1 太原理工大学物理与光电工程学院，山西 太原 030024
2 太原理工大学新型传感器与智能控制教育部和山西省重点实验室，山西 太原 030024
3 山西大学量子光学与光量子器件国家重点实验室，山西 太原 030006
为了探索一种高灵敏折射率传感器，基于CO2激光技术制备出双峰谐振长周期光纤光栅（LPFG）。首先，利用CO2激光器在腐蚀包层后的传统单模光纤和80 μm弯曲不敏感光纤上制备出周期分别为196 μm和73 μm的双峰谐振LPFG，证明了采用CO2激光微加工技术在单模光纤上制备短周期LPFG的可能性。其次，利用CO2激光器直接在2种80 μm单模光纤上制备出周期分别为110 μm和115 μm的双峰谐振LPFG。实验结果表明：在2种80 μm单模光纤上制备的LPFG具有谐振损耗大，插入损耗小和折射率灵敏度高等优点。基于以上优点，采用CO2激光技术制备的双峰谐振LPFG在生物、化学及环境参数检测等重要领域的应用具有较大潜力。同时，也提供了一种操作简单、低成本制备双峰谐振LPFG的方法。
光纤光学 长周期光纤光栅 双峰谐振 CO2激光技术 折射率 激光与光电子学进展
2024, 61(5): 0506009
1 北京信息科技大学 机械工业现代光电测试技术重点实验室，北京 100192
2 北京信息科技大学 光电测试技术及仪器教育部重点实验室，北京 100192
为了线结构光平面标定的准确性和高效性，以及提高线结构光平面标定方法的普适性，提出了一种基于2维圆形标靶的线结构光平面标定方法。采用光条提取算法得到照射在2维圆形标定靶任意位置处光条中心点的亚像素坐标值，将光条上所有点拟合成直线，交圆形标定靶每列靶标连线于一点; 得到每列靶标连线与拟合出的光条中心线交点后，连接交点与相机光学中心形成一条直线; 联立该连线的直线方程与像素坐标系下两条交线的直线方程，以及2维圆形标定靶所在平面的方程，求解出每个交点在相机坐标系下的坐标; 最后采用最小二乘拟合算法进行平面拟合，得到了所求光平面方程; 介绍了该标定方法的基本原理和实现过程，搭建实验系统对其有效性进行了验证。结果表明，用该方法求取光平面的平均测量误差可以达到2.36737 mm，鲁棒性高，且标定流程十分简便，适用于一般的工程应用和机械加工过程。该研究为线结构光传感器的光平面标定提供了参考。
图像处理 线结构光平面标定 光电视觉检测 机器视觉 image processing linear structured light plane calibration optoelectronic vision inspection machine vision
1 北京信息科技大学 机械工业现代光电测试技术重点实验室， 北京 100192
2 北京信息科技大学 光电测试技术及仪器教育部重点实验室， 北京 100192
在对传送带上物体进行三维扫描成像过程中，位移标定方法的便捷性、准确性对于最终的成像精度和效率有非常重要的影响，但传统的位移标定方法需要已知位移平台或者传送带的运动速度或严格控制两次标定图片中标定板之间的精确位移，使得标定过程较为复杂。论文提出了一种专门用于传送带上物体测量的线结构光三维扫描成像系统的位移标定方法。只需要采集一系列标定板随传送带移动的位移标定图片，从中提取两张帧数间隔大于1的图片并记录对应的帧数，即可对单帧位移进行标定。介绍了该标定方法的基本原理和实现方法，搭建了线扫描单目成像系统，并对双阶梯型精度块进行了三维重建。实验结果表明，方法原理简单，操作便捷，测量速度更快且重建误差小于0.3mm，适用于以传送带作为主要运输工具的各个领域的实时三维测量。
位移标定 传送带 线结构光 三维成像 displacement calibration conveyor belt linear structured light three-dimensional imaging
1 山东中医药大学实验室管理处，山东 济南 250355
2 山东中医药大学智能与信息工程学院，山东 济南 250355
糖尿病视网膜病变是糖尿病最常见也是最严重的并发症之一。为提高对糖尿病视网膜病变严重程度的诊断准确率，进一步为糖尿病视网膜病变治疗的精准用药提供依据，提出一种新型的特征融合网络模型。首先利用轻量化网络EfficientNet-B0提取眼底图像的不同层特征，使用高层特征结合三个不同空洞率的空洞卷积形成多尺度特征。然后引入多尺度通道注意力模块（MS-CAM），赋予高层特征和低层特征新的权重，对高低层特征进行融合，形成最终的特征表征，从而完成对糖尿病视网膜病变严重程度的分类。实验结果表明，所提模型的分类准确率达85.25%，表明其具有较好的可行性，在临床上给医生诊断起到了辅助作用，能更有效地预防糖尿病视网膜病变的进一步恶化。
自动分类 糖尿病视网膜病变 特征融合网络 空洞卷积 注意力机制 激光与光电子学进展
2023, 60(14): 1417001
山东中医药大学智能与信息工程学院，山东 济南 250355
针对儿童肺炎图像难以准确诊断的问题，提出一种基于改进Inception-ResNet-v2的分类识别方法，以提高对不同类型的儿童肺炎图像的识别准确率。以Inception-ResNet-v2为基础网络，引入多尺度通道注意力模块，促进网络识别和检测极端尺度变化下的目标。加大网络stem层的卷积核大小，增大模型初期的有效感受野。为避免模型出现过拟合，减少了激活函数的使用，并使用SiLU激活函数来代替ReLU激活函数。针对数据集Chest X-ray中数据量较少的问题，对输入图像进行一定角度的旋转和随机水平的翻转以增强原始数据。实验结果表明，所提方法在儿童肺炎数据的二分类中准确率达到97.9%，三分类中准确率达到85.8%，证明该方法能够有效提高儿童肺炎的识别精度。
图像处理 儿童肺炎 多尺度通道注意力模块 感受野 激活函数 激光与光电子学进展
2023, 60(14): 1410008
长春理工大学 电子信息工程学院，吉林长春130000
卷积神经网络（Convolutional Neural Network， CNN）可用于工业生产环境下的纺织品疵点的鉴别与分类。针对实际场景下的纺织品瑕疵存在瑕疵类型视觉区分度小和实际数据样本采集时的瑕疵类别不平衡问题，本文提出了基于标签嵌入方法的纺织品瑕疵识别网络（Textile Defect Recognition Network Based on Label Embedding， TDRNet）。首先，算法调整了基础骨干网络的结构，从而提高模型的分类精度；接着算法还设计了标签嵌入模块（Label Embedded Module， LEM），并使用该模块来生成模型的类别权重偏移；然后，本文提出了分布感知损失函数（Distribution Perception Loss， DP Loss）调整算法的类别分布，从而减小同类瑕疵特征的类内距并增大异类瑕疵特征的类间距；最后，本文引入了Seesaw Loss损失函数，通过抑制少数类别的负样本梯度并提高对误分类时的样本损失来动态平衡模型训练过程中在不同样本下的更新梯度，以缓解少数类别的误分类率。在自制的“广东智能制造”布匹瑕疵分类数据集中，本文提出的框架在粗粒度分类和细粒度分类两个任务上的top1错误率可达16.35%和17.12%，而top5错误率在细粒度分类任务上低至5.20%。与其他分类模型相比，TDRNet在对比实验中取得了最优的结果。此外，TDRNet与近5年经典的细粒度分类模型进行了比较，并取得了SOTA结果，这充分表明了TDRNet的先进性。
卷积神经网络 纺织品瑕疵识别 标签嵌入 分布感知损失 Seesaw损失 convolutional neural network textile defect recognition label embedding distribution perception loss Seesaw Loss 光学 精密工程
2023, 31(10): 1563
1 江苏苏博特新材料股份有限公司高性能土木工程材料国家重点实验室, 南京 211103
2 江苏省建筑科学研究院有限公司, 南京 210008
再生微粉由于活性较低, 难以被有效利用, 造成极大的资源浪费。为激发再生微粉的活性, 本文研究了四种传统碱激发剂(氢氧化钠、氢氧化钙、氢氧化镁、水玻璃)、两种醇胺类激发剂(多元异构醇胺、三乙醇胺)和一种纳米晶核型激发剂对掺再生微粉砂浆抗压强度的影响, 并通过分析化学激发剂对再生微粉-水泥浆体水化放热、水化产物及微观结构的影响揭示其提升机理。结果表明: 氢氧化钠和水玻璃会导致掺再生微粉砂浆的抗压强度进一步降低, 且砂浆强度与氢氧化钠和水玻璃的掺量成反比; 氢氧化钙、氢氧化镁、三乙醇胺和纳米晶核型激发剂在一定掺量条件下可以提高早期强度, 但无法提高后期强度; 多元异构醇胺激发剂的掺入明显促进了矿物相铝酸三钙(C3A)与铁铝酸四钙(C4AF)的水化, 从而加快再生微粉-水泥浆体的水化进程, 提高水泥基体的密实度并改善水泥基体与砂的界面黏结情况, 使砂浆各龄期抗压强度明显提高, 在最佳掺量0.2%(质量分数)时再生微粉的活性指数由62.8%提升至74.8%。研究成果可为提高再生微粉的利用率从而实现建筑行业节能减排目标提供借鉴和参考。
再生微粉 化学激发剂 活性指数 水泥水化 界面黏结 recycled fine powder chemical activator activity index hydration of cement interfacial bond
1 太原理工大学物理与光电工程学院，山西 太原 030024
2 空装驻太原地区军事代表室，山西 太原 030006
结合笼形分子（Cryptophane-E）对甲烷气体的选择性吸收特性，提出了一种基于双层薄膜的高灵敏度长周期光纤光栅（LPFG）甲烷体积分数传感器。通过减小包层直径使低阶包层模式LP06工作在色散转折点（DTP）附近，并在光纤表面涂覆厚度经过优化的TiO2薄膜，以确保包层模式LP06在模式转换（MT）区内与纤芯模式LP01耦合，从而显著提高了LPFG的折射率灵敏度。由于甲烷气体分子会改变最外层Cryptophane-E薄膜的材料折射率，进而改变包层模式的有效折射率，因此通过监测共振波长的移动即可实现对甲烷气体体积分数的测量。在DTP和MT效应的共同作用下，当甲烷气体体积分数从0%变化到3.5%时，所提的LPFG传感器平均灵敏度高达249.6 nm/%。此外，针对本传感器在不同甲烷体积分数下的非线性响应特征，设计了反向传播（BP）神经网络信号解调算法。研究结果表明：在甲烷气体体积分数变化范围内，其最大预测误差为0.008%，该传感器良好的性能使其在煤矿安全监测等领域具有潜在的应用价值。
光纤光学 甲烷体积分数 长周期光纤光栅 色散转折点 模式转换 反向传播神经网络 激光与光电子学进展
2023, 60(7): 0706009
1 山东中医药大学实验室管理处，山东 济南 250355
2 山东中医药大学智能与信息工程学院，山东 济南 250355
为改善基层医疗机构儿童肺炎诊疗水平，提高基层医生分析临床医学影像的效率和质量，提出了一种基于Vision Transformer（ViT）的小儿肺炎辅助诊断模型。首先利用ResUNet对儿童胸片进行肺区域分割，将左右肺区域从胸片中分割出来以降低其他组织对肺炎诊断的干扰。然后，将分割后的图像输入改进的混合ViT模型进行诊断，该模型使用传统卷积神经网络的特征映射作为Transformer的输入，并在卷积神经网络中引入自注意力机制，增强卷积以加强其获取全局相关性的能力。最后，对卷积神经网络的骨干网络和Transformer模型进行端到端的训练，使模型能够达到良好的图像分类结果。在Chest X-Ray Images肺炎标准数据集上进行了实验，实验结果表明，所提模型的肺炎识别准确率、精确率和召回率分别达到97.27%、97.69%和98.60%。即该模型具有较好的可行性，可使基层儿童肺炎的临床诊断准确率得到很大提升。
图像处理 图像分类 儿科肺炎 残差网络 自注意力机制 Transformer 激光与光电子学进展
2023, 60(4): 0410013
