单光子雪崩光电探测器(SPAD)具有雪崩增益大、响应速度快、探测效率高、易于集成的特点。SPAD阵列器件可进行弱光三维成像,在生物化学、量子通信、激光雷达等领域具有重要应用。因此开展SPAD器件及阵列探测技术的研究具有非常重要的意义。给出了近红外InGaAs/InP SPAD单元工作原理和阵列结构性能,对暗计数率、探测效率、后脉冲等主要影响因素和器件优化方向进行总结,概述了近年来SPAD阵列器件的主要技术方案,给出了串扰来源和消除方法,并对相关研究单位的技术与结果进行对比。

针对光栅型波前曲率传感器,提出一种基于最大类间方差法和质心法相结合的光斑自动定位提取算法,并进行了实验验证。使用最大类间方差法对原始光强分布图像进行二值化;根据质心坐标对二值化图像进行分割,得到两幅含有单个光斑的二值化图像;分别计算两幅图像的质心坐标,作为原始光强图像中的两个光斑中心,并在原始图像中进行光斑提取。搭建了基于离轴菲涅耳波带片的光栅型波前曲率传感器实验装置,采用上述方法自动提取光斑,采用拉普拉斯算子本征模式法进行波前复原,并与哈特曼波前传感器的测量结果进行了比较。研究结果表明该算法能够自动提取光栅型波前曲率传感器的光斑,定位误差小于4 pixel。

针对水下可见光像素化多输入多输出(MIMO)系统中信道的吸收散射和接收透镜模糊引起的高频衰减带来部分子载波误比特数高的问题,提出一种基于可见光像素化MIMO系统的比特加载自适应算法。该算法在保证全部子载波待分配总比特数不变的前提下,根据不同子载波上的信噪比动态选择最优的子载波调制阶数,从而降低不同子载波误比特数,提升系统的可靠性。仿真结果表明,在像素化MIMO系统传输速率不变的条件下,本文算法大幅降低了误码率。

为改善光栅性能,基于遗传算法,并结合时域有限差分法,在可见光波段优化设计了一种双层亚波长金属光栅结构。经仿真分析,该结构能够实现蓝色波段的偏振滤波功能,透射率最大值能达到77%,消光比最大值达到20 dB,半峰全宽为35 nm。通过分析光栅参数对光栅性能的影响,证明该结构具有较大的工艺容差。相比以往的结构,优化后的光栅具有更好的透射性能和滤波性能,在偏振导航、偏振探测、显示器、成像传感器等领域具有良好的应用前景。

在室内可见光通信系统中,为保证处于室内不同方位的多个用户均能够获得良好的通信质量,即改善接收平面接收光功率分布均匀性,提出一种基于改进蚁群算法的功率优化方法,将一维路径优化问题转化为三维,提高了运算效率;把接收平面最大功率与最小功率之差作为待优化的目标函数,并添加约束条件,避免了优化后平均光功率过低以及人工筛选带来的不确定性。仿真结果表明,该方法进一步降低了光功率的偏移量,并保证了通信环境的稳定性。

针对传统光谱匹配法在进行古代壁画颜料识别时存在的获取每个点反射率的过程复杂、计算具有一定误差等会影响识别精度的问题,将壁画颜料识别问题转换成多光谱图像分类问题,利用在图像分类领域有较强优势的卷积神经网络算法对多光谱图像进行处理,设计了一种新的卷积神经网络模型,并提出了光谱特征重组的数据预处理方式,通过加入两次dropout防止训练过程出现过拟合问题,进而实现了对古壁画颜料的分类。实验结果表明,该方法与统计流形支持向量机分类方法,以及未加入dropout的卷积神经网络分类方法相比,在分类效果和分类精度上具有明显的优势。

基于卷积神经网络(CNN)的目标位姿估计模型的损失函数大多采用两点之间的欧氏距离作为评判准则,虽然该损失函数计算简单、运算速度快,但训练规则不够全面、缺乏对目标的全局认识。针对这一问题,提出了一种基于组合型损失函数的ComPoseNet模型,并进行位姿估计。此模型中的损失函数从空间学习的角度出发,同时利用两点欧氏距离、两点直线和两点直线角度等作为训练规则。相比传统损失函数,此算法分别从点、线以及角度方面考虑了目标的空间整体位置,进一步减小了估计位姿与真实位姿之间的误差,位姿估计得以改善。在LineMod数据上进行大量的实验和分析,结果表明,在相同的训练次数情况下,本文算法比传统算法收敛速度快、精度高、误差小,其中平移误差降低了7.407%,角度误差降低了6.968%。

针对YOLO系列的目标检测方法参数多、计算量大、生成检测模型规模大等导致对运行硬件平台计算资源要求高的问题,提出一种基于反残差结构的轻量级多目标检测网络(IR-YOLO)。首先,利用深度可分离卷积减少模型参数和计算量;其次,基于深度可分离卷积构造反残差模块,提取高维特征;最后,根据反残差结构特点,利用线性激活函数减少通道组合过程激活函数的信息损失。IR-YOLO算法较YOLOv3-Tiny算法模型尺寸减少47.7%。实验结果表明IR-YOLO算法在不影响检测精度的前提下,可有效减少网络计算量和存储量。

针对天文图像成像分辨率低的问题,基于集中稀疏表示图像超分辨率重建理论,提出一种层次聚类字典训练和相似约束的天文图像超分辨率重建算法。在字典训练阶段,采用新的基于层次的聚类算法对样本图像块进行归类,对每类图像块进行独立训练得到多个紧凑型字典。在图像重建阶段,通过抑制稀疏编码噪声提高稀疏编码系数的准确性,并利用图像的非局部自相似性对重建图像的稀疏系数进行合理估计。此外,通过构建非局部自相似正则化项对图像重建过程进行全局约束。仿真结果表明,该算法可以有效地改善天文图像的分辨率,重建图像在主观视觉效果和客观评价指标上都要优于其他传统的超分辨率重建算法。

针对现有的测量系统中线结构光标定方法存在的局限性,设计了一种新的标定方法。该方法通过避免光条与靶标参照物上的棋盘相交,提高了特征点的提取精度,并通过增加用于拟合光平面的特征点数量来提高标定的精度。连接光条中心任意特征点与相机中心以形成一条直线;联立直线方程与靶标参照物平面方程,求解特征点在相机坐标系下的坐标,继而求解2条及以上的光条中心点在相机坐标系下的坐标;基于最小二乘法,利用所有光条中心特征点计算光平面在相机坐标系下的方程。实验结果表明,该方法的准确性和鲁棒性均优于现有的标定方法。

提出一种有效的三维点云骨架分割的方法,分割后的结果可用于三维点云物体识别和分类。利用稳健性较强的L1-中心骨架算法对点云数据进行骨架提取,可得到一系列骨架点;利用基于八叉树的区域增长分割方法对已经得到的骨架点进行分割,选取法向量和残值作为判定标准;利用OpenGL库编程把分割出的各个部分进行骨架连线。对多种形状的点云数据(包括动物模型、植物模型、人体模型、字母模型)进行实验,该方法均得到较好的结果。

提出了一种基于分层聚类的彩色结构光光条检测方法:将彩色图像转换为灰度图像,利用分层聚类对图像像素逐行进行结构光光条中心点初值计算;根据邻域灰度信息,对结构光光条中心点进行亚像素定位,并基于颜色距离和欧氏距离判别结构光光条中心点索引;对图像进行自上而下的行扫描,完成彩色结构光光条检测。仿真和实验验证了方法的正确性与可行性,结果表明:对光条中心的检测精度为0.47 pixel;对于存在微小断裂的光条,该方法仍可保持光条的一致性和完整性。该方法可应用于结构光三维重建领域,具有一定的理论研究价值和工程应用前景。

基于条带边缘的结构光编码策略生成投影图案,提出一种新的结构光技术,用于减少相机捕获图案中的过度饱和区域。在一次测量中,为避免图像饱和,在高、低两种曝光时间下捕获结构光图像。高曝光是为获得黑暗区域的高质量图像,低曝光是为获取饱和区域的高质量图像。此外,在低曝光阶段,通过拟合非线性函数来估计投影图像与捕获图像之间的强度关系,进而自适应调整相机捕获图像中饱和像素对应于投影图像中像素点的强度。将两次曝光采集到的图像融合成一组信噪比较高的条纹图像,并对新图像进行解码,从而实现精确的三维测量。实验结果表明,所提出的结构光技术对反射率变化范围较大的物体表面,甚至对不锈钢表面,具有较高的测量精度。

为了研究激光冲击处理对GH3039高温合金疲劳寿命的影响,采用Procudo200型激光喷丸系统对GH3039高温合金薄板试样表面进行冲击处理;然后采用光学显微镜观察激光冲击前后试样表层的微观组织,采用X-350A型残余应力测定仪测试激光冲击前后试样表层的残余应力,采用MTS Landmark 370.10 电液伺服试验系统进行疲劳试验,并利用∑IGMA500 型扫描电子显微镜观测疲劳试样的断口形貌。结果表明:激光冲击处理后合金表层晶粒明显细化,试样表面激光诱导的平均残余压应力达到了-255.07 MPa左右,试样的表面粗糙度由0.0346 μm增大到0.048 μm,激光冲击试样的疲劳寿命是原始试样的2.41倍;残余压应力和晶粒细化是激光冲击GH3039高温合金试样疲劳寿命延长的关键因素。

研究真空环境对激光熔覆镍基碳化钨涂层组织、性能的影响。结果表明:在真空试验条件下,涂层的组织得到改善,涂层中的粗大树状晶减少,组织更均匀、致密;涂层中的微裂纹显著减少,涂层中几乎没有气孔缺陷;涂层中的金属间化合物可以更均匀地弥散在镍基固溶体中,显著提高了涂层的硬度;涂层的摩擦磨损性能得到明显改善,涂层的摩擦因数相对于非真空试验条件下的摩擦因数降低了约14%,耐磨性提高了约56%;真空试验条件有效提高了涂层的综合性能。

为解决视觉车辆跟踪过程中尺度变化导致的模型漂移问题,在核相关滤波算法的基础上,提出一种车辆目标的尺度搜索算法。通过比较目标区域上三个特定尺度相关滤波响应的平均峰值相关能量,推断出目标尺度的变化方向,进而在变化方向上迭代搜索当前目标的最佳尺度。此外,为确保相关滤波模板能够适应运动过程中的车辆外观变化,在最佳尺度估计的情形下,对模板进行自适应加权更新,进一步提高模板准确性。大量的实验表明,本文算法可以有效解决车辆跟踪过程中尺度变化导致的模型漂移问题,且相比于其他相关滤波类算法具有更加优秀的跟踪性能。

为提升相关滤波跟踪算法在目标遮挡、背景嘈杂及目标形变等干扰下的跟踪精度,提出一种基于时序一致和空间剪裁的多特征相关滤波跟踪算法。在训练阶段利用二值矩阵掩模对滤波器模板的能量分布进行裁剪,使模板信息更加集中于目标区域,从而缓解循环样本造成的边界效应;利用l2范数作为时序一致模型对相邻帧的滤波器建立平滑性约束,使滤波器模板学习到相邻帧目标的上下文信息,增加算法的抗干扰能力;为进一步提升目标模板的表达能力,将包含丰富语义信息的ResNet50深度特征引入到跟踪框架中,通过主成分分析法对提取到的深度特征进行降维,采用传统特征结合深度特征的方式提升跟踪结果的精确度和稳健性。将本文算法与5种算法进行对比实验,验证了本文算法在处理目标遮挡、背景嘈杂及目标形变等干扰时的稳健性。

针对长时目标跟踪中目标背景混杂、遮挡、目标移出视野导致的跟踪失败问题,基于空间正则化相关滤波(SRDCF),提出一个基于前景感知的时空相关滤波算法。首先,提出前景感知相关滤波方法,使得滤波器能够准确地把目标前景区域和背景区域进行区分;然后,把前景感知滤波器加入时间正则项中,使具有时空正则化功能的滤波器始终保持在一个低维的判别流形上;同时,采用交替方向乘子法(ADMM)求解,使得跟踪方法在传统特征的表达上能实现实时性;最后,确定目标重检测器的激活阈值,利用候选区域方法结合相关滤波方法实现重检测,达到长时跟踪的目的。在标准数据集OTB-2013上分别利用传统特征和卷积特征进行实验,并与SRDCF相比,跟踪平均成功率分别提高了5.6%和7%。本文算法针对目标背景模糊、旋转、遮挡和移出视野等情况,具有较强的稳健性。

点云配准是三维重建过程的核心问题之一。针对点云散乱、数据存在缺失及噪声干扰情况下配准效率差、精度低的问题,提出了一种基于相关系数平方和最大(MCC)的点云配准算法。分别对目标点云与待配准点云去均值化后进行旋转,使旋转后的两组点云各自满足行向量间相关系数平方和最大;再利用粒子群优化算法分别求解出两组中间态旋转矩阵;最后根据两组中间态旋转矩阵求解出两点云之间的旋转矩阵和平移向量,进而实现点云配准。仿真结果表明,在点云散乱、数据存在缺失以及噪声干扰的情况下,本文算法比现有其他算法的配准速度更快、精度更高,且稳健性良好。

线结构光视觉测量系统参数标定是三维测量应用的首要步骤,其中光平面特征点的稳定获取最为关键。针对平面标靶的特点和基于交比不变定理获取特征点方法的不足,提出一种高效的基于相机投影矩阵和单应矩阵的标定法。首先,通过平面标靶特征点与其世界坐标对应关系计算出单应矩阵,然后根据相机投影矩阵和单应矩阵一次计算出光平面和标靶的交线上所有特征点。实验结果表明,本文方法可以利用所有的特征点,稳定性好,易实现,能达到需要的精度。

通过水浴合成方法简易快速地在铜片基底上合成氧化铜纳米片阵列,10 min反应时间下合成的氧化铜纳米片阵列具有最高的初始放电比容量(629.1 mA·h·g -1)以及良好的循环特性(100次循环后仍保留初始容量的79.6%)。该阵列结构有效地解决了传统块体氧化铜材料作为锂离子电池负极材料在充电中体积膨胀的问题,同时缩短了锂离子在氧化铜晶格内的扩散距离,提高了氧化铜材料的比容量和氧化铜作为负极材料的性能。

液晶空间光调制器(LCSLM)在非显示领域有着广泛的应用。利用夏克哈特曼波前探测器对LCSLM的相位调制特性进行测量,结果表明,低阶Zernike模式的线性相位调制范围相对较大,随着调制范围的增加,衍射效率下降明显。对LCSLM用于非球面面形测量的可能性进行初步探讨,为扩展非球面面形检测方法提供一种全新的思路。

为研究主体材料对绿色有机发光二极管性能的影响,选择能级匹配的电子传输材料1,3,5-三(6-(3-(吡啶-3-基)苯基)吡啶-2-基)苯(Tm3PyP26PyB)作主体材料制备了单发光层(EML)器件,与以双极性主体材料9-(4-叔丁基苯基)-3,6-双(三苯基甲硅烷基)-9H-咔唑(CzSi)制备的单发光层器件作对比。另外,采用空穴传输能力较好的4,4',4″-三(咔唑-9-基)三苯胺(TcTa)作第一发光层的主体材料,Tm3PyP26PyB和CzSi分别作第二发光层的主体材料制备双发光层器件进行对比。相比于Tm3PyP26PyB,CzSi为双极性主体材料,以CzSi为双极性主体材料有利于促进器件中载流子平衡并拓宽复合区间,以其制备的单、双发光层器件均具有较好的性能。以CzSi制备的单发光层器件的最大亮度、电流效率、功率效率分别为8634 cd/m 2、18.70 cd/A、16.78 lm/W;双发光层器件的最大亮度、电流效率、功率效率分别为10770 cd/m 2、30.12 cd/A、30.52 lm/W。

基于三维荧光光谱法,以含有不同类型润滑油、机油、柴油、汽油的土壤样品为研究对象,分别提取不同土壤样品的三维荧光光谱,然后计算不同样品的荧光强度均值、标准差、重心横纵坐标、相关系数、长轴斜率、偏度和峰度等7个特征参数,并作为不同油类的识别特征。对7个特征参数进行主成分分析(PCA),前3个主成分累计贡献率为88.79%,但经聚类分析发现5w-40型润滑油和15w-40型润滑油的主成分混叠较强,无法准确实现分类。将经PCA得到的3个主成分作为反向传输人工神经网络的输入量,将石油烃有机物的种类作为输出量,以进行油类识别,综合识别率达到95.6%。实验结果表明,基于三维荧光光谱方法直接从油污土壤中识别污染油可行,该方法为后续研究基于三维荧光光谱识别土壤中油类污染物提供了技术支持,具有较好的应用前景。

针对在遥感影像建筑物提取过程中,建筑物与周围环境信息混淆导致提取精度下降的问题,提出了一种低维特征信息增强的改进U型卷积神经网络(U-net)模型,用于遥感影像建筑物的提取。借鉴医学影像分割中应用广泛的U-net模型对建筑物进行提取;考虑到在网络传播过程中低维细节信息逐级削弱,在特征金字塔中的特征图与扩张路径同级上的特征融合前,先与上一层级的特征图进行融合,进一步优化了提取结果的边缘提取精度。在覆盖范围约340 km 2的遥感影像数据集上进行实验,结果表明本文提出的方法在交并比、像素精度和Kappa系数3个指标上的均值分别达到83.9%、92.8%和83.6%,均优于模糊C均值、全卷积网络与经典U-net方法。

针对室内复杂环境中无线信号在非视距传播时造成的定位精度低的问题,提出一种门限比较加权法(TCW)-Taylor级数展开的联合定位算法。首先通过卡尔曼滤波器实时消除信号到达时间(TOA)测量值中的非视距误差,然后然后在平滑过的TOA值和含测量噪声的信号到达角度(AOA)确定的定位区域内利用TCW计算目标节点的位置,将计算结果作为Taylor级数展开的初值,最后通过迭代求解实现第二次精细定位。仿真实验结果表明,与传统的全质心-Taylor级数展开定位算法和基于最小二乘法的TOA/AOA混合定位算法相比,增加AOA约束条件和对不同的位置点赋予不同的动态权值定位,可以使初始定位结果更加准确,更加接近克拉默-拉奥下界。

针对传统遥感图像检测算法中人为干预多、速度慢、检测精度低等问题,提出一种基于深度学习的遥感图像检测方法。采用密集连接的网络结构,充分利用每层网络提取的特征,减少网络推理时间;采用具有更大感受野的扩张块结构;使用扩张块结构和反卷积网络结构将浅层特征图和深层特征图进行信息融合,从而增强遥感图像中多尺度目标的检测能力。实验结果表明,该检测方法具有更高的准确率和更短的检测时间,尤其在小目标物体的检测上表现出更好的性能。

基于太赫兹时域光谱技术(THz-TDS)对聚乙烯管道接头的老化及常见缺陷进行检测,获得不同老化程度的聚乙烯样品的折射率与吸收系数,并对管道接头的典型缺陷进行成像检测。实验结果表明:随着老化时间延长,聚乙烯样品在0.2~2.0 THz频段内的折射率未发生明显变化,该频段内材料的吸收系数随着老化时间的延长而明显下降。太赫兹图像中缺陷区域与无缺陷区域的像素点存在明显区别,从图像中可以分辨出缺陷的位置及大致轮廓。

载玻片是生物和医学领域中放置样本的透明玻璃。为了更好地服务于生产过程中对载玻片组分的实时检测,采用1064 nm激光烧蚀载玻片,采集不同关键实验参数下的等离子体辐射光谱;选取Si I∶288.16 nm、Ca I∶422.67 nm、Na I∶589.00 nm作为分析谱线,以谱线强度和信号稳定性作为指标,对光谱仪采集延时、激光能量、激光重复频率、激光烧蚀方式、透镜到样品的距离等参数进行优化。结果表明:对于激光诱导击穿载玻片实验系统,最优的光谱采集延迟时间为3 μs,最优的激光重复频率为2 Hz,采用单点烧蚀方式可以得到更加稳定的光谱信号;对于焦距为100 mm的聚焦透镜,最佳聚焦位置位于样品表面以下8 mm,即透镜到样品的最佳距离为92 mm;为了避免载玻片被击碎,实验中将单激光脉冲能量设置为150 mJ,得到了谱线强度足够高且信号稳定性也满足要求的光谱信号。通过优化实验系统中的关键参数,为采用激光诱导击穿光谱技术实时、在线、原位检测载玻片的成分和含量提供了实验依据。

为了提高光诱导击穿光谱(LIBS)技术定量分析的精准度,用LIBS技术对不同合金钢中的Mn元素进行定量分析,结合支持向量回归(SVR)建立定标模型,研究输入向量对SVR模型的影响,并与校正后的内标法进行比较。结果表明:输入向量为内标元素校正和信背比时,测试集的相对标准偏差和相对误差的平均值分别为2.6%和11.97%,回归效果最理想;对合金钢中的Mn元素进行定量分析时,校正后的二元输入向量可以减小参数波动和校正基体效应的影响,为LIBS钢液元素定量分析优化数据输入提供了参考。

提出了一种用于光源类型检测的同色异谱对的构建方法,实现了对光源类型的快速有效判定。在目标光源下,利用R矩阵理论从Standard Object Colour Spectra Database中分解出同色异谱黑光谱集;将同色异谱黑与任意目标样本光谱相加,获得目标样本的同色异谱样本集;去除样本集中光谱存在负值的样本;以一般同色异谱指数作为评价指标,选择目标样本同色异谱指数最大的样本,完成同色异谱对的构建。选取4种常见光源,以ColorChecker色卡为目标样本,利用上述方法构建同色异谱对。通过计算同色异谱对在不同光源下的色差值,对其在光源类型判定方面的有效性进行验证。实验结果表明:该方法构建的同色异谱对在非目标光源下具有人眼可辨别的显著色差水平,能够有效地对目标光源的类型进行判定。

采用X射线荧光光谱法对32个塑料打包带(绳)样本进行检验,在80 s的采集时间下,所得元素种类含量最为稳定。结合多元统计方法构建函数模型,将离差平方和法作为聚类方法,进行系统聚类时将平方欧氏距离作为测量区间以描述样本间的亲疏程度,将32个塑料打包带(绳)样本分为4类。通过样本之间的相关性和判别分析检验系统聚类的正确性和可靠性,挖掘出样本元素含量之间的内在联系。通过系统聚类的方法将32个塑料打包带(绳)样本进行分类,促进了模式识别技术在理化检验中的应用。