胶体晶体是指由分散的微米级或亚微米级的胶体颗粒形成的具有有序结构的一类物质。自组装技术是胶体晶体制备工艺中一种常用的方法。概述了胶体晶体的基本概念及自组装的相关工艺,针对其在微纳光学领域的应用展开了详细的分析,介绍了不同的研究团队如何将自组装胶体晶体用于彩色打印、全息图、抗反射涂层、光学器件制造中,并对胶体晶体发挥的作用进行了归纳总结。胶体晶体独特的周期性结构赋予了它广阔的应用前景,通过不同的自组装技术提升胶体晶体的质量具有重要的意义。

太阳能聚光器聚焦方法主要有三种,介绍了不同太阳能聚光器的结构设计和聚光原理,并对其聚光性能进行了分析。同时,对国内外最新研究现状进行了总结和论述。三种聚光器中,折射式聚光器常采用不同形状的菲涅耳透镜作为主要光学元件,其设计自由度高,但透镜对光谱敏感容易产生色散;反射式聚光器结构简单,对太阳光谱有天然优势,但其聚光比普遍偏低,且占地面积较大,聚光效率与反射面上的镀层折射率等因素有关;混合式聚光器将不同原理的聚光器进行组合搭配,实现了太阳光能量的最大化利用,同时能在出口处得到均匀光斑。混合式太阳能聚光器中,平板型聚光器因其动态的聚光比和高聚光效率,越来越受到人们的广泛关注,但平板型太阳能聚光器仍需考虑制造和耦合误差的问题。太阳能聚光器是聚光光伏系统的重要组件之一,因此有关聚光器的研究具有重要的应用价值。聚光器的光学设计将向聚光效率更高、接收面聚焦光斑更均匀和系统结构更紧凑的方向发展,随着加工技术的不断成熟,聚光器将更加高效、轻量,其成本将进一步降低。

新型光束的构建及光束的传输性质是光学领域的重要基础。特别是具有无衍射、自加速或自修复等特殊性质的光束,它们在自由空间和光波导中的传输及应用更是人们关注的热点。虽然波动光学已经发展出相当完备且严格的理论体系,可分析波动方程的解及它们在空间中的演化,但是缺乏直观形象的表征。几何光学则以光线的方式提供一种直观易理解的方法,除了广泛应用于光学系统设计之外,同样可应用于光束设计和光束传输。随着现代几何光学的发展,光线的物理意义被进一步拓展,光线表征光波有了更为广泛的应用。运用光线可直观表征光束的无衍射、自修复和自加速等特性。从基本原理出发,对现代几何光学中光线意义的发展过程、应用及研究现状进行了总结,结合基模高斯光束、无衍射光束、Airy光束、具有螺旋相位面的光束及结构高斯光束这些经典的光束例子,展示了运用光线表征及设计光束的思路。最后讨论了几何光学现存的一些问题及今后可能的研究方向。

中国科学院计划、高分专项;

船载以及海岸目标的辐射特性测量是目标红外辐射特性测量领域的重要组成部分,采用传统模式修正大气透过率远远满足不了红外辐射特性测量精度的要求。为了最大限度地提高辐射特性测量的精度,提出了基于参考源测量目标辐射特性的方法,并利用口径为600 mm的长波红外辐射特性测量系统,在近海岸进行红外辐射特性测量实验。结果表明:该方法的辐射测量误差可减小到4.31%,优于传统方法的反演精度。

提出了一种基于侧边抛磨光纤的氧化石墨烯增强型表面等离子体共振光纤传感器。以银膜为激发表面等离子体波的金属层,采用正十八硫醇作为桥连层,在银基光纤传感器表面修饰了寡层氧化石墨烯纳米膜。表层复合膜为银膜提供了钝化保护,传感器稳定性增强。在1.32~1.34 RIU(RIU为单位折射率)的检测区域中,其平均灵敏度达到2252.5 nm/RIU,相比于氧化石墨烯修饰前的同结构、同参数的光纤传感器,其折射率灵敏度提高了1.48倍,且器件优化指标没有因为膜层增加而大幅降低。该传感器生物分子组装效率高,可进一步应用于抗体、抗原免疫检测等领域。

利用卷积神经网络对毛发物证显微图像进行自动分类,为进一步提高显微检验技术的自动化程度和毛发物证检验提供技术参考。采用徕卡DVM6数码显微镜在1400倍放大条件下采集6类毛发共60000张样本图像,构建毛发分类数据集。基于卷积神经网络搭建Hair-Net模型,通过该模型对毛发分类数据集进行样本训练和测试验证。实验研究表明,经过参数调试和优化手段的改进后,新的Hair-Net分类精度最高可达97.82%,成功实现了毛发物证显微图像的自动分类,增强了稳健性。

为了满足无人机航拍对图像拼接实时性和稳健性的要求,提出了一种将改进的快速特征点提取和描述(ORB)算法与渐进一致采样(PROSAC)算法相结合的无人机航拍图像拼接算法。首先,利用加速稳健性特征(SURF)算法检测特征点,利用具有旋转特性的二进制稳健基元独立特征(rBRIEF)算法描述特征点,接着利用双向匹配算法和最近邻距离比率策略进行特征点的粗匹配,利用PROSAC算法剔除错误的匹配;然后利用全局单应性变换模型进行图像配准,最后利用渐入渐出图像融合方法进行图像的无缝融合拼接。实验结果表明:该算法在精度和速度上达到很高的平衡,能实现又快又好的图像拼接。

针对移动最小二乘算法在图像变形过程中,求解的线性方程组系数矩阵会出现不可逆、求解不稳定的问题,通过引入Tikhonov正则化,运用L-曲线法求解正则参数,对系数矩阵施加约束项从而得到精确解,避免病态方程组的形成;针对在实现图像变形过程中,定位特征点人工量大且特征点不足的问题,运用Dlib库自动提取68个覆盖人脸五官和轮廓的特征点。仿真实验结果表明,与原算法相比,提出的改进算法可以使图像产生清晰、准确的变形。

BSCB模型在传输过程中引入Laplace算子时采用的点是某一像素周围4个邻点,对像素的表示会有局限性,进而造成修复后边缘模糊的现象。为优化这一问题,提出一种基于粗糙数据推理的改进BSCB算法,利用粗糙数据推理空间制定与某一像素相关联的采取规则以期挖掘像素之间的近似关系、衍生关系及拓展关系,选取与某一像素相关性最大的点,从而避免像素表示的局部性问题。实验结果表明,与经典的BSCB算法相比,改进后的算法在传输过程中采取的点更能体现图像结构,可获得较好的视觉效果,峰值信噪比也从数据层面证实修复效果的改善。

针对使用传统方法和神经网络对飞机目标分类时遇到的准确率低、分类种类少等问题,研究了深度卷积神经网络(DCNN)在飞机目标分类中的可行性。为了匹配模型容量、避免过拟合、提高分类性能等,设计了9层DCNN模型,并使用随机梯度下降优化器进行优化。在数据集中选用6类具有代表性的飞机类型进行实验,提出两种正则化级联方式以防止过拟合并加快模型收敛,最终实现了99.1%的飞机分类准确率,由此说明该DCNN模型在飞机目标分类中的有效性。通过归一化混淆矩阵分析分类结果,给出了每类飞机自分类的准确率。此外,设计了一组对比实验,用经典的AlexNet在同一数据集上进行测试,结果表明,所设计的DCNN的准确率高于AlexNet分类算法95.5%。该模型有效地解决了飞机目标分类精度低的问题,在**和民航飞机目标的分类研究中具有一定的参考价值和应用前景。

为使YOLOv2算法在保证检测速度的同时进一步提高目标检测的精确率,在YOLOv2模型的基础上提出RF-YOLOv2新模型。该模型先将KITTI数据集经过聚类,选出最适合KITTI数据集的候选框个数和候选框尺寸;其次在网络结构的训练部分采用残差块结构增加卷积层,提取更符合目标的特征描述;最后在网络结构的检测部分引入特征金字塔网络,将不同尺寸大小的特征图进行融合,使得低层特征图也具有丰富的语义信息。实验结果表明,RF-YOLOv2模型能获得更深层的特征、能融合更多尺寸的目标信息,改善了目标检测过程中由实际道路场景复杂、目标外形和结构多变等特点导致的检测率不高问题,在保证算法实时性的条件下,提高了对目标检测的精确率,RF-YOLOv2模型对大目标检测效果更佳。

针对目标检测准确率低,物体位置不精准的缺点,设计了一种基于改进的特征提取网络的目标检测算法。首先将训练集进行数据增强;其次设计了一种双通道网络,用于目标检测算法Faster R-CNN的特征提取;最后在算法的预测部分,对非极大值抑制(NMS)机制进行了改进,并采用加权平均方法获取存在多个相近的预测框的位置。在VOC 2007和VOC 2012数据库上进行实验,表明本文算法比经典的目标检测算法效果要好,准确率达到79.1%,提升了3%~4%,验证了本文算法的有效性。

针对现有主流检测算法在低光照或光照条件强烈变化情况下对交通标志检测精度不足、漏检现象严重的问题,提出一种改进后的基于图像关键点统计变换(MCT)特征的Adaboost集成算法,以降低样本图像对光照变化的敏感性,通过对图像关键点进行提取并建立弱分类器,增强噪声和部分遮挡情况下算法的抗干扰能力,同时采用多尺度特征融合算法实现交通标志的分类识别。选用德国交通标志数据集(GTSDB、GTSRB)和自建数据集对所提算法性能进行验证,结果表明,在三类数据集中本文算法均具有最佳检测率与识别率,对于低光照条件下的交通标志图像,本文算法的检测精确率为94.96%,在复杂光照环境下具有较好的稳健性。

提出一种可用于改进图像超分辨率重建质量的双判别器超分辨率重建网络(DDSRRN)。该网络在生成式对抗网络(GAN)的基础上增加一个判别器,将Kullback-Leibler(KL)和反向KL散度组合成一个统一的目标函数来训练两个判别器,利用这两种散度的互补统计特性,能在多模式下分散预估计密度,从而避免重建过程中网络模型的崩溃问题,提高模型训练的稳定性。针对模型损失函数的设计部分,首先使用Charbonnier损失函数来构建内容损失,利用网络中间层的特征信息来设计感知损失和风格损失,最后为缩减图像重建时间,在网络结构中引入反卷积来完成图像重建操作。实验结果表明本文方法在主观视觉上具有丰富的细节,获得了更好的主观视觉评价和客观量化评价,网络泛化能力好。

提出一种基于扫频光学相干层析术(SSOCT)的重建人体皮下微血管三维结构的新算法。该方法利用搭建的手持式人体皮肤微血管扫频光学相干层析系统,采用多帧B扫描对数强度血流图像微分标准偏差计算,获取人体皮肤在体截面图像和微血管正面图(en face image)。实验结果证明,与现有的对数强度微分标准偏差算法(DSDLI)相比,本文算法能够更好地恢复出血流图像信息,在重建图像中可以明显看到原算法的处理结果中看不出的血流细节,更有利于光学相干层析术(OCT)系统在癌症、糖尿病、酒色斑等疾病在医学诊断方面的现实应用。

针对现有基于点云的容量计量模型的缺陷,本文提出一种改进的洞库容量计量模型。首先,在高度方向上将洞库点云数据由下至上切割为若干微元体;采用提出的分层投影法准确地提取截面轮廓点,基于改进的截面轮廓点排序算法正确地构建截面轮廓多边形,使用坐标解析法计算截面积;考虑洞库的构造特点,分别采用柱体模型与棱台模型计算洞库的下部边墙及上部拱顶的微元体体积;最后,由下至上累加微元体的体积即可获取洞库容量表。选用三个具备代表性的洞库片段数据进行方法验证,实验所得洞库容量表的精度优于规范要求1个数量级,说明本文方法对复杂的洞库结构具有良好的适应性。

为实现掩模台水平向三自由度高精度的运动定位,掩模台测量系统需要建立准确的多自由度解耦测量模型。采用二维衍射平面光栅尺建立掩模台自由度位置测量系统,并主要分析平面光栅尺和读头产生的多个安装误差使测量掩模台位置存在偏差的原因。首先结合安装布局设计出三自由度位移模型,然后结合平面光栅尺和读头的安装误差,分析掩模台位置产生阿贝误差与余弦误差的原因,并设计补偿算法来减小掩模台位置误差,再通过MATLAB软件对模型进行仿真,发现耦合系数具有收敛性;最后提出一种误差校准方法,以双频激光干涉仪测量系统为基准,利用最小二乘法拟合平面光栅尺位置模型的自由度耦合系数。结果表明,该算法能有效地对掩模台的阿贝误差与余弦误差进行补偿,实现5 nm的测量系统不确定度。

采用无胶键合(AFB)技术制备的晶体波导具有良好的模式限制作用。在考虑模式竞争的情况下,对晶体波导的单横模条件进行计算,得出在芯层材料为原子数分数为 1%的Yb∶YAG,内包层材料为原子数分数为0.5%的Er∶YAG中,芯层和内包层的单横模厚度范围。计算结果表明芯层厚度上限可以增大为传统计算结果的1.79倍,为同时实现大模场面积和单横模输出提供了理论支持。通过实验制备出芯层尺寸为320 μm×400 μm的大芯层尺寸Yb∶YAG晶体波导,并将该晶体波导作为增益介质搭建了晶体波导激光器,得到了1030 nm激光输出,其最高输出功率为26 W,斜率效率为31.5%,此时光束质量因子为 Mx2=1.22, My2=1.05。实验结果证明该晶体波导能够实现近衍射极限输出,引入模式竞争来实现大芯层尺寸晶体波导单横模输出的设计方法可靠。

为了研究激光除漆工艺规律并优化工艺参数,采用纳秒脉冲激光器对304不锈钢基体表面的丙烯酸树脂漆进行激光清洗实验。采用扫描电子显微镜与X射线能谱仪分别对激光除漆后的表面微观形貌与成分进行分析,并使用激光共聚焦显微镜对除漆后的表面粗糙度进行测量。基于响应面分析法,使用Design-Expert软件研究激光功率、扫描次数和光斑搭接率对激光除漆后表面微观形貌、成分和表面粗糙度的影响规律,并对除漆工艺参数进行优化。研究发现:光斑搭接率对表面成分的影响最为显著,而激光功率对表面粗糙度的影响最为显著;优化结果显示,当激光功率为19.18 W、光斑搭接率为46%、扫描次数为3次时,激光除漆的效果最佳。采用合适的工艺参数进行激光除漆,可以获得较好的清洗效果。

为了研究基于光束离散的激光相变硬化蠕墨铸铁RuT300材料的应力分布状态,构建了离散激光相变硬化RuT300弹塑性本构模型,分析温度对热应力和残余应力的影响。结果表明:材料表面较大的热压应力分布与二维离散点阵光斑相对应,激光快速加热引起的材料各部分温度差异使得模型X轴路径上的热应力呈波浪形分布,离散光斑加载区域的X、Y方向热应力峰值为-635 MPa,约为Z方向的1.8倍,随着深度的增加,模型截面热应力逐渐降低;材料表面激光加载区域的残余应力大于非加载区域,X、Y方向的残余拉应力为主要残余应力,应力值在200 MPa 左右,X轴路径上X方向的残余应力最大;随着激光功率的增加,残余应力峰值增大,材料受较大残余应力影响的区域扩大,延长激光加热时间时,加载区域残余应力峰值的变化幅度在2.4 MPa内。

采用纳秒脉冲激光对Al2O3陶瓷进行激光铣削实验。使用响应面二阶回归模型建立铣削工艺参数与表面粗糙度、铣削深度之间的变化关系,通过灵敏度分析方法识别影响表面粗糙度和铣削深度的关键工艺参数;以最小化表面粗糙度和最大化铣削深度为优化目标,利用遗传算法确定理想的工艺参数组合,并进行实验验证。结果表明:基于响应面法的数学模型预测能力较强,铣削次数及搭接率对表面粗糙度和铣削深度的影响最为显著,优化参数下表面粗糙度与铣削深度的预测值分别为10.471 μm和120.526 μm,实验值分别为10.835 μm和131.277 μm,相对误差分别为3.36%和8.19%。

为减少因封酒环缺陷导致酒质量变差的问题,提高缺陷检测效率,需对封酒环在线缺陷检测方法展开研究与开发。根据封酒环结构、位置与瓶盖内径、深度等特点,研发一种基于机器视觉双视场双工位协同在线检测系统。针对封酒环轮廓缺陷在二维信息中难以提取的问题,提出将封酒环轮廓二维信息转换成一维向量,在此基础上应用一维向量理论对其缺陷进行分析与处理,并采用小波模极大值法进行缺陷提取与判定。实验结果表明该系统可有效检测封酒环轮廓任意位置缺陷,检测精度达到99.89%。与手工检测相比,轮廓信息经维度转换后,检测效率提高6倍以上,满足现场实际生产和预期研发要求,为封酒环无损在线检测提供新的途径。

提出一种基于细粒度图像和多属性融合的多任务卷积神经网络(MTCNN)。该网络主要包含几个关键环节,首先在网络中增加标签输入层,复制并分离输入的多个标签,通过全连接层与多个任务相匹配,增加与标签数量相应的Softmax损失函数,来对多个任务进行反向传播;然后,使用显著性检测与角点检测相结合的方法,提取出原始图像中的细粒度图像用于MTCNN的数据输入,使神经网络提取到的目标特征具有独特性和区分性;最后,使用非线性激活函数PReLu,进一步提高网络的分类精度。通过在Car Dataset中进行多任务并行训练,测试精度较传统单个任务的分类精度提升10%,实验结果表明,MTCNN有较高的泛化能力,对于图像分类的精度有明显的提升。

针对相关滤波器(CF)的目标背景因没有根据时间建模而导致的性能不佳的问题,在方向梯度直方图(HOG)的基础上,提出一种基于时间正则化及背景感知的滤波器跟踪算法。从真实的背景中提取训练样本,通过增加训练样本来增强滤波器的分类能力;引入时间正则化,构建遮挡情况下目标重定位模块;采用交替方向乘子法(ADMM)优化求解目标,降低计算复杂度;采用线性插值策略来更新目标的位置和尺度。采用目标跟踪基准(OTB-2015)数据集中的100个视频序列与评价标准对本文所提出的算法进行性能测试。实验结果表明,基于时间正则化及背景感知的滤波器跟踪算法的精确度得分达到0.801,成功率得分为0.762,相比核相关滤波器(KCF)算法分别提高了20%和46.8%。本文算法能很好解决目标发生平面外旋转、目标被遮挡、背景嘈杂等情况下的视觉跟踪问题,具有良好的应用前景和较大的使用价值。

为解决现有利用左右图像总残差的均值来评价双目立体视觉标定不够精确的问题,提出一种基于对极约束的双目立体视觉标定精度评价方法。该方法充分考虑双目立体视觉中左右图像特征的约束关系及相机标定参数的全局性特征。遵循最小匹配代价原则,该方法利用尺度不变特征变换立体特征匹配法来进行角点检测和匹配。通过左右图像平面上实测角点与其在相对图像平面上对应极线的匹配程度来评价双目立体视觉标定精度,并将这种算法加入到标定算法中,实现了在标定实验过程中对相机标定精度的实时评价。实验表明,该方法比总残差均值法精度更高,精度最高提高了54.0%。

基于光谱测量数据,综合考虑背景辐射和仪器噪声对目标探测的干扰,提出一种自适应波段选择方法,并进行实验验证。利用声光可调谐(AOTF)成像光谱仪采集光谱数据,光谱扫描波段为400~1000 nm。对天空背景下的无人机目标和墙面背景下的静态物体目标进行探测,计算各波长的综合信噪比,以综合信噪比最大值的70%为阈值,选择合适的工作波段。波段选择的结果符合实际情况,所提方法能有效地选择不同目标的最优探测波段。

利用数值仿真和实验验证方法,解释用线光源作为光源的菲涅耳双棱镜干涉实验中,狭缝必须与双棱镜棱脊平行才能观察到清晰干涉条纹的原因。基于几何光学和干涉原理,理论上得出观察屏上菲涅耳双棱镜干涉强度分布公式,通过数值模拟得到干涉条纹可见度随狭缝与棱脊夹角的变化曲线。理论分析表明,随着夹角变大,干涉可见度将出现先下降,再升高,然后再次下降的现象。最后,对理论结果进行实验验证,表明实验结果与数值模拟结果基本一致。

一次一密经典通信方式存在密钥丢失的风险,在传输大量数据时密钥会很快消耗完,不适于大数据经典通信,同时量子隐形传态由于要区分四个Bell态,实现起来比较困难。考虑到量子信道不仅能传输量子信息,还可以传输经典信息,提出将量子隐形传态看作量子信道,进而传输经典信息序列。在传输的过程中将待传输的信息0和1分别编码为计算基矢态|0>和|1>,这样在保证安全性的基础上可以不停地生成密钥,适用于大数据通信,同时此方案只需区分两种Bell态,实现起来比较容易。

运用量子熵理论,探讨了Λ型三能级原子与Pólya态光场相互作用时,光场分布参数、原子相对失谐量、最大光子数、光场概率参数和原子初态对系统量子纠缠特性的影响。结果表明:当Λ型三能级原子与Pólya态光场相互作用时,若初态为两能级等权叠加态,各参量取适当值时可得到最大纠缠度较小的、稳定的、周期性振荡的量子纠缠态,若初态为激发态或三能级等权叠加态,各参量取适当值时可得到最大纠缠度为1.1的、稳定的、周期性振荡的纠缠态。

太赫兹的指纹谱特性和对非极性物质的穿透性使其在邮件隐匿危险品检测领域有巨大的应用潜力。目前,常用的太赫兹光学参数提取算法存在计算复杂、时间长和需要预知样品厚度等缺点。针对常规算法的缺点和邮件检测实时性高的要求,提出了一种根据太赫兹透射系数幅值直接计算特征吸收频率的方法。该方法只需要1次计算,节省了大量的计算时间。为了进一步提高处理速度,摒弃多次测量、均值滤波的数据处理方法,提出异常数据滤波结合低通滤波的数据处理方法,使数据测量1次完成。蔗糖和二苯甲酮样品的测试结果表明,所提方法与常规算法得到的特征吸收频率一致。

利用中红外光谱检测技术对甲醇汽油中的甲醇含量进行检测研究。由于中红外光谱易受外界环境干扰且数据量较大,为减小运算量并提高模型精度,采用无信息变量消除( UVE)法、竞争性自适应重加权取样(CARS)法以及遗传算法(GA算法)等来选择有效光谱波段,再建立对应的偏最小二乘(PLS)模型,最后分别建立PLS、UVE-PLS、GA-PLS和CARS-PLS模型,探索最优的甲醇含量检测模型。结果表明:CARS-PLS模型效果最好,预测相关系数和预测均方根误差分别为0.978和1.177。CARS算法是一种有效提取甲醇含量的中红外光谱检测方法,采用中红外光谱检测技术测定甲醇汽油中的甲醇含量是可行的,可以有效简化运算模型,提高模型检测精度。