Author Affiliations
Abstract
1 Jiangsu Key Laboratory of Spectral Imaging and Intelligent Sense, Nanjing University of Science and Technology, Nanjing 210094, China
2 e-mail: njustgel@njust.edu.cn
3 e-mail: eohj@niust.edu.cn
Non-line-of-sight (NLOS) imaging is a challenging task aimed at reconstructing objects outside the direct view of the observer. Nevertheless, traditional NLOS imaging methods typically rely on intricate and costly equipment to scan and sample the hidden object. These methods often suffer from restricted imaging resolution and require high system stability. Herein, we propose a single-shot high-resolution NLOS imaging method via chromato-axial differential correlography, which adopts low-cost continuous-wave lasers and a conventional camera. By leveraging the uncorrelated laser speckle patterns along the chromato-axis, this method can reconstruct hidden objects of diverse complexity using only one exposure measurement. The achieved background stability through single-shot acquisition, along with the inherent information redundancy in the chromato-axial differential speckles, enhances the robustness of the system against vibration and colored stain interference. This approach overcomes the limitations of conventional methods by simplifying the sampling process, improving system stability, and achieving enhanced imaging resolution using available equipment. This work serves as a valuable reference for the real-time development and practical implementation of NLOS imaging.
Photonics Research
2024, 12(1): 106
1 西安理工大学应用化学系, 西安 710054
2 西安理工大学材料物理与化学系, 西安 710048
3 陕西省微生物研究所, 西安 710043
分别以吡嗪和4,4’-联吡啶为共配体, Cd2+、Zn2+与4,4’-偶氮苯二甲酸(H2(4,4’-azo))配位反应得到了两个金属-有机框架(MOFs)。X射线单晶衍射研究结果表明, 其结构中均不含共配体, 与之前报道的 ［Cd(4,4’-azo)(H2O)］n(1)和［Zn(4,4’-azo)(H2O)2］n(2)的晶体结构一致。将共配体变为几何尺寸更长的1,3-二(四吡啶基)丙烷(bpp), 金属离子变为Co2+, 合成了一个共晶［H2(4,4’-azo)(bpp)］n(3), 其为单斜晶系, C2/c空间群, 晶胞参数: a=3.216 8(19) nm, b=0.475 5(3) nm, c=1.873 2(14) nm。用热重分析仪和荧光分光光度计分别研究了三个化合物的热稳定性和两个MOFs的发光性质。1和2都具有优异的热稳定性, 尤其是2的初始失重温度高达247 ℃。由于1是由4,4’-azo双齿配位两个Cd2+形成双核3D网络结构, 而2是4,4’-azo单齿配位Zn2+形成的1D “zig-zag”链, 两者的紫外光谱和荧光光谱不同。2除具有配体固有的荧光发射(359 nm)外, 由于Zn2+与4,4’-azo配位后产生的配体到金属的电荷跃迁(LMCT), 还在420 nm处新增一个增强的荧光发射峰。
4,4’-偶氮苯二甲酸 金属-有机框架 晶体结构 荧光 电荷跃迁 热稳定性 4,4’-azobenzoic acid metal-organic framework crystal structure fluorescence charge transfer thermal stability
Author Affiliations
Abstract
1 The State Key Laboratory of Photoelectric Technology and Functional Materials, International Collaborative Center on Photoelectric Technology and Nano Functional Materials, Institute of Photonics & Photon Technology, Northwest University, Xi’an 710127, China
2 The State Key Laboratory of Transient Optics and Photonics, Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences, Xi’an 710119, China
3 The School of Information Science and Technology, Northwest University, Xi’an 710127, China
A biosensor for bovine serum albumin (BSA) detection by graphene oxide (GO) functionalized micro-taped long-period fiber grating (GMLPG) was demonstrated. The amide bond connected between the GO and BSA enabled the BSA to attach onto the fiber surface, which changed the effective refractive index of the cladding mode and characterized the concentration of the BSA. This real-time monitoring system demonstrated a sensing sensitivity of 1.263 nm/(mg/mL) and a detection limit of 0.043 mg/mL. Moreover, it illustrated superior measurement performance of higher sensitivity in the presence of glucose and urea as the interference, which showed static sensitivities of ~1.476 nm/(mg/mL) and 1.504 nm/(mg/mL), respectively. The proposed GMLPG demonstrated a great potential for being employed as a sensor for biomedical and biochemical applications.
Graphene oxide bovine serum albumin biosensor Photonic Sensors
2022, 12(3): 220305
南京理工大学 江苏省光谱成像域智能感知重点实验室，江苏 南京 210094
为了利用被散射的光信号实现成像，越来越多的散射成像方法被提出。其中深度学习以其强大的数据表征和信息提取能力在散射成像领域发挥着重要的作用。相较于传统散射成像方法，基于深度学习的散射成像方法在成像速度、质量、信息维度等方面都有着巨大的优势。但是，模型训练、模型泛化等问题也制约着该方法的发展。因此，越来越多的研究将物理过程与基于数据驱动的方法进行联合建模，利用物理先验指导神经网络优化。相较于单纯的数据驱动方法而言，物理-数据联合建模的方法对数据量、神经网络参数量的依赖程度大大降低，在保证成像质量的前提下有效降低数据获取难度及对实验环境的要求。联合建模优化的方式实现了介质、目标类型等散射成像中关键节点的泛化。同时在训练过程方面，实现了从有监督到半监督再到无监督的训练优化过程迭代，不同模型和监督方式的提出大大提升了基于深度学习方法的训练效率，在降低对硬件和时间成本的同时，提升了基于深度学习的散射成像方法在非实验室场景应用的可能性。
散射成像 深度学习 计算成像 神经网络 scattering imaging deep learning computational imaging neural network 红外与激光工程
2022, 51(8): 20220563
红外与激光工程
2022, 51(2): 20210889
华中农业大学 资源与环境学院, 武汉 430070
为了对玉米种植株数进行无损的自动化识别, 利用FARO focus s70地面激光扫描仪、采用四站式扫描方法, 采集不同视角下的玉米田块点云数据。设计了一种基于标靶球自动提取的配准算法, 对各站获取的点云数据进行精确配准, 取得了完整的玉米田块点云数据, 并以标靶球拟合误差和标准偏差分析配准精度。对于配准好的3维点云数据, 利用采样一致性算法基于圆柱体特征从完整的玉米田块点云中精确分离出茎秆点云, 统计玉米种植株数。结果表明, 标靶球拟合标准偏差在0.1mm~0.7mm之间, 满足仪器测量精度要求;拟合误差总体在2mm~5mm之间, 能满足大场景测量配准误差5mm的要求;对玉米种植株数的识别率达到86.1％~92.1％。这一结果对于农田环境下玉米种植株数识别的实际应用方面是有帮助的, 为作物的估产提供了数据基础, 为智慧农业研究提供了理论方法。
激光技术 株数识别 随机采样一致性算法 农田玉米 点云配准 laser technique plant number identification random sample consensus farmland corn point cloud registration
Author Affiliations
Abstract
1 Jiangsu Key Laboratory of Spectral Imaging and Intelligent Sense, Nanjing University of Science and Technology, Nanjing 210094, China
2 e-mail: njustgel@njust.edu.cn
3 e-mail: eohj@njust.edu.cn
Imaging through scattering media is one of the hotspots in the optical field, and impressive results have been demonstrated via deep learning (DL). However, most of the DL approaches are solely data-driven methods and lack the related physics prior, which results in a limited generalization capability. In this paper, through the effective combination of the speckle-correlation theory and the DL method, we demonstrate a physics-informed learning method in scalable imaging through an unknown thin scattering media, which can achieve high reconstruction fidelity for the sparse objects by training with only one diffuser. The method can solve the inverse problem with more general applicability, which promotes that the objects with different complexity and sparsity can be reconstructed accurately through unknown scattering media, even if the diffusers have different statistical properties. This approach can also extend the field of view (FOV) of traditional speckle-correlation methods. This method gives impetus to the development of scattering imaging in practical scenes and provides an enlightening reference for using DL methods to solve optical problems.
Photonics Research
2021, 9(5): 0500B210
1 东北农业大学公共管理与法学院, 黑龙江 哈尔滨 150030
2 中国科学院东北地理与农业生态研究所, 吉林 长春 130012
3 吉林工程技术师范学院信息工程学院, 吉林 长春 130052
对水稻稻瘟病病害程度的定量预测是精准防控的关键, 田间冠层尺度的研究可为高光谱传感器提供理论基础。 以受穗颈瘟胁迫的水稻为研究对象, 采用SVC HR768i型光谱辐射仪在大田中获取灌浆期两个不同时间段的水稻冠层光谱反射率, 以水稻发病株数百分比作为病害严重程度指标。 冠层光谱数据采用九点平滑预处理, 并重采样为1 nm间隔, 计算植被指数; 经过去包络线和一阶导数光谱变换, 提取高光谱特征参数。 分析不同时间段的光谱变换、 植被指数、 高光谱特征参数与病害程度的相关关系, 构建基于植被指数、 高光谱特征参数的穗颈瘟病害程度随机森林预测模型, 并对比分析两个单时期预测模型异同, 优选共用输入量, 构建出两时期混合数据的病害程度预测模型。 结果表明: （1）原始光谱曲线经去包络线处理可有效增强与病害程度相关的光谱信息, 近红外波段（960～1 050和1 150～1 280 nm）的相关系数在0.80以上; （2）高光谱特征参数与病害程度相关性分析中, 去包络线吸收谷参数相关系数高于其他参数, 吸收谷V3（910～1 100 nm）、 吸收谷V4（1 100～1 300 nm）中面积（A3和A4）、 深度（DP3和DP4）、 斜率（SL4和SR4）的相关系数在0.74以上; （3）去包络线吸收谷参数结合随机森林模型预测穗颈瘟病害程度在单时期及两时期混合数据中均表现最好。 灌浆期后期数据预测效果最佳, 验证集决定系数R2=0.91, 均方根误差RMSE=0.02; （4）两时期混合数据预测精度处于两个单时期预测精度之间, 验证集决定系数R2=0.85、 均方根误差RMSE=0.03。 研究成果揭示了灌浆期不同时间段水稻穗颈瘟光谱响应机制, 表明去包络线吸收谷参数结合随机森林模型预测稻瘟病的实用性, 可为田间水稻穗颈瘟病害程度进行快速、 精确、 无损地定量预测, 为精准施药提供理论依据, 并对未来航空、 航天遥感的病害监测提供一定的技术支持。
冠层光谱 穗颈瘟 去包络线 特征参数 Canopy hyperspectral spectra Rice panicle and neck blast Continuum removal Characteristic parameters 光谱学与光谱分析
2021, 41(4): 1220
中北大学 机电工程学院, 山西 太原 030051
悬臂梁的材料与结构对压电俘能器的输出响应具有重要影响。为了 研究在1.5~5.8 m/s低风速环境下不同基底材料对接触式压电俘能器的影响, 该文选择聚氯乙烯(PVC)、304不锈钢、1060铝和H68黄铜材料为基底的柔性聚偏氟乙烯(PVDF)压电悬臂梁结构, 并进行了对比实验与分析。结果表明, 以304不锈钢为基底的悬臂梁结构输出功率最大。通过计算不同基底材料梁的结构参数发现, 在低风速工况下, 梁的结构刚度与减幅因数是影响压电俘能器输出性能的主要因素。同等工况下, 梁的结构刚度越小, 接触式压电俘能器的启动风速越低, 风致振动的激振力频率越高; 减幅因数越小, 悬臂梁的输出功率越大。
压电俘能器 风能 悬臂梁结构 聚偏氟乙烯(PVDF) 基底 piezoelectric energy harvester wind energy cantilever beam structure PVDF substrate
南京理工大学 电子工程与光电技术学院，江苏 南京 210094
数字光栅投影三维测量技术，通过离焦投影二值光栅条纹，生成三维测量所需正弦光栅条纹，能够实现超高投影速度，在快速三维测量领域具有极大潜力。但是，二值光栅条纹不可避免地包含高次谐波，导致计算所得相位包含相位误差，进而降低了快速三维测量精度。提出了一种基于深度学习精确相位获取的离焦投影三维测量方法，通过构建含噪声相位到精确相位的端到端深度卷积神经网络，降低高次谐波引入的相位误差，进而实现快速精确三维测量。首先，以理论分析证明所提方法的可行性，并以仿真和实验进一步验证了所提方法的有效性和精确性。与现有快速三维测量方法相比，所提方法在保证测量速度的同时保证测量精度。
三维测量 离焦投影 深度学习 精确相位 3D measurement defocused projection deep learning accurate phase 红外与激光工程
2020, 49(7): 20200012
