细胞激光器是激光光子学和生命科学交叉领域的前沿研究方向,其工作原理是,在流体环境中,将荧光蛋白、生物兼容的荧光染料及荧光素等和细胞有机结合在一起,在谐振腔光反馈作用下使弱信号得到振荡放大实现细胞的激光输出。详细阐述了基于法布里-珀罗腔和回音壁模式微腔的细胞激光器的研究现状和基本原理,由于谐振腔对光信号的反馈放大作用,与传统的荧光信号相比,激光信号能够有效增强传感探测的灵敏度,提高分辨率。通过分析细胞等生物组织中发射激光的光谱和模式等信息来研究细胞内部的生理变化过程,为医学治疗诊断、生物材料三维超分辨成像及可集成光源研究等提供新的技术和设计思路。

光子灯笼是近几年兴起的一种光电子器件,可实现多模系统与多个单模系统之间的低损耗耦合,其一端为一根满足特定模式条件的多模波导,另一端则由一束相对较细的单模波导组构成。主要分析了光子灯笼的工作原理和几种特定的实现方式,并对这几种特定结构的特点和应用进行了概述。介绍了光子灯笼在天文光学、多路复用、模式控制、高能激光方面的应用和研究进展,对光子灯笼作为一种低损耗光波导器件在未来光学系统中的应用进行了展望。

飞秒光学频率梳是当今激光技术领域的重要研究方向。近年来,得益于保偏光纤及器件制作工艺的持续进步,全保偏光纤超快激光器和光学频率梳发展迅速。从技术角度回顾了全保偏光纤光学频率梳的发展过程:首先,简要介绍了光学频率梳的原理、结构和关键组成,就锁模脉冲自启动等关键技术进行了讨论;其次,介绍了几种超短脉冲放大及压缩技术,包括啁啾脉冲放大、非线性放大及分离脉冲放大;随后,介绍了与载波相位偏频信号(f₀)锁定相关的超连续谱产生和自参考拍频探测技术,实验上获得了高达40 dB的f₀信号;最后,介绍了几种常用的锁定重复频率(f_r)和f₀信号的方法。

聚光型太阳能热发电(CSP)作为一种重要的可再生能源技术,对开发利用太阳资源、保障能源的供给、节能减排具有重要的作用和意义。分别对槽式系统、线性菲涅耳系统、塔式系统、碟式系统4种CSP系统接收器表面能流特性进行分析,对接收器表面非均匀分布的能流特性带来的挑战和提出的解决方法进行分析总结。接收器表面非均匀的能流分布会导致局部温度过高,给系统的安全高效运行带来不利影响,故需要对聚光集热系统进行优化改进。而解决CSP系统非均匀能流问题的方法主要为改善聚光性能和吸热性能,使系统达到“光热匹配”。

激光雷达对于实现隐形目标或大气、海洋、陆地领域目标等方面的高分辨率多参数探测具有重要意义。相对于传统的单独时域或频域处理,时频分析在激光雷达信号分析、解译和处理等方面可以提供更多的信息。时频分析在激光雷达中的具体应用包括大气参数的特征分析与提取、信号去噪、运动目标成像与检测以及微多普勒特征分析等。在简要阐述各种时频分析原理特性基础上,着重介绍时频分析在激光雷达中的最新应用进展。

与采用主振荡功率放大结构的光纤激光器相比,光纤激光振荡器具有结构紧凑、成本低廉、抗反射回光能力强、稳定性好等优点。随着光纤器件和工艺的发展,全光纤激光振荡器实现了5 kW近衍射极限输出。围绕掺镱光纤激光振荡器,详细介绍了空间结构振荡器和全光纤结构振荡器的研究进展及其面临的问题。根据高功率光纤激光振荡器的主要限制因素非线性效应和模式不稳定,从特殊设计增益光纤和振荡器全局优化设计两方面,初步探讨了进一步提升高功率光纤振荡器功率的技术途径,以期为实现万瓦量级单模光纤激光振荡器提供参考。

分类是医学图像在计算机辅助诊断和模式识别领域的一个研究热点。精确地对人体解剖结构和病变区域进行分类能够最大程度辅助医生更精确、更快速地诊断病情。针对医学图像的特殊性,首先从图像预处理、图像分割、特征提取及分类方法4个方面对典型医学图像分类进行总结分析;然后介绍分析了深度学习理论在医学图像分类中的应用;最后提出现有的医学图像分类研究方法的不足,展望了深度学习领域的最新理论在医学图像分类领域的发展趋势。

调制技术是提高可见光通信(VLC)系统通信性能的关键技术之一。高速LED可见光通信链路的脆弱性以及多径效应带来的码间串扰极大影响了VLC系统通信性能。为了解决这个问题,提出了光正交频分复用(O-OFDM)调制技术。总结了O-OFDM调制技术的研究进展,从调制策略上对近年来提出的调制技术进行了分类,分别对不同调制技术进行了机理分析以及对VLC通信性能的影响进行了分析,并对下一步工作进行了展望。

硅光子阵列波导光栅(AWG)是实现硅基光子集成的重要器件。根据不同器件结构和材料介绍了该器件的研究进展。器件结构主要包括常规对称型、反射型、级联型和多模干涉仪(MMI)输入型。与常规对称型阵列波导光栅相比,反射型阵列波导光栅使器件尺寸更小;级联阵列波导光栅通道串扰性能更优越;MMI输入阵列波导光栅能获得平坦化输出光谱。硅材料具有高折射率,因此硅纳米线阵列波导光栅弯曲半径极小,器件更加紧凑;氮化硅阵列波导光栅具有良好的通道串扰和偏振性能。还介绍了温度和偏振不敏感阵列波导光栅,并对硅光子阵列波导光栅的未来发展趋势作出预测。

微纳光纤布拉格光栅(MNFBG)的强倏逝场传输和波长选择的光学特性使MNFBG对周围介质折射率与浓度的变化具有较高的灵敏度和可靠性。阐述了MNFBG的制备方法,并分析了MNFBG折射率与浓度传感原理。对MNFBG应用于折射率与浓度传感的研究进展进行了综述。总结了提高MNFBG折射率与浓度传感灵敏度的方法,分析了目前MNFBG研究存在的问题,展望了MNFBG折射率与浓度传感器的发展方向。

激光测距是现代测距技术中的重要组成部分,在精密测距领域发挥了关键作用。在以先进制造、空间任务等为代表的大尺寸精密测距应用中,测距量程通常为数十米甚至上千米,测距精度要求在亚毫米甚至微米量级,同时,要求测量快速高效,这对激光测距光源的灵活性、稳定性及溯源性都是极大的挑战。飞秒光学频率梳以其丰富的频谱成分、优于10 ^-11量级的相对稳定度和直接参考到微波频率基准的溯源能力成为激光精密测距研究的有力工具。时域内,飞秒脉冲可提供高精度的时间分辨;频域内,飞秒光学频率梳测距所包含的大量精密稳定的谱线成分使新的测量原理成为可能。介绍了飞秒光学频率梳测距的研究现状,以主要利用飞秒光学频率梳的时频域特性进行分类归纳,概括了各种方法的原理及特点。目前,飞秒光学频率梳测距已在大量程范围内达到微米甚至亚微米量级测量精度,并有潜力实现多目标同时测距。随着测量效率的提升,飞秒光学频率梳测距必将在大尺寸精密测距中广泛应用。

涡旋光束可以有效提高通信系统的信道容量,但大气环境下光通信信道受大气湍流的影响,因此研究涡旋光束大气湍流传输特性具有重要意义。大气湍流广泛采用Kolmogorov谱模型进行描述,但对大气湍流的进一步研究表明,大气湍流还具有非Kolmogorov谱特征。开展了非Kolmogorov谱湍流下涡旋光束传输特性的研究,基于数值方法研究了湍流内外尺度、广义指数因子、折射率结构常数对拉盖尔-高斯光束在不同传输距离下的螺旋谱分布、拓扑荷探测概率等参量的影响,仿真结果表明,拓扑荷探测概率与以上参量密切相关。最后,提出了一种数值计算涡旋光束闪烁指数的方法,并据此计算分析了大气湍流对通信误码率的影响。结果表明,即使在弱湍流中传输至1000 m处,误码率也很难达到通信要求,因此有必要采取进一步的相位校正措施。

在光网络中同时输入多个波长时,由于在网络链路中的网络节点是有限的,多个波长会竞争同一个输出端口,从而使通信网络受阻。在碲基拉曼波长转换器放置率为50%时,将其应用在20×20 Mesh-Torus网络中,并对网络阻塞率进行分析。利用伯努利-泊松-帕斯卡(BPP)网络模型仿真分析了碲基波长转换器的输入波长数S以及转换度d对Mesh-Torus网络阻塞性能的影响。结果表明:当d相同、S=4时,阻塞率为0.088~0.0945,S=6时,阻塞率为0.0960~0.0995,由此说明S的增加会减缓网络受阻的时间,使阻塞率增长较慢;当S相同、d增加时,阻塞率在原来的基础上约降低0.0005~0.004。因此,在Mesh-Torus网络中使用碲基波长转换器降低网络阻塞率是可行的。

在紫外光散射通信系统中,脉冲展宽和噪声会对信号产生严重影响。为降低系统误码率、提高通信距离,加入了低密度奇偶校验码(LDPC)进行码元纠错。对比了开关键控(OOK)和二进制相移键控(BPSK)副载波强度调制的性能,仿真分析了BPSK副载波强度调制下不同编码效率、不同译码方式的LDPC码对非直视(NLOS)紫外光通信系统误码率的影响。结果表明:BPSK副载波强度调制的性能优于OOK调制,编码效率越小的LDPC码的纠错能力越强,置信传播算法和对数似然比置信传播算法译码性能几乎一致,均优于最小和算法。在小角度、短距离时,非直视紫外光通信系统误码率更小,当误码率为6.5×10 ^-6时,LDPC(672,168)码与未编码序列相比,通信距离提高约一倍。

生物细胞的成像是生物和物理领域中的重要研究方向,尤其是大量细胞的测量与分析对于生物研究、疾病诊断具有重要的研究价值和意义。传统的显微检测仅局限于细胞形状的定性观察,且受视场限制,观察的细胞数量难以达到统计要求。将定量干涉显微和视场扫描结合,设计并实现了用于大量细胞成像与分析的定量干涉显微流式细胞仪。定量干涉显微可以恢复细胞的相位分布,结合视场扫描可以对大量细胞信息进行获取与分析。分别选用扩展主程序分析算法、正则化光学流场算法和傅里叶相位恢复算法,并结合不同的扫描方式,实现了对大量细胞相位面积、相位体积和圆率等不同参数的测量与统计。该系统有望在大通量高速细胞检测中获得应用。

与传统的超分辨算法相比,基于卷积神经网络的超分辨算法具有较大优势,但仍存在训练时间较长、重建图像纹理不够清晰等问题。基于此,在原有的卷积神经网络超分辨重建算法基础上进行了以下优化:放弃原有的修正线性单元函数,改用新的激活函数;改变网络结构,图像重建由最后的反卷积上采样来实现;采用自适应矩估计优化算法替换原本的随机梯度下降优化算法。分别在Set5和Set14测试集上进行对比实验,实验结果表明,改进算法在较少的训练时间下,峰值信噪比最大提高了2.33 dB,纹理更加清晰,边缘更加完整,重建效果更好。

基于一种改进的跨层级特征融合的循环全卷积神经网络,提出了一种结合深度学习的图像显著目标检测算法。通过改进的深度卷积网络模型对输入图像进行特征提取,利用跨层级联合框架进行特征融合,生成了高层语义特征的初步显著图;将初步显著图与图像底层特征融合进行显著性传播以获取结构信息;利用条件随机场对显著性传播结果进行优化,得到了最终显著图。利用大型数据集将所提算法与其他多种算法进行了测试对比,研究结果表明,在对复杂场景图像的显著目标检测方面,所提算法稳健性更好,显著目标检测的完整性提升,背景得到了更有效的抑制。

针对现有的卷积神经网络方法所生成的视差图中细节损失严重的问题,提出了在结构上改进的新方法。将原有网络中特征提取部分的4层卷积结构提升到7层,最大化提高了精度;在网络中引入了双金字塔结构,将多尺度降采样信息和特征信息进行了融合,保持了输入图像中的原始细节信息。实验结果表明,改进后网络的错误率从3.029%降到了2.795%,生成的视差图具有更好的连通性。

针对吸收马尔可夫随机游走方法未能充分抑制显著图的中心背景区域和丢失位于图像边界的显著目标的问题,提出一种基于流形正则化随机游走的图像显著性检测方法。首先以超像素作为节点对输入图像构造全局图,通过吸收马尔可夫链随机游走算法计算得到初始显著图,再对初始显著图利用自适应阈值分割获得稳健前景查询节点。其次,为有效利用图像全局信息和局部信息的互补性,构建局部正则图以获得局部最优相似度矩阵。最后,将获得的局部最优相似度矩阵和前景查询节点信息应用于流形正则化框架中得到最终显著值结果。在公共数据集上进行实验验证,结果表明,运用本文算法的显著性检测在查准率和查全率等评价指标方面均有提升。

近年来,基于深度学习的单幅图像超分辨率方法已经取得了显著成就。但这些方法仅研究图像空域,忽略了图像频域中高频信息的重要性,从而导致生成的图像相对平滑。利用小波变换能够提取图像细节的特性,因此提出一种结合小波变换与深度网络的单幅图像超分辨率方法。首先,利用小波变换将图像分解为低频子图和三个方向上的高频子图,将低分辨率图像与高频子图作为深度网络的输入。其次,对已有的深度网络进行改进,简化网络结构,减少卷积层数量以减少网络负担,修改网络通道。最后,进行小波逆变换,得到超分辨率图像。在开放测试数据集上进行测试,并将本文方法与其他方法进行比较。实验结果表明,本文方法在主观视觉效果与客观评价指标上均表现良好。

针对大角度斜光照和极度暗光照不均环境下的人脸图像,提出了基于各向异性Retinex的人脸图像光照补偿方法。首先,根据人脸图像的统计特性分析光源的方向,利用Prewitt算子检测出人脸边缘,结合人脸纹理的几何特性,引入曲率、斜率、对称性等实现对人脸边缘与光照不均,从而区分人脸伪边缘;然后,以Weickert结构张量为基础,基于不同类型边缘提出了改进各向异性扩散模型,将该模型与Retinex算法相结合,从而实现人脸图像光照补偿。实验结果表明,改进的各向异性扩散方法能够提升图像亮度,突出纹理细节,消除大部分光照阴影的同时增强人脸边缘。

针对固定红外摄像机视频监控在夜雾天况下获得的成像效果差、监控范围有限等问题,运用带云台的LED红外摄像机,结合红外成像与可见光成像的特点,提出一种变焦式夜雾天彩色视频构建的方法。该方法在天气状况良好的白天利用可见光成像特点实现全景图像接拼,然后将红外图像与全景图像配准,从而构建出视场角一致的可见光背景图像。在能见度较低的夜雾下利用红外成像系统提取运动目标,然后通过掩模融合算法和配准参数,将运动目标同比例发融合到可见光背景图像相同位置中,最终实现变焦式彩色视频构建。实验结果表明,该方法能够满足大范围监控和夜雾天全天候彩色视频实时监控的要求。

在实际交通环境中,所采集到的交通标志图像质量往往受到运动模糊、背景干扰、天气条件以及拍摄视角等因素的影响,这对交通标志自动识别的准确性、实时性和稳健性提出了很大的挑战。为此提出了改进深度卷积神经网络AlexNet的分类识别算法模型,该模型在传统AlexNet模型基础上,以真实场景中拍摄的交通标志图像数据集GTSRB为研究对象,将所有卷积层的卷积核修改为3×3大小,为了预防和减少过拟合的出现在两个全连接层后加入dropout层,并且为了提高交通标志识别精度,在网络模型第5层后增加两层卷积层。实验结果表明,改进后AlexNet模型在交通标志识别方面具有一定的先进性和稳健性。

利用动态激光散斑的统计特性,研究了黑白散斑图像的无失真压缩问题,设计了黑白散斑图像无失真编码器。编码器由图像切割、位移估计、预测、上下文形成与熵编码组成,主要特点包括散斑位移估计的快速算法、基于散斑统计特性的优化预测以及自适应算术编码。介绍了编码器的工作过程以及对应的工作原理,并进行了实验验证,实验结果显示,黑白散斑图像无失真编码器的压缩性能取得了较大的提高。

随着三维扫描技术的迅猛发展,点云数据的数据量变得异常庞大,这对点云计算的性能提出了更高的要求。因此,如何有效提高算法的执行效率一直是该领域的研究热点和难点。日益增大的数据量隐藏了丰富的三维(3D)形状模型,将形状模型参与到点云计算过程中,为提高点云计算的执行效率提供了一种新的方法和思路。利用3D几何特征分析技术,获取与形状相关的特征参数,并使其参与到点云分割过程中,提出了形状分割方法。利用八叉树算法组织点云数据,发现数据之间的相邻关系,依靠点云数据的密度自适应地双向线性调整八叉树并建立数据索引。使用规则图形建立3D形状模型库,实现模型与分割区域的匹配,进而提取分割区域的形状参数,为提高点云数据计算的精度和速度奠定基础。在分割效果和分割时间上,对比了不同算法,验证了基于形状的点云分割算法的可行性以及稳健性。

针对航拍图像中存在的厚云遮挡问题,提出了一种基于改进Criminisi算法的图像修复去厚云算法。通过改进优先权函数确定了最优待修补块,完善了最优匹配块搜索策略,减少了结构传播错误和累积错误,增大了匹配的准确度;根据像素点的亮度局部方差选择了适合的样本块尺寸,并定义了新的置信度更新函数。通过逐步细化的云检测方法和形态学开运算获得厚云区域掩模。模拟数据和真实数据实验结果表明,所提算法相比于传统Criminisi算法,补全效果更自然,能更好地修复航拍图像中的厚云区域。

提出了一种基于双目视觉的深度图像拼接方法。利用预先标定好的双目深度传感器,通过运动采集到具有一定重叠区域的两张深度图,深度图与左目图像的像素点一一对应,对左目图像进行特征提取并匹配,计算出单应性矩阵,进而对两幅深度图进行拼接,并结合单应性矩阵对深度图深度进行矫正,得到最终深度图拼接结果。仿真和实验结果表明,所提方法可以有效扩大双目深度传感器的视场,得到的拼接深度图与单传感器采集到的基本相同。

针对传统的车道线检测系统采用单路前视摄像头在夜晚场景下易受强光照干扰和在复杂场景下易出现误检漏检的问题,提出一种基于主动红外滤光环视成像的车道线检测算法。在成像阶段,利用4路基于主动红外滤光成像的车载摄像头采集车辆四周的场景信息,再基于透视变换和图像融合得到具有360°俯视效果的环视图像。在车道线的检测阶段,提出一种基于凝聚型层次聚类的车道线检测算法:1) 基于车道线的形状特征设计一种具有较强针对性的匹配模板用来提取车道线边缘点;2) 以凝聚型层次聚类对边缘点聚类,并以随机抽样一致性算法对车道线进行直线拟合;3) 结合先验信息和卡尔曼滤波器进一步提高检测准确性。结果表明,本文算法能够较好地消除车道线检测过程中的强光照影响,并在一定程度上有效地降低了误检漏检率。

提出了一种通过置信度判别将模型更新方法和尺度变化加入相关滤波器中的目标跟踪算法。在跟踪过程中常会遇到较多遮挡及相似干扰的情况,如果持续更新模型参数极易导致误跟或跟丢,因此采用置信度参数定性地判别跟踪质量,置信度低时停止更新,防止引入误差,提高正确率。确保准确跟踪后,再对尺度大小进行检测和更新,提出了较为快捷的尺度更新方式,简化冗余代码,使跟踪更精确的同时降低时间代价。实验证明,本文算法在精度和正确率方面分别比原算法提升了38%和33%,且性能优于几种现有算法,应对遮挡和尺度变化的情况具有更高的稳健性。

为了解决机动车尾气监测系统中所监测尾气红外图像的配准问题,提出了基于双重尺度搜索遗传算法的图像配准方法。该方法以互信息为相似性度量,对传统遗传算法的交叉变异概率公式进行调整,利用所提出的双重尺度搜索遗传算法作为优化算法,实现了机动车尾气红外图像的高精度配准。采用该方法进行配准实验得到的横向平移量、纵向平移量和旋转角的均方根误差分别为0.0949、0.0447和0.0000,优于其他方法。相对于基于自适应遗传算法和蚁群算法的图像配准方法,该方法精度更高,稳定性更好;相对于Powell算法,该方法抗噪声能力更强,更适合尾气图像配准,为后续污染气体浓度反演与计算打下了良好的基础。

目前的流式细胞仪有非成像式和成像式两类。非成像式流式细胞仪虽有高吞吐量但无法提供细胞形态学信息;成像式流式细胞仪虽然能得到细胞的形态学信息,但受传统CCD等面阵列成像传感器的帧率限制,吞吐量不高。针对这一问题,提出并设计了一种基于光学相干检测技术的超快流式细胞定量相位成像系统,其有效线扫描成像速度可达100 MHz。细胞成像实验结果表明,设计的实验系统可获取高对比度的细胞定量相位图像以及5万个细胞每秒的理论吞吐量。

为了提高光电成像系统对目标的探测识别能力,提出了一种彩色偏振成像的目标-背景对比度增强方法。基于菲涅耳原理,分析了目标偏振度随入射光波长的变化规律;采集不同偏振片旋转角度下的彩色偏振图像,从中分离出红、绿、蓝三通道下的0°、45°、90°和135°偏振图像,并分别计算各通道的偏振度图像,将红、绿、蓝三通道偏振度图像合成为新的彩色偏振图像,得到比彩色成像原图更加丰富的图像信息。搭建了彩色偏振成像实验系统,将矢量角度距离和对比度计算作为两种客观评价指标,开展了两组目标-背景的对比度观测实验。结果表明,该彩色偏振成像方法将目标与背景的矢量角度平均距离增加了0.13,对比度平均提高了0.11。

报道了最大输出功率为1.3 W,波长为910~930 nm的单频、可调谐锥形半导体激光放大系统,研究了锥形半导体放大系统输出功率随注入电流和种子光功率的变化。功率为13.6 mW、波长为920 nm的单频种子光经隔离器和聚焦透镜后,功率减小为12.4 mW;入射到注入电流为4 A的锥形放大器中时,输出激光的功率可达1300 mW,增益达到20.21 dB,线宽为660 fm。当种子光功率从0增大到13.6 mW时,放大功率随之增大。该系统获得的激光可以用于四倍频后窄线宽连续可调谐中(深)紫外激光的研究。

研究了金纳米颗粒在超短激光脉冲作用下发生的形貌变化,以及由此导致的局域化表面等离激元共振光谱的变化,即“相变”效应。利用化学合成的金纳米颗粒胶体制备由随机分布的金纳米颗粒阵列构成的薄膜。将飞秒激光脉冲作用于薄膜表面,监测激光作用前后样品的显微结构图像和消光光谱的变化。实验结果表明:金纳米颗粒在激光脉冲作用下发生微区熔融、团聚等物理过程,导致金纳米颗粒形貌发生变化和等离激元共振光谱红移。

利用光注入半导体激光器的单周期振荡与多周期振荡状态,提出了一种级联光注入半导体激光器产生超宽带微波频率梳的方案。将由连续光注入激光器产生的光频率梳注入到另一个从激光器中,再次利用激光器的光注入效应,拓宽所产生的微波频率梳带宽。光注入半导体激光器速率方程的数值研究表明,二次注入时,选取合适的注入参数,微波频率梳在幅值变化分别为±2.5 dB,±5 dB,±10dB范围内,带宽可达到52,65,97 GHz。因此,所提级联注入方案可以获得平坦的超宽带微波频率梳。

利用初始透过率为89.5%的Co∶MgAl₂O₄ 晶体作为1.3 μm波段的可饱和吸收体,采用双镜谐振腔,实现了1319 nm Nd∶YAG激光器的高效率、低阈值被动调Q运转。当抽运功率为10.0 W时,获得平均输出功率为490 mW,最窄脉冲宽度为18.3 ns,重复频率为17.5 kHz,对应单脉冲能量为28.1 μJ,峰值功率高达1533 W的脉冲激光。结果表明,Co∶MgAl₂O₄晶体在1.3 μm处具有良好的可饱和吸收特性。

通过激光选区烧结(SLS)技术成形了堇青石/碳纤维复合材料初胚,经高温烧结获得了陶瓷试样,研究了陶瓷试样的孔隙率、力学性能和尺寸精度在不同工艺下的变化。结果表明,碳纤维通过烧结颈粘结穿插在堇青石基体中,随着烧结温度的升高,堇青石熔化变形,孔隙率减小。当烧结温度为1350~1400 ℃时,堇青石为μ相,当烧结温度升高至1425 ℃时,堇青石由μ相向α相转变。碳纤维有效增强了初胚的韧性和强度,随着烧结温度的升高,陶瓷试样的抗压强度不断增大,并在1425 ℃时达到最大值5.48 MPa。

研制了激光清洗用高能量纳秒脉冲掺镱光纤激光器,该激光器采用主动调Q技术产生纳秒脉冲,脉冲经两级主振荡功率放大器(MOPA)后可以获得高的能量和平均功率。在重复频率为100 kHz时,激光器输出的平均功率最高可达302 W,脉冲宽度为203 ns,单脉冲能量为3 mJ,光光转换效率为84%。利用该激光器进行了激光除锈实验,实验结果证明该激光器稳定可靠,可满足激光除锈、激光除漆等多种应用的需求。

激光在传输过程中会受到大气抖动的影响,大气抖动产生的像差会导致成像面上的光斑弥散和能量利用率下降,从而降低远程声音采集的质量,不利于激光监听技术在实际环境中的应用。以像差为研究对象,研究像差对激光远程声音监听能量利用率的影响,并对此进行了理论推导。分别分析了不同类型、不同大小的单阶Zernike像差和大气湍流对远程声音采集质量的影响,并进行了数值计算。结果表明:不同类型、不同大小的像差对能量利用率的影响不同,能量利用率随着像差的增大而降低;不同大气湍流对能量利用率的影响不同,能量利用率基本上随着D/r₀的增大而降低。本研究为提高远程声音监听质量提供了理论依据和参考。

为将LIBS技术应用于核材料的监测分析,采用波长为1064 nm的脉冲激光诱导产生等离子体光谱,利用多通道光栅光谱仪完成光信号的探测,系统研究了不同实验参数对光谱特性的影响。选用氧化铈的特征谱线Ce I 500.91 nm、Ce II 446.02 nm进行分析。实验结果表明:靶点位置、激光聚焦位置到透镜的距离、激发能量及延迟时间对氧化铈LIBS信号均有较大影响。通过优化各实验参数可以获得较高的光谱强度和较高的信背比,确定了LIBS技术用于氧化铈分析的最佳实验条件,为后续进一步开展氧化钚成分分析提供了数据参考。

采用有限元法研究了激光激发的声表面波与表面微缺陷的作用机理,在位移信号中选取出能定量表征缺陷深度的特征量(振荡信号),分析了缺陷深度和宽度对振荡信号的影响。根据表面波与缺陷后沿作用的位移场,解释了振荡信号的来源。数值结果表明,振荡信号(特征点A、B)来源于透射表面波在缺陷后沿所产生的振荡,同一温度下特征点A、B到达时间差随表面缺陷深度的增大呈线性增长,与缺陷宽度的变化无关。根据特征点A、B的到达时间差与缺陷深度之间的关系,结合表面波声速与温度之间的关系,实现了不同温度下缺陷深度的定量计算。

针对大多数跟踪算法无法解决尺度变化问题和现有尺度解决方案存在冗余、固定的问题,提出一种基于核相关滤波框架的由粗到细快速和新颖地解决尺度估计的方法,考虑到仅利用响应图峰值进行比较存在不稳定性,以检测响应图与期望输出图的欧氏距离作为峰值的可靠程度,以两者的乘积作为最终比较结果;该方法首先使用3个尺度因子确定目标尺度变化方向,然后在尺度变化方向求解最优尺度;在OTB-100的26个带有尺度变化属性的基准序列上进行实验,并与现有其他先进跟踪算法进行定量和定性比较。结果表明:提出的方法能够很好地解决尺度变化问题;与核相关滤波相比,所提出算法的平均距离精度提高了18.8%,曲线下面积提高了19.6%,跟踪速度是稳健视觉跟踪的精确尺度估计的2.5倍,是特征整合尺度自适应核相关滤波跟踪算法的6倍。

提出一种基于量子粒子群算法的摄像机标定优化方法。通过MATLAB软件的标定程序快速获得摄像机的内外参数;利用量子粒子群优化算法,建立了目标函数,进一步优化摄像机参数。实验结果表明,所提优化算法收敛快,精度高,能在一定程度上提高摄像机的标定精度。

估算监控场景中的人数是安防监控的重要任务之一,当人群密集、行人之间存在遮挡时,人数估计较困难。因此,针对密集场景下的人数估计问题,提出了一种改进的基于卷积神经网络的人数估计方法。为了改善摄像透视畸变带来的影响,分别利用深层网络和浅层网络提取人群特征,深层和浅层网络分别设计了不同核大小的卷积层,并将提取到的特征通过一个具备多尺度提取能力的结构进行融合。实验结果表明,改进后的网络模型所获取的人群密度图更加贴近原场景信息,人数估计结果也更加精确。

为实现铜熔炼过程除尘风机转速的自动调节,提出了基于图像分析技术的烟雾浓度分级方法。通过采样窗对烟雾图像从上至下进行采样,形成时间序列,对每个采样子图进行离散余弦变换(DCT)特征提取,提取的系数视作该时刻隐马尔科夫模型(HMM)隐含状态产生的的观测值,一幅图像则分割成一个完整的HMM序列。通过对4种工况分别建立HMM,每种工况各用30幅图像训练估计模型参数,再对待测烟雾样本图像进行分类。实验结果表明,采用HMM分类的准确率最高可达95%,优于最小二乘支持向量机(LSSVM)的识别效果。

在开集协议下设计了一种基于角度距离损失函数和密集连接卷积神经网络的人脸识别算法,以实现深度人脸识别。所设计的网络结构使用基于角度距离的损失函数,让人脸特征的区分度更高,符合特征的理想分类标准。同时,所提出的神经网络结构采用先进的密集连接模块,在很大程度上减少了传统网络结构的参数冗余。经过大量的分析和实验,该算法在LFW数据集上的人脸识别准确率达到了99.45%,在MegaFace数据集上的人脸确认任务和人脸验证任务中的人脸识别准确率分别为72.534%和85.348%,因此所提算法在人脸识别任务中具有较高的优越性。

提出一种基于相位辅助系统的三维纹理重建方法,将采集到的纹理照片映射到几何模型表面,以实现对几何表面的纹理色彩的融合处理。建立了纹理映射优化函数,优化了目标物体和纹理照片的映射,并通过纹理融合处理,在最大程度上保证了目标物体纹理的逼真度,最终可得到逼真的三维物体纹理重建结果。还对局部缺失的目标模型或未采集到的局部纹理进行了修复,实现了三维纹理表面的自然过渡,从而保证目标模型纹理的完整性和一致性。不同类型实物的实验结果均证明该本文算法的可行性和有效性。

设计了一种平面-立式相结合且能够通过三维耦合方式实现多波段宽带电磁诱导透明效应的超材料。通过3个立式开口环与平面闭合方环相互耦合,该超材料结构实现了0.68 THz与1.09 THz双波段的电磁诱导透明现象,带宽分别可达0.38 THz与0.74 THz。通过拆分表面金属结构并相互对比,分别研究了该超材料结构实现多波段与宽带电磁诱导透明效应的机理,同时分析了3个开口环的间距、臂长对电磁诱导透明强度与带宽的影响。仿真分析表明:该超材料结构能够于太赫兹波段实现多频点高强度的慢光效应,并具有较高的折射率灵敏度,在光缓存器件与折射率传感领域有一定的应用价值。

基于交叉非对称式Czerny-Turner系统,研制了一种宽光谱、高分辨率的微型分光光度计。采用三次多项式拟合的方法对该分光光度计进行波长标定,测得其相对波长误差小于0.1 nm。采用该分光光度计搭建一套实验测量系统,并配制显色剂与六价铬标准溶液,测试该系统的性能。结果表明:该分光光度计能够满足六价铬水质在线分析仪的应用需求,为实现高精度、多波长水质参数在线监测提供了解决方案。

提出了一种用于扩展发光二极管(LED)光源配光的自由曲面透镜设计方法。利用加权叠加点光源透镜的母线,设计得到了自由曲面透镜,构建了反映照度均匀性的评价函数,自变量为三个权重因子。利用粒子群算法优化权重因子,使评价函数达到最小值,此时照度的均匀性最高。目标面上的均匀度从初始结构的78.93%提高到90.67%,同时光效保持在92%以上。对透镜分别进行加工误差分析和横向公差分析,结果表明,当加工误差在-1.0~1.0 μm范围内、横向位移误差在0.0~0.2 mm范围内时,目标面照度均匀度所受影响较小。

设计了一种基于大功率高光密度发光二极管(LED)光源的投弹照明灯。基于非成像光学理论,利用ZEMAX软件建立了以大口径高透过率菲涅耳透镜为核心元件的准直光学系统。利用焦距为1500 mm的柱面菲涅耳透镜对准直光束进行一维方向的扩散,再将灯具以6.85°的倾斜角度照射靶面,实现了大面积光斑照明。利用TracePro软件进行仿真分析,得到光斑水平方向和垂直方向的发散角分别为18.1°和2.46°。样机在靶标上投射出一个清晰、对比度高的类椭圆形亮斑,中心最大照度可达110 lx,能够满足战斗机夜间投弹训练的要求。

基于液体透镜的光学变焦系统无需机械运动即可达到变焦的目的,因此近几年来在光学应用中备受关注。在双液体透镜的基础上,设计了一种导电层连通的三液体自变焦补偿透镜,该液体透镜采用圆柱形结构,可通过控制电压来改变透镜中两个液体界面的曲率半径,以达到自变焦补偿功能。对该液体透镜的结构进行了详细分析,并求得该液体透镜的最小化结构表达式。依据高斯理论探讨了透镜相关参数对新型液体透镜变倍比及视场角的影响。

金属纳米材料因其特有的局域表面等离激元共振(LSPR)特性而广泛应用于半导体材料发光、太阳能电池、表面增强拉曼散射探测、光电化学等领域。Ag由于其在特定波段极低的吸收损耗而被视为优秀的LSPR候选材料。以Ag纳米结构作为研究对象,利用时域有限差分法(FDTD)对圆柱形Ag纳米结构的近场局域增强和远场散射特性进行了系统的模拟与分析。结果表明Ag纳米结构的尺寸、间距及衬底折射率均会对LSPR 效果产生显著影响,可以通过改变结构参数来调控Ag纳米结构的LSPR特性。

随着雾霾等恶劣天气的日益加强及战场烟尘环境对**作战的影响,在烟雾环境下对目标的辨认、探测与识别受到了广泛的关注。基于此,提出多小波融合的偏振探测去雾技术,该技术以目标偏振探测为基础,应用多小波的对称性、正交性和紧支集性等优点,根据分解后高、低频系数所具有的特点分别采用不同的规则对目标偏振信息进行融合。相比于传统小波融合,该算法更易突显目标轮廓及反映目标的细节信息。利用该技术对实际烟雾环境下的目标进行大量外场探测实验,分别对图像的主观评价和客观评价标准进行验证,结果表明该技术在主观视觉效果及对比度、清晰度、空间频率等客观评价方面都具有显著优势,提高了雾天环境下目标的识别效率。

提出了基于邦加球轨迹的穆勒矩阵测量法,将极分解得到的矩阵与其在邦加球上的轨迹联系起来,通过输入光和输出光的偏振态在邦加球上的位置关系,直接获取非消偏元件的双折射矩阵和二向色性矩阵。结果表明:基于所提方法,偏振控制系统只需要一个可旋转起偏器,在测试前后提供两个确定的偏振态,即可直接获得光纤器件的双折射矩阵和二向色性矩阵,且在测量过程中无需改变待测光纤的状态。

针对现有的高光谱图像异常检测算法大多只注重挖掘目标与背景光谱上的差异,而忽略二者在空间结构上的差异,导致检测结果不佳的问题,提出了一种基于空谱联合的异常检测算法。为保留图像的空间结构信息,所提算法逐波段进行异常检测,通过建立双窗计算待测像素与背景亮度上的差异来衡量待测像素的光谱异常程度;然后将内窗作为待测像素的空间结构窗,寻找背景中与其最相似的空间结构窗,通过计算二者的差异来衡量待测像素的空间结构异常程度,综合光谱异常程度和空间异常程度即可得到待测像素相对背景的异常指数。遍历整个图像,将各个波段像素的异常指数对应相加即为算法的检测结果。在3组高光谱数据上的实验结果表明:与现有的异常检测算法相比,所提算法能够显著降低探测的虚警率,并且对噪声具有很好的稳定性。

从高分辨率遥感影像中提取单木树冠信息能够有效提高森林资源的调查与管理水平;针对现有单木树冠提取方法对郁闭度较高的阔叶林提取精度低的问题,提出一种基于迭代H-minima改进分水岭算法的高分辨率遥感影像单木树冠提取方法;首先利用形态学开操作对图像进行平滑处理,采用Sobel算子提取梯度图像,并利用均值滤波进行去噪处理;然后利用一组h值在梯度图像上迭代识别树冠标记,利用虚假标记检测方法过滤无效标记;最后引入对称原则来限制分水岭算法的淹没过程,避免树冠标记过生长与无标记树冠合并;以高分辨率遥感影像作为数据源,同时采用传统的标记控制分水岭算法和所算法提取单木树冠,从单木位置和树冠轮廓两个方面,以及样地和单木两个尺度上对单木树冠提取的精度进行评价。结果表明:所提算法提取树冠的F测度为92.71%,比标记控制分水岭算法提高了31.99%;所提算法能够有效抑制过分割、减少欠分割,从而提高单木树冠的提取精度。

杂光系数是评价光学系统成像质量的重要指标之一。一般情况下,杂光系数只有在光学系统加工完成之后,才能运用实测方法得到,且如果实测结果不理想,需对光学系统的杂光抑制方法进行调整以增强其抑制效果。针对上述问题,提出了一种在光学设计阶段求得杂光系数的方法。该方法运用光学仿真软件TracePro为光学系统建模、分析和光线追迹,运用数学分析软件Matlab对仿真结果进行拟合,最终求出杂光系数。该方法的优点是将杂光系数的分析与计算提前,准确评价光学系统的杂光抑制能力。

老化种子的鉴定对农业生产和粮食安全具有重要意义。利用红外光谱三级鉴别法(傅里叶变换红外光谱技术、二阶导数红外光谱技术和二维相关红外光谱技术相结合)对不同储藏年份的豆类种子进行区分。结果显示:3种豆类种子的傅里叶变换红外光谱图总体相似,且主要由蛋白质和碳水化合物的吸收峰组成;不同储藏年份的豆类种子的原始红外光谱仅在1800~700 cm ^-1范围内有微小差异,几个吸收强度比随储藏年份增加呈现下降趋势;方差分析显示不同储藏年份的种子的吸光度比有显著差异;不同储藏年份的种子的二阶导数红外光谱(在1800~700 cm ^-1范围内)的吸收峰形状和强度存在差异;在二维相关红外光谱中,不同储藏年份的蚕豆和红豆种子(在860~1690 cm ^-1范围内)及大豆种子(在1350~1800 cm ^-1范围内)的自动峰和交叉峰出现的位置、数目及强度存在显著差异,其中数目随储藏年份增加而减少,强度随储藏年份增加而减弱。偏最小二乘法分析能对不同储藏年份的种子进行快速分类。3种豆类种子在老化过程中都表现出明显的光谱差异,表明红外光谱三级鉴别法可以快速区分不同储藏年份的豆类种子,有望发展成为简单、快速鉴别种子老化的光谱方法。

大气颗粒物中的重金属对人体健康具有巨大危害,对其中的重金属元素进行快速检测具有重要意义。利用激光诱导击穿光谱技术对大气颗粒物样品中的重金属元素进行快速分析,结果显示在大气颗粒物样品中含有Na、Al、Si、Cu、Mg、Fe等元素。以Ca元素为参考元素,采用内标法对大气颗粒物中的Pb元素进行定量分析,通过拟合得到定标曲线,计算出Pb元素的检出限为34.3×10 ^-6。分析了Pb元素的等离子体温度、电子数密度等相关特性。实验结果验证了LIBS技术用于大气颗粒物中重金属元素定性与定量分析的可行性,为监测大气颗粒物重金属污染提供了实验依据。