1 重庆理工大学光纤传感与光电检测重庆市重点实验室，重庆 400054
2 重庆邮电大学通信与信息工程学院，重庆 400065
人类指尖的指纹图案以及互锁的表皮-真皮微结构在放大触觉信号并将其传递给各种机械感受器方面发挥着关键作用，从而实现对各种静态和动态触觉信号的时空感知。本文报道了一种受指尖皮肤微结构启发的微纳光纤柔性触觉传感器，该传感器具有环形脊的指纹状表面、错峰互锁的微结构以及刚度差异化的树脂/聚二甲基硅氧烷多层结构。通过这些设计特征，传感器能够以高耐久性、高灵敏度（20.58 %N-1）、快速响应（86 ms）及大动态范围（0~16 N）检测多种时空触觉刺激，包括静态、动态压力和振动，并能够识别物体的硬度和表面纹理差异。该传感器具有结构紧凑、制作简便、易集成、抗电磁干扰等优点，可被应用于机器人皮肤、可穿戴传感器和医疗诊断设备中。
光纤传感器 微纳光纤 仿生触觉 压力 皮肤指纹微结构 光学学报
2023, 43(21): 2106004
湖北工业大学 机械工程学院，湖北 武汉 430068
裂缝检测是一项关键工程任务，针对现有的主流裂缝语义分割模型参数量大、计算量高、实时性弱等问题，提出一种基于Fast-SCNN(fast segmentation convolution neural network)改进的裂缝图像实时分割算法。首先，该算法在Fast-SCNN基础上优化了空间金字塔池化模块SPP(spatial pyramid pooling) 存在像素位置信息丢失以及计算量大的不足，提出了一种轻量级的特征金字塔注意力模块；其次，改进了上采样的方式，充分考虑像素之间的关系，提出了一种轻量级的位置自注意力模块用于上采样，以此来提升检测精度；最后，双分支的各自输出通过注意力门突显裂缝相关区域和抑制无关背景。所提算法能够为模型提供更为精确的像素级别的注意力，更加有效识别细小裂缝和提升复杂背景裂缝分割的鲁棒性。实验结果表明：与现有的主流模型和其他轻量级模型相比，该算法进一步平衡了分割精度与检测速度，在裂缝数据集上达到 80.31%的平均交并比，F1 score为76.74%，参数量为1.20 M，计算量不足1 G，推理速度达到151 f/s，对裂缝图像实时分割检测任务具有较高的应用价值。
裂缝检测 语义分割 Fast-SCNN 实时分割 注意力机制 crack detection semantic segmentation Fast-SCNN real-time segmentation attention mechanism
1 湖北工业大学机械工程学院，湖北 武汉 430068
2 武汉大学遥感信息工程学院，湖北 武汉 430072
3 中铁大桥科学研究院有限公司，湖北 武汉 430034
4 桥梁结构健康与安全国家重点实验室，湖北 武汉 430034
针对大型桥梁车辆移动荷载监测场合中车辆的重心估计能力不足和车辆再识别困难等问题，提出一种基于点云灰度图的彩色图像与点云快速融合方法，以提高对车辆的空间定位能力和对目标的辨识能力。首先利用立体标定靶对不同视角相机和点云采集装置的位姿进行标定，获取它们彼此间的相对位置和姿态；然后利用标定的结果对不同视角采集到的点云进行拼接，得到完整的车辆点云；再将完整点云转换至彩色相机坐标系并投影，提取点云灰度图，实现彩色图像与点云灰度图的配准，将其姿态调整至与车辆实体在彩色相机坐标系内的位置和姿态一致。进一步建立彩色像素点与三维点云间的映射关系，并将颜色信息与点云相关联，从而实现彩色图像与点云的融合。利用融合后的彩色点云和相机成像模型，可以得到车辆在彩色相机坐标系中的虚拟图像，为车辆的再识别提供依据。结果显示，相比于采样一致性算法，所提配准算法缩短了约74.1%的耗时。实验表明，所提算法实现数据融合后生成的彩色点云具有较高的还原度，证明了所提算法的可行性，为解决类似的问题提供了新的思路和方法。
激光点云 多源数据融合 立体标定靶 点云灰度图 虚拟图像 点云着色 激光与光电子学进展
2023, 60(10): 1028005
1 重庆理工大学光纤传感与光电检测重庆市重点实验室，重庆 400054
2 重庆理工大学理学院，重庆 400054
X射线荧光CT（XFCT）作为一种分子成像模式，存在着扫描时间长、辐射剂量大的问题，通常通过增大投影间隔、减少投影数量的稀疏投影方式来降低扫描时间与辐射剂量。因此，为在较少投影数量和较少迭代次数下提高重建图像质量，提出一种基于L1/2范数的XFCT重建算法。数值模拟实验结果表明：在较少投影数量和较少迭代次数下，所提基于L1/2范数的XFCT重建算法与传统Maximum Likelihood Expectation Maximization算法相比，其重建图像的均方根误差更小，全局图像质量索引更接近1，达到在较少投影数量和较少迭代次数下提高重建图像质量的目的。
图像处理 X射线荧光CT 图像重建 数值模拟 稀疏投影 L1/2范数 激光与光电子学进展
2023, 60(6): 0610010
1 福州大学环境与安全工程学院，福建 福州 350108
2 福建省资源环境监测与可持续经营利用重点实验室，福建 三明 365004
3 空间数据挖掘与信息共享教育部重点实验室，福建 福州 350108
4 福州中谷海创科技发展有限公司，福建 福州 350108
5 福州大学先进制造学院，福建 泉州 362200
6 福州大学信息与通信工程博士后科研流动站，福建 福州 350108
7 福建农林大学公共管理学院，福建 福州 350002
8 南京大学国际地球系统科学研究所，江苏 南京 210023
叶绿素是反映绿色植被健康状态的重要生理参数, 虫害胁迫下叶绿素与叶光谱的变化机制较为复杂, 深入剖析二者关系对于虫害检测有重要意义。 以福建省南平市顺昌县为试验区, 测定不同受害情景下毛竹叶叶绿素含量(SPAD)与叶光谱, 采用Pearson相关法筛选叶光谱特征指标, 建立叶SPAD的多元线性回归、 岭回归、 随机森林与XGBoost估测模型。 通过比较光谱特征指标筛选结果及模型估测效果, 分析刚竹毒蛾胁迫下毛竹叶绿素与叶光谱特征的关系及其变化。 结果表明: (1)随着虫害程度上升, 毛竹叶SPAD呈下降趋势; (2)较之于未受害状态, 刚竹毒蛾胁迫下毛竹叶光谱特征发生明显变化, “绿峰”和“红谷”趋于消失, “红边”斜率减小, 近红外波长反射率降低; (3)基于全样本拟合叶SPAD的最优光谱特征指标为VOG2, R515/R570, CIred, PRI与NDVI705, 最佳估测模型为多元线性回归模型(R2=0.753 7, RMSE=3.015 0); (4)基于不同受害程度样本拟合毛竹叶SPAD, 最优光谱特征指标分别为健康: CIred, VOG2, ARVI, R515/R570, DVI; 轻度: RENDVI, RERVI, REDVI; 中度: RENDVI, RERVI, REDVI; 重度: VOG2, CIred, NDVI705, PRI; 小年: PRI, NDVI705, VOG1, CIred。 最佳估测模型为多元线性回归模型, 模型精度分别为健康(R2=0.882 3; RMSE=1.638 8); 轻度(R2=0.180 2; RMSE=3.335 4); 中度(R2=0.360 4; RMSE=3.886 7); 重度(R2=0.467 7; RMSE=2.601 8); 小年(R2=0.732 4; RMSE=2.375 4)。 由此发现, 随着虫害等级上升, 毛竹叶光谱特征指标也随之改变, 关系模型估测精度呈现先急剧下降后缓慢抬升的态势, 模型对健康与小年叶SPAD估测效果较好, 对轻—中—重度危害叶SPAD估测效果较差; 当毛竹叶SPAD与叶光谱特征的关系趋向紊乱时, 预示可能有刚竹毒蛾危害发生。
虫害胁迫 叶绿素含量 叶光谱特征 相关分析 机器学习 Pest stress SPAD Spectral characteristics of leaves Correlation analysis Machine learning 光谱学与光谱分析
2022, 42(9): 2726
1 福州大学空间数据挖掘与信息共享教育部重点实验室，福建 福州 350108
2 卫星空间信息技术综合应用国家地方联合工程研究中心，福建 福州 350108
3 数字中国研究院（福建）福建 福州 35108
4 福州大学环境与安全工程学院，福建 福州 350108
刚竹毒蛾虫害检测对毛竹的生长和竹业的发展起着至关重要的作用。 根据高光谱冠层光谱信息与刚竹毒蛾虫害程度之间的关系, 提取冠层光谱中与虫害紧密相关的特征波长、 指数以及光谱参数等, 利用Fisher判别分析法建立刚竹毒蛾虫害程度检测模型。 分别以原始光谱的400~508, 586~693和724~900 nm处的波长、 包络线去除光谱的400~756 nm之间的特征波长、 9种冠层光谱植被指数和7种冠层特征光谱参数作为Fisher判别函数自变量, 构建判别函数。 收集300组毛竹叶片虫害样本数据, 随机划分为210组建模集与90组验证集, 根据检测精度、 Kappa系数以及判定系数R2作为检验标准, 对建立的判别函数进行效果评价与对比。 结果表明, 以原始光谱、 去包络线光谱、 冠层指数、 光谱参数为自变量建立的Fisher判别函数的检验精度分别为: 84.4%, 81.1%, 79.7%, 78.7%; Kappa系数分别为: 0.79, 0.74, 0.74, 0.76; R2分别为: 0.89, 0.88, 0.88和0.85。 由此可知, Fisher判别分析模型建立的函数具备很好的刚竹毒蛾虫害程度检测能力, 而且基于冠层原始光谱建立的判别函数检测效果最佳。 根据高光谱数据的冠层原始光谱建立的判别函数对福建省顺昌县大干镇武坊村的洋门和土垅村的上湖竹林进行刚竹毒蛾虫害程度检测。 检测结果为: 上湖两个样区的竹林以健康为主。 洋门两个样区虫害程度以中度和重度为主。 因此基于无人机高光谱遥感对于刚竹毒蛾虫害的大面积检测具有可行性, 该方法可为虫害检测的探究提供参考, 为基于冠层遥感虫害检测贡献理论支撑。
刚竹毒蛾 高光谱 冠层光谱 Fisher判别分析 Phyllostachys edulis Hyperspectral Canopy spectrum Fisher discriminant analysis 光谱学与光谱分析
2021, 41(10): 3200
1 南京大学国际地球系统科学研究所, 江苏 南京 210023
2 福州大学环境与资源学院, 福建 福州 350116
3 空间数据挖掘与信息共享教育部重点实验室, 福建 福州 350116
4 福州大学卫星空间信息技术综合应用国家地方联合工程研究中心, 福建 福州 350116
探讨刚竹毒蛾危害下的毛竹叶片光谱特征可为建立竹林生态安全监测体系提供重要的理论指导。 相比于传统的多光谱数据, 高光谱遥感能够准确探测不同刚竹毒蛾危害等级间寄主光谱的细微变化。 然而, 当前有关此方面的研究甚少, 其寄主的光谱变化机理还有待进一步总结。 为此, 基于实测的552条竹叶光谱, 分析了健康、 受刚竹毒蛾危害、 小年叶片之间的光谱差异, 选择可反映其健康状况的特征变量, 并利用XGBoost模型建立了叶片尺度的刚竹毒蛾危害检测模型。 研究结果显示: （1）随着虫害等级的上升, 受害叶片在可见光范围内的反射率逐渐出现“绿低红高”的特征, 其近红外波段的反射率则不断降低, 而短波红外的反射率则明显高于健康叶片, 尤其在两个水汽吸收波段（1 450和1 940 nm）的差异最为明显; （2）小年叶片于可见光-近红外波段的反射率显著高于健康、 受害叶片; （3）根据不同受害类型叶片的光谱特征可知, 较之健康叶片, 缺刻型叶片的光谱并未出现太大的变化, 红褐色病斑型叶片在红光波段的反射率出现了一定程度的上升, 灰白色病斑型叶片则已经完全失去了植被的基本光谱特征; （4）根据XGBoost模型给出的变量重要性排序可知, 各特征变量的贡献度依次为PRI（光化学反射率指数）＞FDVI576, 717（植被健康程度评估指数）＞NPCI（归一化色素叶绿素指数）＞DSWI（疾病水胁迫指数）＞VOG 1（红边指数1）＞RVSI（红边植被胁迫指数）＞NDWI（归一化差值水分指数）; （5）模型对刚竹毒蛾危害识别的总平均精度为74.39%, 其中健康叶片的识别精度达到了94.55%, 轻度危害叶片为74.93%, 重度危害为84.12%, 小年叶片则为71.10%, 而中度危害叶片的识别精度较差, 仅为33.48%。
森林虫害 遥感 光谱特征 刚竹毒蛾 Forest pest Remote sensing Spectral characteristics Pantana phyllostachysae Chao 光谱学与光谱分析
2021, 41(4): 1253
1 武汉科技大学 信息科学与工程学院，湖北 武汉 430081
2 武汉科技大学 冶金自动化与检测技术教育部工程研究中心，湖北 武汉 430081
语义信息对于移动机器人理解环境内容、执行复杂任务至关重要，针对ORB-SLAM2构建的点云过于稀疏、缺乏语义信息、点云所占存储空间大等问题，提出将目标检测算法与视觉SLAM（同时定位与地图构建）技术紧密结合，构建环境的稠密点云语义地图。首先，通过目标检测网络YOLO v3及对象正则化准确获取物体的2D标签，并经过ORB-SLAM2算法构建环境的稀疏点云地图，通过含有2D标签的彩色图像和对应的深度图像以及关键帧来生成含有语义信息的稠密点云标签，使用基于图的分割算法对稠密点云进行分割，再将点云标签与分割后的点云进行融合，进而构建环境的稠密点云语义地图。文中方法在TUM公开数据集上进行试验，实验表明可以构建出效果较好的语义地图。与传统的ORB-SLAM2相比，此系统在构建地图的过程中，相机的绝对位姿误差和绝对轨迹误差分别减少了16.02%和15.86%，提高了建图精度。为了减小点云地图的存储空间，方便移动机器人进行避障和导航，最终将所构建的语义地图转换为八叉树地图。
模型传递对于解决由于样本与各仪器响应函数不同所导致的量测信号不一致具有重要意义, 而解决模型传递的有效方法是仪器或数据标准化。 针对现有的光谱标准化方法中, 鲜有对紫外-可见吸收光谱的应用研究, 且紫外-可见光谱法水质多参数检测光谱探测单元存在分辨率、 精度、 响应范围不统一, 难以进行不同仪器间测试数据的比对及多参数数据拟合的问题, 提出采用EWMA-PCA归一化算法, 实现紫外-可见水质光谱在不同仪器上的模型传递。 EWMA(exponentially weighted moving-average)是一种指数加权平均移动算法, 用以寻找以较高概率产生观察紫外-可见水质光谱数据的系统发生树, 最大概率复原理论紫外-可见水质光谱数据, 使紫外-可见光谱特征不丢失、 不偏移, 减小由于数据处理对紫外-可见水质光谱数据的影响。 采用不同浓度的邻苯二甲酸氢钾溶液, 对日本滨松C10082CAH光谱仪、 美国海洋光学Maya2000Pro光谱仪以及厦门奥谱天成ATP2000光谱仪进行对比测试实验。 对比组1选取源机滨松C10082CAH光谱仪和目标机海洋Maya2000Pro光谱仪, 对比组2选取源机滨松C10082CAH光谱仪和目标机奥谱天成ATP2000光谱仪, 对比组3选取源机海洋Maya2000Pro光谱仪和目标机奥谱天成ATP2000光谱仪。 三组比对实验结果表明, 该算法能很好地应用于不同的比对光谱仪中, 在采用EWMA-PCA归一化算法对水质吸收光谱数据标准化后, 相关系数达到99.576 5%, 方差达到0.082 3%, 且波峰偏移量可降低至0.000 5%, 基于EWMA-PCA归一化光谱标准化算法具适应性广、 所需传递样本少、 传递精度高等优点, 研究结果对光谱法水质检测仪器的广泛应用具有重要理论指导意义和工程应用参考价值。
紫外-可见水质光谱 指数加权平均移动-主成分分析 标准化 归一化 模型传递 Ultraviolet water spectroscopy EWMA-PCA Standardization Normalization Model transfer 光谱学与光谱分析
2020, 40(11): 3443
1 福州大学卫星空间信息技术综合应用国家地方联合工程研究中心, 福建 福州 350116
2 空间数据挖掘与信息共享教育部重点实验室, 福建 福州 350116
3 福州大学环境与资源学院, 福建 福州 350116
4 南京大学国际地球系统科学研究所, 江苏 南京 210093
叶绿素作为参与植被光合作用最重要的色素, 是监测毛竹虫害的一项重要指标。 通过对不同光谱数据集进行波长筛选, 建立虫害胁迫下竹叶叶绿素含量的高光谱估算模型, 为利用高光谱遥感监测毛竹虫害提供理论依据。 试验在福建省毛竹生产基地顺昌县进行, 使用ASD FieldSpec 3光谱仪采集不同虫害程度竹叶光谱102条, 并利用SPAD-502叶绿素计测定相应叶片叶绿素含量。 通过对比不同虫害程度竹叶的光谱特征, 探测利用高光谱数据估算叶绿素含量的机理。 对竹叶原始光谱（OS）进行包络线去除（CR）、 一阶导数（FD）、 包络线去除一阶导数（CR-FD）变换, 分析不同光谱数据与叶绿素含量的相关性, 并利用连续投影算法（SPA）分别提取4种光谱的特征波长。 采用基于x-y距离结合的样本划分法（SPXY）和随机法对4种光谱数据集进行划分, 结合多元逐步回归（MSR）建立竹叶叶绿素含量估算模型, 分析光谱变换及样本划分对估算叶绿素含量的影响。 结果表明, 不同虫害程度竹叶光谱反射率差异明显, 主要表现为可见光波段范围内的“绿峰”和“红谷”的逐渐消失, “红边”斜率减小, 近红外波长反射率降低。 通过光谱变换可有效提升光谱与叶绿素含量的相关性, 其中CR-FD光谱与叶绿素含量在724 nm处的相关系数最大。 经连续投影算法提取的不同光谱数据集的特征波长集中分布在绿光、 红光、 “红边”位置, 多个被选择波长位于与叶绿素含量相关性较高的波长区（600~750 nm）。 基于SPXY样本划分法建立的MSR模型相比于随机样本划分法能显著提升叶绿素含量的估算精度, 其中R2和RPD平均提高0.1和0.5, RMSE平均降低0.7。 以CR-FD光谱特征波长结合SPXY样本划分法建立的多元逐步回归模型对竹叶叶绿素含量的估算精度最高, R2, RMSE和RPD分别为0.835, 2.604和2.364, 可对虫害胁迫下毛竹叶片叶绿素含量进行准确的估算。
叶绿素含量 高光谱 光谱变换 波长筛选 SPXY样本划分 Chlorophyll content Hyperspectral Spectral transformation Characteristic wavelengths SPXY algorithm 光谱学与光谱分析
2020, 40(8): 2578
