利用二维图像来进行场景的深度估计是计算机视觉领域的经典问题之一,也是实现三维重建、场景感知的重要环节。近年来基于深度学习的单目图像深度估计发展迅速,各种新算法层出不穷。介绍了深度学习在这一领域的应用历程与研究进展,采用监督与无监督两类方式分别系统地分析了有代表性的算法与框架,综述了深度学习在单目图像深度估计领域的研究进展与变化趋势,总结了当前研究的缺陷与不足,展望了未来研究的热点。

半导体光刻技术带动着光源逐步向短波辐射方向发展,以KrF-248 nm、ArF-193 nm光源为代表的准分子激光光刻光源逐步取代了以往基于汞灯的光刻光源,成为当前半导体光刻技术发展的主流光源。目前应用于光刻光源的光学元件主要以在深紫外波段具有优异传输特性的氟化钙(CaF2)材料为主。针对光源研发过程中涉及的光学元件与激光相互作用时会发生损伤的问题,从CaF2材料自身的物化特性、激光辐射特性以及激光与材料相互作用产生损伤的机理三个方面,综合分析了CaF2材料抗紫外激光研究的发展情况,比较了不同应用背景下CaF2材料的激光损伤特性,总结归纳了提高光学元件激光损伤阈值的措施和方法。

飞秒激光加工与普通激光加工相比熔化区更小,热影响区几乎可忽略不计,同时其加工引起的冲击波及裂纹在通常条件下几乎不可见,因而被广泛应用于精密加工、生物体组织加工、特殊材料加工等方面,具有良好的发展前景。阐述了飞秒激光加工的机理,介绍了近年来国内外飞秒激光加工超硬材料的方法及应用研究成果,重点总结了近几年利用飞秒激光对超硬材料刀具进行加工和处理的方法,探讨了现阶段飞秒激光技术在超硬材料加工领域面临的问题、挑战及解决途径。

结构紧凑、效率高、性能稳定的绿激光器在光存储、激光打印、舞台表演、医疗、水下通信等领域,尤其是激光显示领域具有广泛应用。由于缺乏相应输出波长的高效半导体绿激光器,基于倍频技术的全固态激光器仍然是产生绿色激光最有效的方法。近年来,随着周期性极化技术的成熟,准相位匹配PPMgLN倍频绿激光器发展迅猛。本文综述了PPMgLN腔内倍频绿激光器的结构、性能优势及发展现状。

空分复用、高阶调制、数字相干接收和数字信号处理等关键技术研究是确保光纤传输系统实现超大容量、超高速率、超长距离传输的必要条件。其中,空分复用技术是实现拍比特传输的关键技术,是近年来的研究热点。系统综述了空分复用多芯放大器,包括多芯掺铒光纤放大器、多芯少模掺铒光纤放大器、多芯铒镱共掺光纤放大器、多芯拉曼放大器、多芯遥泵放大器及多芯混合放大器的研究进展,并对未来多芯放大器的技术发展进行展望。

镁合金材料作为轻型结构材料,在汽车、航天、电子、医学领域的需求日益增大。激光增材制造技术的发展使得制备复杂结构和高性能的镁合金零件成为可能。本文详细介绍了国内外学者在激光增材制造镁合金领域的研究方向和现状,介绍了激光工艺参数和粉末材料参数对表面形貌、球化、缺陷、孔隙率的影响,以及激光增材制造在元素烧损、显微组织、力学性能和数值模拟方面的研究成果。最后,总结了当前镁合金研究中存在的问题和空白,并对未来的镁合金研究和应用进行展望。

采取将变倍组、补偿组、后固定组分开进行联动的方式对传统光学补偿连续变焦中波红外光学系统进行改进,获得了超长焦距、超大视场、大变倍比、小型化的光学系统。推导了其数学模型,基于该模型采用640×512制冷型中波探测器,设计了焦距为11.56~982.6 mm、变倍比为85×的连续变焦光学系统,该光学系统的应用波段为3.6~4.9 μm,F数为5.5,冷屏效率为100%。设计结果显示,该光学系统的外形尺寸为333.5 mm×125 mm(局部直径为177.5 mm)×80 mm(局部直径为180 mm),结构紧凑,变焦过程中变倍补偿曲线平滑、像面稳定。从点列图、光学传递函数、畸变等方面对该光学系统的像质进行评价,结果表明,其像质优良,分辨率高,可满足热像仪整机使用要求。

提出了一种基于区域先验信息的去遮挡立体匹配算法。该方法采用边缘检测和区域生长对参考图像进行区域分割,将分割后的同质区域作为区域先验信息引入代价计算中,减弱了代价函数对遮挡区域的敏感度,并使用区域一致性检测修正遮挡和误匹配像素,从而获得精确视差图。所提算法是一种加性算法,在不显著增加计算量的同时,可有效提升算法对遮挡区域的匹配效果。使用Middlebury数据集进行测试,测试结果表明,所提算法能够有效降低遮挡区域的误匹配率。

交通标志识别在驾驶辅助系统和交通安全方面发挥着重要作用。卷积神经网络在计算机视觉任务上取得了重大的突破,并在交通标志检测与识别方面取得了巨大的成功。然而,现有的识别方法通常达不到实时识别的效果。因此,提出一种改进卷积神经网络交通标志识别方法,通过加入初始模块,扩展网络结构和提出新的损失函数等多种方法来解决原始模型不擅于检测小目标的问题。在德国交通标志数据集上的仿真结果表明,与现有技术相比,提出的方法能够获得更高的检测速率,每张图片的处理时间仅为0.015 s。

小目标、飞机相互遮挡等难以检测的问题,对飞机检测的准确性及实时性提出很大的挑战。将实时性较高的YOLO v3算法应用到机场场面飞机检测领域,并提出两点改进:将骨干网络中的卷积层替换为空洞卷积,保持较高分辨率及较大感受野,提高模型对小目标检测的准确率;通过线性衰减置信得分的方式,对非极大值抑制(NMS)算法进行优化,以提升模型对被遮挡飞机的检测能力。结果表明,改进后的YOLO v3能够较好地检测小目标和遮挡飞机,且在保证实时性的前提下,将检测准确率从72.3%提高到83.7%。

针对传统SIFT算法很难兼顾匹配实时性与匹配准确率这一矛盾,提出一种融合彩色信息表征与光照补偿的Harris-SIFT算法。该算法在图像灰度化之前计算彩色信息补偿,并通过高斯权重函数得出光照补偿量,增强图像对比度,进而提高系统的匹配准确率。通过Harris角点检测算法与SIFT算法融合提高系统的快速性并剔除表征不好的特征点,改善系统的实时性。实验结果表明匹配算法在匹配准确率提高的同时,还提高了算法的实时性。

提出基于萤火虫算法与LM(Levenberg-Marquardt)算法相结合的FA-LMBP混合神经网络算法图像压缩模型。利用该模型进行求解时,通过萤火虫算法按照目标函数进行全局搜索,得到反向传播(BP)神经网络的一组权阈值最优近似解,以该近似解作为BP模型初值,利用LM算法对这组权阈值进行二次优化训练,得到最终的图像压缩模型。实验结果表明,在相同训练次数和相同误差精度下,基于FA-LMBP混合神经网络算法的压缩图像模型重建质量明显高于BP算法和LMBP算法模型。

基于偏振成像特点和深层特征分类需求,提出一种显著性偏振参量深度稀疏特征学习的目标检测方法。首先在偏振解析基础上构造显著性偏振参量图像作为检测源图像;然后在判别式字典对下对待检测图像进行稀疏特征学习,并以字典对作为分类器在卷积神经网络(CNN)框架下进行目标分类和定位;最后结合偏振成像探测实际应用需求,选择典型目标和应用场景进行数据采集和模型训练,并进行仿真验证。结果表明该方法在检测得分和平均检测精度上都比直接偏振方向方法有所提高,验证了其有效性,该方法对于有效提升偏振成像探测能力具有应用价值。

对基于808 nm端面抽运的半导体可饱和吸收镜(SESAM)锁模Nd∶YVO4激光器的输出特性进行研究,通过选择不同透过率的输出镜,设计一套针对不同输出功率需求的锁模激光器方案。首先系统地研究输出镜透过率对激光锁模功率和阈值的影响,当输出镜透过率为10%,抽运功率为8 W时,得到最高输出功率为2.58 W的连续锁模脉冲输出,转换效率为32.3%。当输出镜透过率为0.1%,抽运功率为1 W时,得到低阈值连续锁模脉冲输出,输出功率为0.58 mW。然后自主搭建自相关光路测量锁模脉冲,结合自相关曲线分析锁模激光器的寄生振荡情况,通过优化输出镜抑制寄生振荡,获得纯净的锁模脉冲,其脉冲宽度为13 ps,重复频率为150 MHz。

提出一种通用的抛物带式矩形光斑积分镜,建立了分段抛物线匀化模型,推导了满足超精密车削加工的分段抛物线方程。该积分镜解决了传统直线带式积分镜在积分方向上匀化宽度太小的问题,可获得远大于输入光斑直径的匀化宽度,同时分析了该积分镜分割段数对输出光斑均匀性的影响。利用高斯光束行波传输方程,计算回转方向上的离焦光斑尺寸,解决了采用几何光学方法获得离焦光斑尺寸误差大的问题。设计了输出光斑尺寸分别为100 mm×3.2 mm和14 mm×3.3 mm的积分镜,采用Zemax和SolidWorks软件进行仿真,仿真得到的光斑尺寸分别为100.2 mm×3.2 mm和14.2 mm×3.3 mm。加工了14 mm×3.3 mm的积分镜,在3 kW光纤激光器上进行实验,测得的光斑尺寸为14.3 mm×3.3 mm,匀化方向均匀性为90%,满足激光加工应用要求。

为了提高材料表面的耐磨性,实现材料的强韧结合,采用激光热流密度均匀分布的二维离散式5×5点阵光斑,对蠕墨铸铁材料的激光相变硬化过程进行数值模拟,通过改变激光功率和激光加载时间,分析了硬化过程中温度场和硬化层的变化。结果表明:基于光束离散的激光相变硬化温度场分布形态与点阵光斑的空间分布相对应,在激光加载结束时,每个小光斑中心点的温度同时达到峰值,整个光斑中心点的温度因各光斑温度场的叠加而达到最高,且沿着各光斑中心点的温度分布呈波浪形;在截面上随着深度增加,温度逐渐降低,材料的整体温度随着激光功率的增大和激光加载时间的延长而升高;各激光离散光斑的硬化层均呈月牙形,随着激光功率增大,截面硬化层的分布基本不变,处于离散分布状态;随着激光加载时间延长,硬化层从离散形向整体月牙形转变,且数值模拟所得硬化层的最大深度随着2种激光参数的增大而增大;在激光光束离散相变硬化处理过程中,增大激光功率既可以满足材料表面激光辐照的高硬度强化区域与激光未辐照的低硬度非强化区域的强韧结合,又能够增加硬化层深度,而延长激光加载时间虽然可以获得更大的硬化层深度,但热传导传递能量具有累积作用,导致材料表面激光辐照区和非辐照区整体被强化,不能实现材料表面的强韧结合。

针对MDNet跟踪算法网络模型中存在的特征稳健性差以及目标背景信息丢失导致跟踪失败的问题,提出一种基于重构特征联合的多域卷积神经网络视觉跟踪算法。基于末端卷积层提取的目标高级特征,使用反卷积操作上采样,获得了包含目标背景信息的重构特征,再通过联合目标高级特征和背景信息的重构特征的方式增强特征的稳健性,达到了有效区分目标和背景的目的,适用于解决跟踪过程中出现的目标遮挡、形变、光照变化等问题。将本文算法分别在OTB50和VOT2015跟踪测试集上进行测试,与MDNet算法相比,跟踪精度提升1.53%,跟踪成功率提升2.03%。

提出一种基于高置信度模型更新策略的多相关滤波器协同跟踪算法。利用卷积网络结构VGG-Net-19提取目标周围区域的多层卷积特征,构造深度滤波器,以自适应的特征融合策略实现目标初定位;建立尺度滤波器以检测目标的尺寸变化;利用主次峰坡度比作为跟踪置信度指标,设计一种高置信度下的模型更新策略;当跟踪置信度不足时,通过EdgeBox方法提取目标候选区域,利用设计的重检测滤波器,确定目标的最终位置。在标准数据集OTB-100和TC-128上的实验结果表明,本文算法取得了较高的跟踪精度,在目标发生遮挡、光线变化、出视野等复杂情况时,算法依旧可以稳健地跟踪。

针对数据排列无序、随机缺失及伴随白噪声等问题,提出一种基于因子分析法的三维点云配准方法。将点云数学模型扩展为正交因子模型,从而将点云的配准问题转换为对模型参数的求解问题;采用高斯混合模型对点云进行拟合,并通过最大期望算法(EMA)求解出正交因子模型的因子载荷矩阵;利用因子载荷矩阵完成对点云的配准。在仿真实验中,因子分析算法对随机丢失和带噪声的点云的配准情况,与经典迭代最近点(ICP)算法的配准精度相当,配准效率相比于ICP算法提升了70%以上。因子分析算法不会陷入局部最小值,在快速精确配准和稳定性方面有明显的改进和提高。

为了快速实现花瓶等具有回转体性质文物的三维数字化,提出了一种非接触式测量方法,并研制了一套文物数字化三维重建系统,克服了文物三维重建时内腔信息缺失以及纹理畸变的问题。对于内腔,通过光学镜片改变激光测距仪光束的方向,结合转台和导轨的运动来获取文物内腔的点云数据;外形点云由线激光扫描仪结合转台运动来获取;为减小文物纹理的畸变,通过相机搭配远心镜头来获取文物不同转动角度位置的纹理图像,然后把所有角度位置提取的像素依次拼接在一起,形成完整的外形纹理展开图。最后介绍了对系统测量误差进行标定与补偿的方法。实验结果表明:此系统可实现对花瓶类文物的三维数字化,重建精度在0.5 mm以内。可满足在博物馆现场对文物进行快速安全三维数字化的需求。

“监控+鞋印”是目前公安机关刑事侦查的重要技战法,其基本原理是依据犯罪现场鞋印推断嫌疑人所穿鞋型,然后到周边监控视频中检索嫌疑鞋型。针对“监控+鞋印”技战法自动化程度低下的问题,提出一种基于卷积神经网络的鞋型识别方法,实现对嫌疑鞋型的自动识别。根据鞋型识别独有特点,在DeepID的基础上设计卷积神经网络框架,并构建鞋型样本数据库(50双鞋型样本,共计160231幅图像)。运用Caffe框架结合不同网络模型对鞋型图像数据进行训练和测试,实验设计的初始网络结构由两层卷积、两层池化、两层全连接组成。实验比对了不同的第一层全连接层输出元素数目对网络性能与训练效率的影响,又在不改变输出特征图大小的情况下比对了不同网络深度的实验结果,在优化模型的基础上引用重叠池化得到实验最优网络模型。实验结果表明,卷积神经网络对于鞋型有很好的识别效果,识别精度值最高达96.06%,为鞋型识别提供了一种新的途径。

针对道路场景中数字字符高噪声、多视角和难以定位识别的问题,提出了一种稳健的道路场景数字字符定位识别算法。采用基于色彩空间和边缘增强的最大稳定极值区域(MSER)算法来提取候选区域,设计了几何约束滤波器,并与笔画宽度变换(SWT)联合滤除非字符区域,得到字符定位结果。对Lenet-5中的收敛函数和池化窗进行改进,将定位后的字符区域归一化输入网络中,得到最终的字符识别结果。实验结果表明,本文算法的字符召回率达到90.0%,综合性能值达到0.89,字符识别率达到88.6%,优于同类算法性能。

基于平行平板波导的TE1模式理论和电场是近似线偏振的假设,推导了余弦-高斯光束在平行平板波导中的电场传输表达式。在傍轴近似的条件下,余弦-高斯光束可以作为平行平板波导的一个基础解。当频率为0.35 THz时,对余弦-高斯光束在金属铜平行平板波导中的传输进行了数值模拟,结果表明模拟的幅值和相位与根据电场表达式所得结果符合得很好,同时也讨论了z轴方向上模拟的相位与理论结果的偏差和电场散度方程的完备性。

针对紫外光净化系统应用提出了一种紫外发光二极管(LED)阵列模组的均匀照度优化设计方法。该方法首先基于单颗LED的光强度分布采用几何光学理论计算净化层接收面上的照度;再结合阵列模组与净化层的间距、净化层最小照度与最大照度之比、单颗LED发光角度等要求,采用二分法和TracePro仿真分别得到最佳LED阵列间距和照度分布模拟结果;最后,还进行了阵列模组均匀照度测量实验,用于验证仿真模拟结果的准确性。研究结果表明:提出的设计方法能够实现不同照度均匀性、结构、光源要求下的LED阵列排布优化设计,对紫外光净化系统设计和开发有重要指导意义。

漏电流问题限制了传统半绝缘氮化镓光电导开关的高压应用。提出在半绝缘GaN∶Fe衬底(激光触发区)上增加n型外延层并在其中构造垂直双扩散场效应晶体管元胞阵列(电触发区),即在传统纵向光电导开关结构上引入了一个由栅压控制的反向pn结,利用空间电荷区对载流子的耗尽作用降低半绝缘材料的漏电流。器件建模仿真显示,电、光触发区能合理分担10 kV外加偏置电压,在相同的电场偏置强度下,器件的漏电流低于传统光电导开关两个数量级,而且在绝缘栅开通过程中电触发区偏压能快速转移到光触发区,使光触发区在更高的动态偏置电场下被激光脉冲触发,提高了激光能量利用率。此外,计算分析了激光参数与器件输出特性之间的关系,以进一步提高激光利用率。

根据高光谱遥感图像数据维度高、空间相关性、特征非线性的特点,提出了一种基于深度学习的空-谱特征提取分类算法。首先在堆栈稀疏自动编码机中加入权重衰减项,再利用主成分分析方法对图像数据进行降维处理,然后根据主成分影像块内所有像元的第一主成分与中心像元间的差距对邻域信息进行排序、删除、重组和堆栈,最后将得到的空-谱信息输入到与SoftMax分类器相结合的堆栈稀疏自动编码机中进行分类。通过两组实验数据的对比,验证了所提分类算法可以提高高光谱图像的分类精度。

基于地面三维激光扫描仪获取树木的点云数据,提出了一种通过细化点云数据体素生成树木骨架的方法。基于树木点云数据构建体素空间,计算点云体素坐标;根据各体素中包含点云数据的统计信息进行体素噪点滤除;利用细化模板对滤除噪声的体素进行细化处理,基于细化后的体素拟合出骨架节点;根据树木在自然空间上的连通性和深度优先搜索算法连接骨架节点,生成树木骨架。利用一棵银杏树和一棵重瓣榆叶梅树对算法进行验证。采用地面三维激光扫描仪分别对这两棵树进行扫描,基于不同扫描精度的树木点云,分析了不同参数对树木骨架生成的影响。在生成银杏树骨架时,本文方法运行时间约缩短至GSA方法的1/30。而处理数据量更大的重瓣榆叶梅树点云数据时,树木骨架生成时间更是缩短至GSA方法的1/67。实验结果表明,所提算法生成的两棵树木骨架形态与树木原始点云所表现的形态结构相对一致,并且具有较好的运算效率,该算法具有一定的可行性和有效性。

针对增强现实中基于目标点云的跟踪与注册问题,提出一种稳健Z分数混合树的配准算法。通过局部邻域内的点至拟合平面的垂直距离以及沿平面法线点的分布来识别噪点,运用绝对中位差增强Z分数的稳健性,同时,采用混合树算法提高最近点的搜索效率。将上述算法应用于增强现实的成像原理中,以对其进行理论论证。分别利用斯坦福大学某研究组的点云数据集和真实采集数据对该算法进行验证。结果表明,在含噪点云集中,该算法能在保持一定精度的同时有效提高配准效率,其用时约为对比算法的5%~10%。

针对合成孔径雷达图像中存在椒盐噪声影响变化检测精度的问题,在变化检测步骤中应用一种改进的直觉模糊C核均值聚类算法;首先运用代数运算方法——差值法、比值法、图像回归法,构建3幅光谱变化差异的图像,将3幅差异图像组成列向量;然后使用主成分分析算法对差异图像构成的列向量进行特征提取;最后采用直觉模糊C核均值聚类算法获取影像变化图。实验结果表明:所用算法可以减小椒盐噪声对合成孔径雷达影像变化检测的影响,而且该算法能更好地保留特征信息,提高变化检测的精度。

可调谐半导体激光吸收光谱(TDLAS)是一种测量气体浓度和温度的非侵入式测量方法,通常需要在整个谱线上进行扫描,扫描过程中可能存在其他谱线干扰,且测量速度较慢。为克服此问题,可以采用固定波长吸收光谱测量方法。为了研究固定波长法吸收光谱技术测温的效果,采用中心波长位于2.0 μm附近的分布反馈式激光器,开展CO2气体温度测量实验。通过查询数据库模拟待测光谱的线型函数峰值,仿真待测工况下吸收峰值比值与温度的关系,并利用管式炉进行测量。结果显示,该方法的测量温度与设定温度具有高度的一致性,在673~1273 K,测温平均误差为1.22%,证明了固定波长法直接吸收光谱技术应用于温度测量的可行性与准确性。

燃煤热值是煤质分析的一个重要指标,采用纳秒和飞秒以及双脉冲激光诱导击穿光谱技术对18个含有不同热值的标准煤样进行热值定量分析。对比分析了纳秒和飞秒等离子体光谱的差异,结果表明飞秒等离子体光谱较纳秒等离子体光谱具有更小的连续背景噪声,信噪比更低,谱线强度的相对标准偏差更小,稳定性更高,无需对光谱进行基线校正即可获得较高的元素含量线性拟合度,但存在光谱强度较弱的缺点。搭建了一套以飞秒激光器作为光谱激发源,以纳秒激光作为加热源的双脉冲激光诱导击穿光谱系统,通过实验证明了双脉冲激光诱导击穿光谱技术可以大幅增强谱线强度。最后分别将纳秒、飞秒以及双脉冲激光诱导击穿光谱技术与偏最小二乘法结合,对煤样的热值进行定量分析,定标曲线拟合度(R2)分别为0.9553、0.9897、0.9964,说明双脉冲激光诱导击穿光谱技术可以有效提高燃煤热值的定量分析精度。

激光吸收光谱常被用于测量大气痕量气体,但某些气体在某波长附近会出现多条谱线重叠的现象,导致吸收信号产生重叠峰。以NH3气体为例,研究6529 cm -1附近的4条重叠谱线,通过Voigt线型模拟不同压强下的谱线,搭建直接吸收光谱测量实验系统。实验发现,低浓度NH3气体的谱线峰值并没有随着压强的减小而减小,反而逐渐增大。由于NH3存在吸附性,因此,采用无吸附性的CH4气体进行验证。结果表明:当气体压强为0.18 atm(≈18 kPa)时,实验谱线与模拟谱线相差最小,NH3的最大吸收峰吸光度与气体浓度成正比。研究结果为后续多气体测量过程中的干扰问题提出了解决方法。

针对光腔衰荡光谱(CRDS)的吸收光谱曲线,利用MATLAB工具软件和最小二乘算法对常用的6种气体吸收光谱拟合算法(VP、GP、AVP、AGP、SDVP、SDAVP算法)进行编程,并设计了参数设置、拟合结果显示等界面化窗口;通过CRDS采集已知浓度CO2气体的吸收光谱;采用6种算法对吸收光谱进行拟合实验,比较6种不同线型算法的拟合误差。拟合结果显示:拟合曲线和测量点几乎完全重合;AVP算法拟合的平均残差最大,为3.1748×10 -3, GP及AGP算法的平均残差最小,为1.3212×10 -3,由此验证了6种线型算法在气体吸收光谱曲线拟合中的可行性;AVP算法的运算时间最短,为1.7516 s,SDAVP的运算时间最长,为389.682 s,GP算法的运算时间小于AGP算法。综合考虑残差与运算时间后认为,GP算法最适用于CRDS光谱线型的拟合。