第一人民医院收治的左侧乳腺癌保乳术后行全乳大分割放疗瘤床同期推量患者60例，按瘤床位置分为内侧、中间和外侧3组，分别对比各组患者多叶准直器角度改变的放疗计划（标记为Plan-A）与多叶准直器角度为0°的原放疗计划（标记为Plan-O）的靶区、心肺剂量学参数差异。结果显示：3组患者的Plan-A较Plan-O，靶区处方覆盖（V处方（%））、适形度指数（Conformity Index，CI）和均匀性指数（Homogeneity Index，HI）均无显著差异；在内侧组采用Plan-A相较于Plan-O，左肺（V5、V10和Dmean）、心脏（V8和Dmean）和冠状动脉左前降支（LAD）（Dmax和Dmean）均降低，差异有统计学意义（p<0.05）；同时Plan-A较Plan-O，在中间和外侧组中仅外侧组LAD（Dmax和Dmean）明显减小（p<0.05），其余心肺受量参数均无显著差异。准直器角度改变对左侧全乳大分割放疗瘤床推量靶区剂量学参数无明显影响，但能使内侧组患者的心肺受量较原放疗计划明显减小，故对于左侧大分割单纯全乳放疗内侧瘤床制定放疗计划建议选择改变多叶准直器角度。
乳腺癌 多叶准直器 大分割放疗 瘤床位置 剂量学 Breast cancer Multi-leaf collimator Hypofractionated radiotherapy Tumor bed location Dosimetry 辐射研究与辐射工艺学报
2023, 41(4): 040302
1 东华理工大学测绘工程学院，江西 南昌 330013
2 自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室，江西 南昌 330013
海量点云数据给存储、传输、处理等带来极大困难。针对现有算法在特征保留与精简后重建模型表面积、体积、重建误差不能兼顾的问题，提出一种基于邻域点位置特征的点云精简算法。该算法根据权值计算投影面、搜寻矩阵大小以及精简比例对目标点云进行精简。将目标点云网格化处理；寻找投影面垂直方向（正、负两个方向），以目标点为中心，获取搜寻矩阵范围内的点；根据搜寻矩阵内点与目标点的位置关系确定其权值；根据所设的精简比例对原始点云进行精简。将所提算法与曲率采样法、均匀网格法和随机采样法进行比较，并从特征保留、表面积和体积变化率这3个方面进行评价。实验结果表明：所提算法的精简结果对特征区域效果优于均匀网格法和随机采样法，与曲率采样法一致；精简结果误差、重建模型的表面积差和体积差总体优于曲率采样法，与随机采样法基本一致，略差于均匀网格法。因此，所提算法既能较好地保留特征，同时又能使重建后的结果模型表面积和体积变化以及误差都较小，综合效果好。
遥感 点云精简 点云分层 位置特征 曲率采样 激光与光电子学进展
2023, 60(16): 1628005
1 北京理工大学光电学院，北京 100081
2 北京市混合现实与新型显示工程技术研究中心，北京 100081
3 北京理工大学计算机学院，北京 100081
4 北京理工大学医学技术学院，北京 100081
5 中国人民解放军总医院激光医学科，北京 100853
手术导航综合运用器官分割建模与手术规划、位姿标定与跟踪定位、多模态图像配准与融合显示等技术，使医生精确定位病灶与手术工具的位置，透过组织表面对内部组织进行观测，可大幅提升手术的安全性，缩短手术时间并提高手术效率。常规手术通常使用超声、内窥镜或X光等单模态影像进行手术过程引导，信息单一且均为二维影像，空间立体信息缺失，手术过程严重依赖医生经验；而多模态图像引导的手术导航技术通过融合多模态图像的优势，在三维空间提供病灶的结构或功能信息，大幅提升医生对血管、神经以及重要组织结构的空间辨识力。由此，本文针对多模态图像分割建模、手术方案决策、手术空间位姿标定与跟踪、多模态图像配准、图像融合与显示等多模态图像引导手术导航的关键技术进行总结和分析，提出其进一步发展面临的挑战并展望其未来发展趋势。多模态图像引导手术导航技术已成为神经外科、颅颌面、骨科、经皮穿刺、血管介入等临床科室精准治疗的新兴手段，具有重要的应用前景。
手术导航 手术机器人 多模态医学影像 医学图像处理 定位跟踪 配准融合 光学学报
2023, 43(15): 1500002
陕西师范大学计算机科学学院，陕西 西安 710000
多光谱遥感图像（MSIs）包含大量的地物信息，这些信息蕴含在图像的多个光谱波段中。不同波段或者同一波段不同空间位置所含信息量差异很大，如何从MSIs中捕获有效信息是遥感图像语义分割中一项具有挑战性的任务。基于此，提出一种基于波段-位置自适应选择的端到端语义分割网络（BLASeNet）。所提网络采用编码器-解码器结构，在编码阶段，提出波段-位置自适应选择机制来自适应学习不同波段和同一波段不同空间位置权重，增强有效特征表达。为了利用MSIs的波段相关性，进一步提出三维残差块编码图像的光谱-空间特征。在解码阶段，提出自适应特征融合模块，通过网络学习自适应调整低级细节特征与高级语义特征的融合比例，并探究加法（BLASeNet-A）、元素乘法（BLASeNet-M）和串联（BLASeNet-C）等3种融合策略对模型性能增益的影响。此外，将通道注意力扩展到三维数据上，对融合后的特征图在通道维度上进行特征重标定，得到更准确的多级交互特征图。在ISPRS Potsdam、Qinghai和Tibet Plateau等3个数据集上的实验结果证明了BLASeNet的有效性。
图像处理 语义分割 三维卷积 波段-位置自适应选择机制 注意力机制 激光与光电子学进展
2023, 60(14): 1410016
1 中国科学院合肥物质科学研究院智能机械研究所，安徽 合肥 230031
2 中国科学技术大学，安徽 合肥 230026
焊缝信息的快速准确获取是实现自动化焊接的首要问题。然而，在实际焊接过程中，电弧、飞溅、强反射光等噪声会严重污染采集的图像，导致焊缝定位偏移，最终导致跟踪失败。为了提高跟踪过程中的焊缝定位精度与图像处理速度，本文提出了一种将激光条纹分割与焊缝特征点定位相结合的轻量级多任务深度学习模型。该模型由编码器和解码器组成，激光条纹分割子任务与焊缝特征点定位子任务共用编码器主干网络，解码器包含激光条纹分割分支和基于可微空间到数值转换（DSNT）的焊缝特征点定位分支，整个模型遵从轻量化设计思想，同时利用多个子任务之间的相关信息，进一步提升各子任务的性能。实验结果表明，所提模型能够有效克服各类焊接噪声，完成焊缝特征的提取，单幅图像的处理时间约为11.45 ms，特征点定位精度可达0.1872 pixel，在自动化焊接方面具有广阔的应用前景。
激光技术 焊缝跟踪 轻量级 多任务 激光条纹分割 特征点定位 中国激光
2023, 50(16): 1602108
