相干测风激光雷达采用外差探测方式,其后向散射信号经本振光放大,信噪比理论上可达到量子极限,具有高时空分辨、高精度的特点。相干测风激光雷达广泛应用于测量风切变、大气湍流、飞机尾流、阵风以及重力波等。目前,国内外相继开展了相干测风激光雷达的研究。介绍了相干测风激光雷达的发展历史,详细介绍了各波段相干测风激光雷达的最新研究进展,并对相干测风激光雷达的发展趋势进行了简要总结。

基于二维光子晶体的负折射和亚波长成像特性,提出了一种可以实现超分辨成像的共聚焦系统,使用时域有限差分法(FDTD)仿真了共聚焦系统的聚焦和成像的过程。在焦点离光子晶体透镜下表面1.55 μm处,横坐标X=4 μm时,焦点半峰全宽(FWHM)为0.593λ,小于入射波长,此时反射光在右侧像点的FWHM达到0.496λ,实现了超分辨成像,并且随着焦点的右移,像点FWHM不断减小。同时,在针孔和焦点位置不变时共聚焦系统的轴向分辨率达到2.2λ。

针对纤芯折射率分布为倒抛物线型的光纤结构,在光纤的纤芯与包层之间增加低折射率层,构成了改进的新型光纤。该光纤可容纳高阶轨道角动量(OAM)模场,通过归一化截止频率的计算得到光纤可支持9种模式,最高可容纳拓扑荷数为3的OAM模式。计算得到简并模式LP₁₁与LP₂₁的有效折射率差均可达到2.1×10 ^-4,简并模式LP₃₁之间有效折射率差可达到10 ^-3,能够有效地使矢量模式简并分离,对越高阶的模式简并分离效果越好。最后分析了此光纤结构低折射率层的分布对于光纤可容纳涡旋光束模式数目的影响。

基于非线性薛定谔方程,研究了具有光格子的局域非线性介质中存在的单通道和多通道多极格子孤子的光场分布、稳定性和动力学行为。研究发现,系统中存在同相和反相2种类型的多通道多极格子孤子;在单通道情形下,只存在反相多极格子孤子,同相的多极格子孤子不存在;在3种类型的格子中,同相多极格子孤子的稳定性最差,而多通道反相多极格子孤子的稳定性最高。在撤去光格子的情况下,3类格子孤子呈现出不同的动力学行为。同相多极格子孤子分裂成相应数目的光束后,或合并成1个光束、或能量重新分配、或周期性碰撞。而反相多极格子孤子分裂后,光束相互排斥,2个边带光束沿直线路径向前传输,且轨迹与原传播方向的夹角相等;在传播常数较小时,可能会出现光束弥散。这些性质对全光路由、全光开关等全光控制技术的研究有一定的参考作用。

为解决距离选通式激光成像中由于图像模糊而导致目标识别率偏低的难题,提出一种保留特征的卷积神经网络(KFCNN)模型,用于激光选通图像中的目标识别。与传统的卷积神经网络不同,KFCNN使用一个特征保留层来提高模糊目标的识别率,提高目标识别的稳健性。为实现特征保留,KFCNN通过增加特征保留约束项及正则化来优化特征保留目标函数并进行训练,通过减小特征保留目标函数值来保证训练样本在模糊之前和之后的特征映射相一致。实验结果表明,KFCNN改善了因模糊造成识别率降低的问题,进而提升了距离选通式激光成像中对指定目标的识别率。

针对目标检测与识别在精度和实时性方面的要求, 提出了一种基于改进多尺度特征图的目标快速检测与识别算法。算法在原始SSD模型的基础上, 利用卷积神经网络自动提取多尺度特征图, 构建了一种有效的卷积特征图融合模块, 同时引入轻量级的压缩型双线性融合方法, 丰富上下文信息。进一步结合通道注意机制, 自适应地学习特征图各通道之间的相互关系, 强调有用信息, 抑制冗余信息, 提高了特征图的判别能力, 将增强后的多尺度特征图用于检测模型。实验结果表明, 与同类算法相比, 所提算法的效率更高, 明显提升了识别精度, 同时速度达到63 frame·s-1, 较好地平衡了识别精度与速度之间的关系。

由于高光谱图像具有波段多、波段间信息冗余、空间信息相关等特点,提出一种考虑空间相关性的半监督局部保持投影(LPP)的高光谱图像特征提取算法(LPP-SCSSFE)。该算法利用保存高光谱图像空间近邻结构的空间距离,及保持图像光谱相似性的类内判别权值和类间判别权值,定义新的同物异谱、同谱异物像元权值计算函数,结合LPP提取高光谱图像特征,从而最大化同类地物间的相似性和异类地物间的差异性。在Indian Pines和Pavia University两个数据集上,通过高光谱图像分类实验对本文提出的LPP-SCSSFE算法进行验证,算法最高总体分类精度分别达到87.50%和91.29%,优于现有的特征提取算法。结果表明,本文算法充分考虑高光谱图像的空间相关性和光谱相似性,能够有效提取出有代表性的特征,提高分类精度。

针对深层卷积神经网络模型的训练复杂、调参技巧和经验要求高、理论分析难等问题,提出一种训练效率高、可解释性强以及理论分析简单的图像分类算法。基于主成分分析网络(Principal Component Analysis Network,PCANet)进行特征提取,并采用宽度神经网络(Flat Neural Network,FNN)分类图像,最后通过直接计算得到模型参数。根据训练数据集自适应决定宽度神经网络节点数目,增加节点时不需要重新训练,只需要调整局部参数。实验表明,该模型能够快速训练,较其他非监督分类算法以及传统深层神经网络,该模型在识别准确率方面具有较强的竞争力。

Criminisi算法作为优秀的图像修复算法代表,在修复部分破损图像时可获得较好的视觉效果,但该算法在进行匹配块搜寻时,待修复块提供的信息量较少,因此可匹配范围小。针对这一问题,提出了一种基于粗糙数据推理理论的改进Criminisi图像修复算法,粗糙数据推理可以扩展搜索空间,增加搜索数据,扩大搜索范围,加深搜索深度。该算法在搜索规则上有以下改进:通过图像结构信息将图像内容划分为一个数据集,再通过粗糙数据推理扩充待修复块信息量,扩大匹配块可寻范围,以此搜索匹配块,修复破损图像。结果表明,与经典的Criminisi算法相比,改进后的算法能够扩展匹配块的数据量,可搜索到更多数据,获得较好的视觉效果,提高了图像的峰值信噪比。

针对单模型评价图像质量容易产生过拟合的问题,提出基于多模型融合的高光谱图像质量评价算法。以图像噪声、模糊度和云含量为降质特征,建立遥感图像主观评价库,分别选用支持向量回归方法和集成决策树方法对带有评价值的训练集图像建立质量评价单模型。将两个单模型评价结果线性回归拟合,得到模型融合的图像质量评价结果。同时,以广义回归神经网络模型作为参照,分别从均方误差、回归拟合指标、分类准确率、训练时间4个方面对几种模型进行对比。实验结果表明,所提模型融合算法具有较高的拟合精度、较强的泛化能力,并且所需的训练时间相对较少。

零位走动量是衡量瞄具稳定性的重要指标之一。由于普通瞄具对零位走动量要求较低,在测量其零位走动量时往往忽略了瞄具的重复装卡误差对零位走动量的影响,但在高精度瞄具的零位走动量的测量中,重复装卡误差是不能忽略的。基于自准直仪原理,设计了一套自动消除重复装卡误差的装置。该装置由半反半透镜的自动贴合装置及光电自准直仪组成。以压力传感器配合压电陶瓷(PZT)微位移器件形成一个微动微调闭环反馈系统,实现对半反半透镜姿态的实时调整,确保半反半透镜与瞄具物镜的端面完全贴合。经实验验证,该装置在5°测量范围内可达到2″的测量精度,足以满足对高精瞄具零位重复装卡误差的测量要求。

针对大口径非球面透镜透射波前检测,提出了采用计算全息元件(CGH)作为光路相位补偿元件进行检测的方法。大口径非球面透镜透射波前通常采用球面干涉仪进行检测,为了达到零位检测的目的,在光路中往往需要加入相位补偿元件以补偿高阶像差(HOA)。传统的折射式相位补偿元件的精度溯源比较困难,导致检测数据缺乏可信度。将CGH作为相位补偿元件可达到零位检测的目的。针对大口径非球面透镜的透射波前检测,设计并加工了相应的CGH作为相位补偿元件,并与传统的折射式补偿元件进行了对比测试。测试结果表明:两种相位补偿方法的测试数据具有良好的一致性,峰谷(PV)值的差值为0.034λ(λ为检测光的波长),均方根(RMS)值的差值为0.006λ,因此CGH作为相位补偿元件具有相当高的测试精度。

准确、快速地提取结构光条纹中心是三维测量系统中的关键问题。针对现存的结构光条纹中心提取精度与速度之间的矛盾,提出一种全新的基于海森(Hessian)矩阵与区域增长相结合的激光条纹中心提取方法。采用自适应阈值法提取图像的感兴趣区域,利用灰度值最大法确定像素级条纹中心的初始位置;利用Hessian矩阵求取初始点法线方向上的亚像素级光条中心点;将光条中心点作为种子点进行区域增长迭代运算,从而精确提取条纹中心。区域增长算法解决了传统方法中存在的大量高斯卷积运算的问题,提高了条纹中心的提取速度。实验结果表明,该算法提取的条纹中心准确度高,满足三维测量系统中实时在线的要求。该算法的均方差相比于灰度重心法降低了2.02 pixel,提取速度相比于Steger法提高了40倍。

为满足高速复杂流场中投放物位姿高精度测量的要求,分析了图像噪声对位姿估计误差的影响。在传统非线性优化位姿算法的基础上,提出了自适应重投影误差的单目位姿估计优化方法。该方法以位姿估计初值为中心设置了约束区间,建立新的罚函数将约束非线性优化转化为无约束非线性优化,分析像平面重投影误差与约束区间的关系并建立相应的数学模型,根据模型自动调节约束区间,基于自适应重投影误差对位姿估计参数进行约束非线性优化。仿真结果表明,该方法在不同大小图像噪声下的重投影误差和位姿估计参数都有最优解,且优于传统非线性优化算法,具有较高的位姿估计精度。

针对传统故障识别方法过程复杂、用时长、准确率低等问题,提出了一种基于小波包分析和支持向量机的光纤故障自动识别方法。对光时域反射仪采集的数据进行事件点定位,选择最优基小波和尺度完成事件信号的分解和重构,提取归一化的小波包能量作为事件信号的特征向量;建立支持向量机模型,将特征向量作为输入进行训练和测试,最终实现故障识别。实验对机载光缆中由连接器引起的反射事件和弯折引起的非反射事件进行二分类测试,总样本数为2500。实验结果表明,当训练样本数为1750,测试样本数为750时,该方法对机载光纤中反射事件和非反射事件的正确识别率为99%,耗时3.03 s;与基于反向传播神经网络的识别方法相比,准确率提升了2%,且耗时仅为其1%左右。目前已成功应用于自主研发的机载光缆组件外场检测设备。

为改善结合界面的状况,缩短工艺流程,降低铜的消耗,减少生产投入,采用选择性激光烧结成型技术快速制备多孔石墨成型件。在此基础上,研究了不同石墨预制体状态、电镀工艺参数和电镀时间对镀层的沉积速率、表观形貌以及镀层与基体结合状况的影响。结果表明:未经真空压力浸渍酚醛树脂的石墨预制体,其镀层与基体的结合力不符合应用要求,在真空压力下浸渍酚醛树脂2~3次后,镀层沉积速率较佳,镀层与基体的结合力符合应用要求;电镀时间为30~50 min时,沉积速率较佳,可得到表面覆盖完整、连续且有光泽的镀层;电流密度为5×10 ²~6.25×10 ² A·m ^-2时,镀层晶粒均匀致密,可得到较佳的镀层。

球体由于其旋转对称性和成像不变性,在双目视觉系统中作为球型靶标具有独特优势。然而球体在像面的成像一般是椭圆,而不是标准圆,其椭圆中心与球心成像点并不是同一个点,这就会对球心的空间定位带来误差。为了找到真实的球心成像点坐标以提高球心的定位精度,建立并分析了空间球的成像模型。基于针孔成像模型和透视成像原理,提出了一种球心成像点的高精度定位方法。该方法结合相机焦距,对边缘点进行畸变校正后可直接拟合出球心成像点坐标。仿真分析了边缘噪声以及边缘提取不完整对所提方法的影响。最后通过实验验证了所提方法可以显著提高球心坐标的定位精度,适用于双目视觉中球靶标的定位以及其他需要对球心进行定位的应用中。

针对传统跟踪方法在严重遮挡情况下出现目标跟踪漂移和丢失的问题,在核相关滤波跟踪框架下提出一种长时间稳健的目标跟踪算法。在跟踪过程中引入包含遮挡信息的组合置信度测量方法,用于稳健更新。如果核相关滤波算法中置信度的结果表明目标被遮挡,则引入块均值漂移算法来跟踪目标。利用局部信息获取目标的最终位置。用OTB-13测试库中的8组视频序列测试算法的性能,相比传统的核相关滤波算法,精确度提高了0.7%,成功率提高了5.7%。测试结果表明在目标发生严重遮挡时,该算法仍具有较好的跟踪效果,能实现目标长时间稳定的跟踪。

针对现存行人重识别算法不能较好地适应光照、姿态、遮挡等变化的问题,提出一种基于特征融合与子空间学习的行人重识别算法。该算法对整幅行人图像提取方向梯度(HOG)直方图特征和HSV(Hue,Saturation,Value)直方图特征作为整体特征,再在滑动窗口内提取色彩命名(CN)特征和两个尺度的尺度不变局部三元模式(SILTP)特征。为了使算法具有更好的尺度不变性,对原图像进行两次下采样,再对采样后的图像提取上述特征。提取特征后,采用核函数分别将原始特征空间转换到非线性空间,在非线性空间内学习一个子空间,同时在子空间内学习一个相似性度量函数。在3个公开数据集上进行了实验,结果表明,所提算法可以较好地提高重识别率。

为减小激光沉积成形层温度梯度及制件残余应力,结合激光沉积成形金属薄壁件结构的特点,进行了分区环形扫描验证性实验,实验结果表明:采用分区环形扫描路径,可有效减小成形件的残余应力。提出了一种分区环形扫描路径生成算法。为避免扫描线过长引起的翘曲变形,结合激光沉积成形扫描线极限长度,提出了一种基于扫描线极限长度阈值内极值点搜索的分区算法,对独立轮廓组进行分区;针对薄壁件壁厚多变的结构特点,依据壁厚判断的扫描方式优选准则,采用中线扫描与环形扫描相结合的算法,生成分区自适应环形扫描路径;同时为避免扫描环间过渡区的过熔覆,采用端点偏置算法实现扫描环间的平滑过渡连接;最后为减小层面温度梯度和制件残余应力,提出一种基于四色定理的分区扫描顺序优化算法。

采用光纤激光器在冷模具钢的表面制备出含有原位WC增强的镍基合金陶瓷涂层。采用倒置金相显微镜观察熔覆层裂纹的宏观形貌以及冰晶状WC随比粉、比能和送粉电压的变化情况。采用显微硬度计测量熔覆层的显微硬度。结果表明:当WC和Ni60AA送粉电压比超过3∶2时,熔覆层的裂纹不能通过调节比粉和比能消除,熔覆层显微硬度随比能增大而减小,随比粉的增大而增大,且熔覆层的增高量符合多项式分布,准确率高达96%以上。当WC和Ni60送粉电压比低于3∶7时,WC对熔覆层的硬度基本没有影响;当送粉电压比超过4∶6时,显微硬度跳跃式增加到780 HV。根据比粉和比能公式对基体增高量和熔化深度的影响特性调节激光熔覆的工艺参数,能在消除熔覆层的裂纹的同时保持熔覆层的显微硬度在800 HV左右。

采用分子动力学方法,研究了金属Ag固液界面在固化过程中的动力学过程及缺陷俘获。结果发现,金属Ag的界面温度存在某个特征值(T^*),生长速度在这个特征温度附近达到最大值。同时发现液体在产生晶体时缺陷以空位为主。计算结果表明,缺陷浓度与界面温度之间存在线性关系,缺陷浓度随着界面温度的降低而逐渐增大,在特征温度附近发生转变。同时发现缺陷浓度与生长速度相关,当界面温度高于特征温度(T>T^*)时,二者存在近似线性关系且与方向无关,但当界面温度低于特征温度(T^*)时,(100)方向和(110)方向存在着明显的各向异性,表明缺陷俘获与生长机制转变有关。

针对医用超声内镜系统中合成孔径算法旁瓣噪声严重、时间复杂度高等问题,基于图形处理器(GPU)的高速并行处理能力,提出了一种基于相干系数的实时合成孔径算法。通过引入相干系数,对超声回波图像中的旁瓣噪声进行有效抑制。通过GPU对算法进行并行处理,提高算法的运行速度。使用仿真数据和实际暗斑回波数据进行实验验证,结果表明,该算法可以有效改善超声回波图像质量,在回波图像数据量为153 Mbit时,相较于合成孔径算法,运算速度提升了16.29倍,达6 frame·s ^-1,满足医用超声内镜实时处理的要求。

在进行遥感图像多分类识别时,针对使用传统方法遇到的分类模型特征提取困难、分类精度不理想、分类种类少等问题,研究了卷积神经网络(CNN)模型在高光谱遥感地物多分类识别中的可行性及不同CNN 模型对高光谱遥感地物多分类的识别效果。从ISPRS(International Society for Photogrammetry and Remote Sensing)提供的Vaihingen及Google Earth中采集数据,制作了包含6类地物的数据集一。在此基础上增加10类地物制作数据集二,再增14类地物制作数据集三。在预处理图像数据之后,通过设置神经网络结构、调整模型参数、对比神经网络模型等,上述3类数据集的地物分类识别率均达到95%以上。通过分析不同CNN模型对高光谱遥感地物多分类识别效果的影响,证实了CNN模型在高光谱遥感地物多分类识别应用的可行性且具有较高的识别率。实验结果为CNN模型在高光谱遥感地物多分类识别中的应用提供了一定的参考。

针对室内照明,提出了一种基于数码相机图像的眩光测量方法。系统推导了眩光源位置指数、立体角、眩光源平均亮度的解析表达式,采用自适应阈值方法提取眩光源轮廓信息,并对实际办公室照明场景的统一眩光评价指数(UGR)进行计算与分析。实验结果表明:由该方法计算的位置指数、立体角、眩光源平均亮度的平均相对误差分别为1.319%,4.296%,3.001%;当背景亮度为12.910 cd·m ^-2时,UGR的计算值为12.606,其相对误差为4.326%。该方法计算简单、精度高,易于硬件实现,可应用室内照明的眩光测试与分析,并为开发方便、快捷的眩光测试系统提供了理论支撑。

自适应光学扫描激光眼底成像系统研究是当前研究的一个热点。利用Badal系统、变形镜和夏克-哈特曼波前传感器设计了一种可调焦的自适应光学激光扫描眼底成像系统,通过视标引导,调节Badal系统中的透镜间距,实现人眼低阶像差校正。根据系统调焦及工作原理,分析了Badal系统最佳参数,并对系统参数进行设计,采用Zemax光学软件对系统进行仿真及优化。仿真结果表明,设计的系统点列图光斑小于衍射极限,各屈光度斯特列尔比值均大于0.8,甚至低屈光度下的斯特列尔比可达0.95,不同屈光度下各视场调制传递函数(MTF)曲线接近衍射极限,正常人眼视网膜面上系统理论分辨率约为2.29 μm,接近衍射极限分辨率(2.11 μm),能够对-6~6 m ^-1屈光不正的人群实现眼底视网膜清晰成像。

光谱仪器采集光谱数据时,散射噪声会对光谱数据产生影响。同一种矿物质在不同颗粒度和浓度状态下的光谱数据曲线会产生偏移,进而降低光谱数据的匹配精度。针对这一问题,研究了基于多元散射校正融合增广拉格朗日消除光谱数据散射噪声和偏移的方法,先用该方法对光谱数据预处理进行校正,再结合光谱角方法进行相似度匹配测量。实验选取了6种矿物和6种壁画颜料作为光谱数据样本,使用光谱匹配方法分别对原光谱数据和消除散射噪声和偏移后的光谱数据进行匹配计算和分析。实验结果表明,使用多元散射校正融合增广拉格朗日方法消除散射噪声和偏移校正后的光谱数据匹配精度高于未校正的光谱数据,因此该方法可提高识别效果。

基于可见光谱人脸识别技术的效率和精度受光照、姿态、遮挡、表情变化和照片欺诈等因素的影响较大,尤其是夜视环境下的人脸识别难题亟待解决。为此,提出了一种基于热红外光谱的人脸特征提取算法。对热红外人脸图像进行数据建模获取极大化数据模型,估计并调整混合模型参数到高斯混合模型;提取热红外高斯混合人脸图像的等温特征,实现热特征图像的重建;最后通过计算概率邻近指数来度量个体间的相似度,给出识别结果。UCHThermalFace数据库的实验结果表明:该方法应对夜视环境下的多姿态、特征变化、随机遮挡和眼部噪声样本具有较高的识别精度和稳健性,极大地提高了人脸识别系统夜视环境下的抗干扰能力。

在常温常压下,采用手持式激光诱导击穿光谱仪(LIBS)对铝合金中的镁、钛元素进行定量分析,以验证其稳定性及可靠性。手持式LIBS内置1064 nm Nd∶YAG 脉冲激光器,光路为反射式同轴结构。实验中采用AvaSpec-Mini 2048光谱仪,测量波长范围为240~420 nm。选取镁元素在285.17、383.83 nm处的特征谱线,钛元素在323.45、334.94 nm处的特征谱线,结合偏最小二乘法建立定标曲线模型。同种元素在不同特征谱线下的定标曲线斜率接近,线性相关系数R值均在0.9893及以上。测量结果与标准值具有较好的一致性,测量值相对误差均在8.70%及以下,样品中镁、钛元素检出限可达到10 ^-4量级。说明手持式LIBS能够实现对铝合金中镁、钛元素的定量分析,从而验证了手持式LIBS具有较好的稳定性和可靠性,对LIBS便携化的发展具有十分重要的意义。

粉色蛋白石为蛋白石和坡缕石的矿物集合体,该类蛋白石的矿物组成和谱学特征与传统的具有变彩效应的蛋白石有着明显的差异。采用常温或变温红外光谱、差热分析等分析测试方法,就粉色蛋白石的热变异行为等问题进行了初步探讨与研究。结果表明:粉色蛋白石红外吸收谱带表征了硅氧化物蛋白石和硅酸盐矿物坡缕石的振动特点,其结构水伸缩振动所致的红外吸收谱带主要表征为4000~3000 cm ^-1范围内一组强度不一的红外吸收谱带。结构水、结晶水以及吸附水倍频、合频组合频振动所致的红外吸收谱带主要集中于8000~4000 cm ^-1范围内。随着温度的升高,吸收谱带的相对吸收强度呈下降趋势,吸收峰也出现了不同程度的漂移、分裂或者新增,这说明—OH的结合与Si ⁴⁺无关,而与坡缕石中的Mg ²⁺、Al ³⁺、Fe ²⁺、Fe ³⁺相关。

针对目前人眼视线跟踪的人机交互技术尚不成熟的现状,提出了一种基于立体视觉的瞳孔空间形态的桌面式双目视线跟踪方法。根据低灰度值分布初步定位瞳孔中心;利用瞳孔区域径向导数极坐标图提取瞳孔边缘点坐标,并使用随机样本一致性(RANSAC)对瞳孔边缘进行椭圆拟合;采用定向二进制简单描述符(Oriented brief,ORB)算法配准双目瞳孔边缘点坐标;通过双目立体视觉模型计算得到瞳孔边缘空间点坐标,最后采用最小二乘法计算瞳孔空间形态并解算出视线方向。实验结果表明,瞳孔中心定位速度达300 frame/s,双眼视线跟踪速度达15 frame/s,视线跟踪最大误差为2.6°。本方法具有较好的准确性、稳健性、实时性,可应用于人眼视线跟踪的人机交互领域中。