光声成像技术通过检测光声效应中的超声信号,克服了光在生物组织体传输过程中的强散射作用,突破了传统光学成像的成像深度浅以及声学成像的对比度低的局限,在早期癌症检测中具有广泛的应用前景,有望成为肿瘤的诊断、定位、分期和治疗的有效手段。主要阐述了光声成像技术原理及其在早期癌症检测和治疗中的国内外临床应用研究现状,展望了光声成像技术在生物医学的应用潜力,分析了其未来的发展趋势和局限性。

介绍了二维层状钙钛矿材料的晶体结构及其基本光电特性;总结了二维层状钙钛矿材料在太阳电池、发光二极管、光电探测器等领域的最新应用;指出该类材料目前存在的主要问题和发展前景,以期为高性能二维层状钙钛矿光电器件的设计和制备提供参考。

介绍了磁光电混合存储的技术特点及发展历程;总结了其关键技术及研究现状,包括存储系统结构、软件和硬件的关键技术以及相关标准的制定和专利申请;介绍了混合存储技术的发展动向,对磁光电混合存储的技术发展进行了展望。该综述有助于研究人员更系统、清晰、准确地认识磁光电混合存储技术,并有助于未来大数据存储的发展。

介绍了D型光子晶体光纤折射率传感器、具有大动态折射率测量范围的多芯多孔光子晶体光纤(PCF)表面等离子体共振(SPR)折射率传感器及双通道SPR-PCF折射率传感器,概括了其优点,并分析了其自身存在的局限性。SPR-PCF传感器有望在生物医疗诊断、食品安全检测、矿井勘探检测和环境化学检测等技术领域取得突破。

无标记显微成像技术包括光学相干层析、光声成像、非线性成像和微球透镜成像等技术。概述了目前常用的无标记显微成像技术,并对各种传统和先进的成像原理进行了总结。详细介绍了各种无标记成像技术的优缺点和最新研究进展,以及此类成像技术在各领域的应用,并对基于无标记显微技术的多模态成像技术的未来发展进行了展望。

回顾了锁模光纤激光器中各种孤子动力学特性的研究状况,介绍了近年来基于色散傅里叶变换(DFT)技术的超快光纤激光器孤子瞬态动力学特性的研究进展,分析了同时利用时间透镜和DFT技术的超快现象多尺度探测,这些均有助于更全面地了解光孤子的物理本质。实时测量技术的发展必将极大地激发研究人员探索孤子动力学特性的热情,进一步促进孤子动力学特性研究和超快激光技术的发展。

基于随机并行梯度下降(SPGD)算法的无波前传感自适应波前校正系统的收敛速度较慢,很难满足无线光相干通信系统对实时性的要求。介绍了SPGD算法的并行化处理,利用图形处理器(GPU)并行计算提高校正系统的收敛速度。选用CCD相机采集的实时光斑形心的周围400个像素平均灰度值作为系统性能指标;利用GPU多线程运算,对性能指标求解过程和变形镜控制电压向量更新过程进行加速处理。室内实验和外场相干光实验结果表明,斯特列尔比达到了0.8以上,时间加速比最大达到了8.6,GPU加速的波前校正系统在提升收敛速度的同时保证了校正效果。

基于标量衍射理论,利用相干叠加的方法,研究了可以产生空心焦场的二元环带相位板。推导了各环带半径应满足的解析表达式,通过数值计算研究了环带半径对空心焦场的影响规律。研究结果表明,在焦平面上,相位板环带半径对旁瓣比和最大光强比的影响较大,对空心焦场半径的影响较小,增加环带数能够减小旁瓣比,增大最大光强比。在轴向上,环带数增加并不能增大最大光强比,环带数和环带半径对旁瓣比和最大光强比的影响较大。对于二元环带相位结构,旁瓣比和最大光强比仅取决于环带半径,和数值孔径无关;在焦面上,空心焦场半径和数值孔径成反比,在轴向上,空心焦场半径和数值孔径的平方成反比。

研究了振幅阻尼通道中两个三能级原子系统的可提纯性演化现象。结果表明,自由纠缠态保持时间比束缚纠缠态的更长,与以前的研究结果相比存在较大差异。自由纠缠态直接演化至可分离态,所提模型中未出现可提纯性猝死现象。

深入研究了流行的目标识别方法YOLOv3,将Inception模块融入其特征提取网络darknet-53中,从而得到新网络darknet-139。相比YOLOv3特征提取网络,新网络具有更好的特征提取能力。采集并制作算法所需的数据集,分别在YOLOv3和本文算法上进行训练并测试。实验结果表明,相比YOLOv3,本文算法的平均识别率提升了约2%。

提出了一种基于改进卷积神经网络的交通标志检测方法。预训练模型产生否定;使用难分类负样本采集将负样本输入到网络中,提高模型的判别能力;使用多尺度训练过程中的特征级联策略来进一步提升模型的性能。利用TensorFlow框架在德国交通标志检测数据集上对所提方法的有效性进行了仿真。研究结果表明,与现有技术相比,所提方法能够获得更快的检测速率,处理每幅图像仅需0.016 s。

提出了一种基于图像融合的无参考立体图像质量评价算法。该算法利用小波变换分解重构立体图像的左右视图并融合在一幅图像中,归一化处理融合图像的亮度系数,均衡各部分亮度并保留融合图像的结构信息,使用卷积神经网络进行特征提取和回归预测。实验结果表明,所提方法的预测得分与人类主观评价得分具有很好的一致性。

提出了一种基于文本像素颜色聚类的场景文本检测方法。利用最大稳定极值区域算法提取原图像初始文本区域,并通过笔画宽度变换算法与角度特征筛选稳定文本像素。在稳定文本像素中进行多尺度颜色聚类,并结合支持向量机进行了字符区域验证,最后进行文本行聚合,实现文本检测的目标。分别在公共数据集ICDAR2011和ICDAR2013上进行测试,算法的F-score分别为0.76和0.77,相比其他文本检测算法,所提算法获得了较好的检测性能。

针对单一描述符无法准确获取有效掌纹特征导致识别率低的问题,提出一种基于子空间与纹理特征融合的掌纹识别方法。利用稳健线性判别分析和局部方向二值模式分别获取掌纹图像的子空间特征和纹理特征;基于加权串联方法实现子空间特征与纹理特征的有效融合;根据融合特征向量间的卡方距离进行匹配识别。在PolyU图库和自建非接触图库上的实验结果表明,识别时间分别为0.3069 s和0.3127 s,最低等误率分别为0.3440%和1.4922%;与其他方法相比,所提方法在保证实时性的前提下,能够准确提取掌纹图像的有效特征信息,提高系统识别性能。

提出了一种基于叠加散斑图的反射鬼成像方案。在散斑颗粒尺寸为1 pixel×1 pixel的散斑图上,随机插入不同尺寸的散斑颗粒,将叠加成的散斑图作为鬼成像的光源。数值模拟及实验结果表明,相对于传统的鬼成像方案,由多种不同尺寸散斑颗粒随机混合形成的叠加散斑不仅显著提高了恢复物体空间信息的衬噪比,还减少了采样次数,推动了鬼成像技术的实用化。

针对自动化迷彩目标发现学习中有效样本严重不足的问题,借鉴AlphaGo的技术思想,提出了一种基于样本模拟的深度神经网络仿真训练方法。建立了迷彩场景仿真合成模型,通过设计图像空间的复合算法、场景图像深度特征提取策略、目标融合度测量策略,以及图聚类采样算法,批量化地生成了可用于深度神经网络训练和学习的具有代表性的迷彩场景仿真样本;设计了基于深度残差神经网络的迷彩目标发现模型,并引入了多尺度网络训练方法。模拟样本和真实场景图像的实验结果表明,所提方法可有效应用于迷彩目标的自动化识别与评估。

为提高超声回波图像的横向分辨率、对比度,抑制最大旁瓣能量,提出一种适用于超声成像的旁瓣相消算法。利用基于特征空间的广义消旁瓣算法获得权值矢量,通过超声回波信号的相干系数优化权值矢量,对常见的点目标和暗斑进行成像。仿真结果表明,本文算法相较于延时叠加算法在横向分辨率上提高了60%,相较于特征空间算法在对比度上改善了112%。基于实际超声系统的实验结果与仿真结果一致,证明了本文算法的有效性。

研究了一种适用于不同类型光条图像的光条中心提取方法。构建了光条的截面能量模型,分析了不同成像质量光条的截面能量组成,构建了高斯-洛伦兹分峰拟合模型;基于所构建模型,依次对光条图像进行灰度归一化、感兴趣区域提取、高斯-洛伦兹分峰拟合、去洛伦兹分量处理,利用灰度重心法提取出精确的光条中心。对比实验结果表明,本文方法对不同类型光条图像的提取具有适用性强、精确度高,但耗时长的特点;然而对强漫反射和镜面反射光条的提取耗时仅为当前效果最好Steger法的1/2。

系统地总结了基于超短景深显微成像技术的超大景深立体显微与三维测量方法,研究了变焦显微三维测量方法中的典型聚焦评价函数、焦点搜索方法、图像序列融合与三维重构方法的性能,并进行了实验验证。研究结果对实施变焦三维成像与测量技术具有参考价值。

以二维位移测量为应用实例,在对光漂的产生机制及特性进行分析的基础上,提出了一种差分补偿和共路补偿相结合的光漂补偿方案,并对所采用的两种补偿方法进行了详细分析及实验验证。实验结果表明,对于光线角度漂移和总漂移,差分补偿法分别可以实现35.2%和54.4%的补偿效果,共路补偿法对光线总漂移可以实现42.2%的补偿效果。研究结果可为解决激光准直测量中光漂补偿这一共性问题提供技术支持。

通过同步送粉方式在Q235钢基材表面制备了添加不同质量分数纳米TiO₂和CeO₂的Ni基激光熔覆层,分析了熔覆层的表面形貌、显微组织和物相组成,并测定了熔覆层的硬度和耐腐蚀性。结果表明,在Ni基合金粉末中同时加入TiO₂和CeO₂,可以充分发挥二者的性能,得到组织均匀细密、无裂纹、耐腐蚀性较高的熔覆层,也可改善Ni基激光熔覆层的组织结构并提高其性能。

提出了一种级联全卷积神经网络的显著性检测方法。网络主要由两层级联的全卷积神经网络组成,第一阶段构建了一个带金字塔池化模块编码-解码架构的全卷积神经网络,金字塔池化模块有效抑制了背景噪声的干扰。第二阶段设计了边缘检测网络,学习显著区域的边缘信息,通过融合两个阶段显著图得到边界精确的显著图。实验结果表明,所提方法在图像显著性检测数据集ECSSD和SED2上均具有较高的准确率、召回率和较低的平均绝对误差,为目标识别、机器视觉等提供了可靠的预处理结果。

提出了一种基于深度学习的红外与可见光决策级融合跟踪方法。通过建立参数传递模型,从现有基于深度学习的检测模型中抽取指定对象的可见光检测模型,作为红外检测的预训练模型,在采集的红外图像数据集上进行微调训练,得到基于深度学习的红外检测模型。在此基础上,建立了基于深度学习的红外与可见光决策级融合跟踪模型,进行了单波段跟踪与双波段融合跟踪对比实验。结果表明,所提方法跟踪精度和成功率比单波段跟踪均有所提升,具有较好的稳健性。

提出了一种基于W加权核范数最小化的地震信号盲去噪算法。采用主成分分析法估计地震信号噪声水平,借助加权核范数最小化(WNNM)实现去噪。在去噪中通过权值分配控制矩阵奇异值的收缩程度,提升了算法性能。分别对三种地震信号进行去噪,并与双树复小波变换、曲波变换、WNNM算法进行了性能对比。研究结果表明,该算法在噪声水平未知的情况下,能有效去除地震信号所含噪声,去噪效果优于传统去噪算法。

根据胃镜下的肿瘤特征,利用基于加速稳健特征(SURF)的模板匹配跟踪算法对肿瘤进行跟踪,通过去除特征点的误匹配点,提高了跟踪定位精度。在基于SURF的匹配跟踪算法中,利用匹配特征点的聚类中心及包围特征点的最小圆位置,测量了每帧跟踪效果。对两组胃窥镜下病灶的视频帧进行跟踪实验,结果表明,改进的基于SURF的匹配跟踪算法具有较好的稳定性和跟踪精度。

提出了一种基于卷积神经网络和长短期记忆(LSTM)神经网络的深度学习网络结构。采用特征融合的方法,通过卷积网络提取出浅层特征与深层特征并进行联接,对特征通过卷积进行融合,将获得的矢量信息输入LSTM单元。分别使用数据光流信息与红绿蓝信息训练网络,将各网络的结果进行加权融合。实验结果表明,所提模型有效地提高了行为识别精度。

利用ANSYS有限元模拟软件,建立了激光熔凝RuT300三维实体有限元模型,考虑了激光吸收率、材料热物性参数及相变潜热的影响,通过分析不同预热温度下激光熔凝的瞬态温度场,获得预热温度对温度分布、温度梯度、冷却速率等的影响规律。结果表明,随着预热温度的增大,试样相同位置处的最高温度增大,预热温度对试样下部的温度场影响更明显;随着预热温度的增大,试样相同位置处的温度梯度减小,当距离试样上表面的深度达到约2 mm时,试样的温度梯度受预热温度的影响不明显;对试样进行预热处理可降低试样的冷却速率,冷却速率随着预热温度的增大而减小。

以中药材-玄参原药为碳源,通过高温煅烧法制备得到荧光碳量子点。碳量子点水溶液在270 nm波长的激发下,其荧光的最大发射波长位于418 nm处。向荧光碳量子点溶液中加入硝酸根离子(N O3-),将猝灭其荧光强度,基于此建立了碳量子点作为荧光探针测定N O3-的一种新方法。在最优实验条件下,当N O3-摩尔浓度为0.4~80 μmol/L时,信号与N O3-的浓度成良好的线性关系,检出限为65 nmol/L。添加5.0 μmol/L和50.0 μmol/L的N O3-溶液到实际水样进行加标回收实验时,回收率为98.0%~104.0%。

提出了基于多特征稠密卷积神经网络的模型框架(DenseNet-SE)。与传统方法相比,DenseNet-SE采用数据驱动的方法,无需手工提取特征。该框架包含了稠密残差块的结构,能够获取深度特征。通过跳跃连接的方式,从浅层获取细粒度特征来辅助深度特征。同时,融合特征有助于网络结构获取更多全局信息,更好地表示公式符号的类别。利用在线手写数学表达式识别的竞赛组织(CROHME)提供的标准数学公式符号库来验证所提算法,结果表明,CROHME2014和CROHME2016的识别率分别达到93.38%和92.93%,高于目前已有算法的识别率。

提出了一种基于梯形介质光栅金属薄膜结构的折射率传感器。利用有限元方法,研究了不同光栅厚度、梯形参数以及不同折射率下待分析液体的反射谱线。对传感器结构参数进行优化,得到了传感器的角灵敏度。考虑由反射谱线共振峰的对称移动导致的角灵敏度加倍效应,当待分析液体折射率从1.33变化到1.34时,传感器角灵敏度可达845.23(°)/RIU(RIU为折射率单位);从1.34变化到1.35时,传感器角灵敏度可达1283.14(°)/RIU,并且该传感器具有更宽折射率范围的检测应用。梯形参数对传感器的角灵敏度起着决定性的作用,具有最大灵敏度的传感器结构能形成对比度最大的电场分布驻波结构。

提出一种基于深度迁移学习的无人机高分影像树种分类与制图方法。利用ImageNet上训练的大型卷积神经网络提取树种影像特征,采用全局平均池化压缩树种影像特征,使用简单线性迭代聚类生成超像素,以超像素为最小分类单元,生成树种专题地图。实验结果表明,在类间差距小、类内差距大的情况下,与小型卷积神经网络相比,本文方法收敛更快,总体精度和Kappa系数分别提高了9.04%和0.1547,超像素树种制图边界更加精确。

选取缅甸的白、淡粉紫和淡蓝紫3种颜色类型的翡翠样品,测试和分析了其元素和光吸收谱,并对其颜色成因进行了初步研究。结果表明,淡紫色翡翠样品含有少量的铁、锰和钛,而铬、钒、铜等元素的含量极低。除了Fe ³⁺的吸收峰之外,淡粉紫色翡翠光谱中还存在峰值位于566 nm处的宽吸收带,淡蓝紫色翡翠光谱中存在峰值位于534 nm处的宽吸收带及长波侧625 nm处的肩带,因此,淡粉紫色和淡蓝紫色翡翠分别由Mn ³⁺和Ti ³⁺离子致色。

为提高液相基质激光诱导击穿光谱(LIBS)技术的检测灵敏度,必须优化光谱探测系统的关键实验参数。采用液体射流取样技术,以混合水溶液中Pb、Cr、Cd、Mn、Ca、Al等金属元素已选定的分析线为研究对象,以金属元素LIBS信号的信噪比最大化为优化标准,在增强型电荷耦合器件(ICCD)门宽为0.3 μs条件下,对激光脉冲能量、ICCD门延时、液体样品流速等关键系统参数进行了优化,结果分别为50 mJ、2.0 μs和40 mL/min。