1 西南石油大学 电气信息学院,成都 610500
2 西南石油大学 理学院,成都 610500
为了提高基于结构光法的3维重建精度,采用机器学习中的回归模型对物体进行了3维形貌测量,通过以单目式获取对象高度点不同方向的光强信息簇样本,将其作为回归模型的训练集,在训练好回归模型后,直接建立起条纹图案的光强信息分布与对象高度之间的映射函数关系,完成对目标的3维测量;将调制条纹光数值信息以特征形式导入回归模型,获得端到端高度信息,验证了机器学习的神经网络回归模型在3维面形重建上的可行性。结果表明,该模型即使在投影特征模糊或噪音较大的情况也能较精确地重建3维面形,平均重建误差为1.40×10-4 mm,优于一般面形重建方法的数据。该研究为物体在强干扰条件下的单目式高精度3维面形重建提供了参考,简化了繁琐的计算过程和测量过程,提高了测量精度。
信息光学 高精度3维面形重建 深度神经网络 结构光 单目式 形变条纹 information optics high precision 3-D surface reconstruction deep neural network structured light monocular stripe of deformation、
1 北京信息科技大学 仪器科学与光电工程学院, 北京 100192
2 西安应用光学研究所, 西安 710065
为了实现深空探测系统对成像光束的高速和高精度控制, 以50 mm×4 mm的单晶硅反射镜作为负载, 采用理论和仿真分析相结合的方法, 对音圈电机驱动的快速反射镜进行了理论分析和实验验证。给出了该快速反射镜的一般构成、工作原理及数学模型, 采用有限元法分析计算了音圈电机线圈、永磁体和气隙尺寸对驱动力矩的影响, 最后设计、制作了快速反射镜样机, 并进行了测试。结果表明, 快速反射镜的转角范围大于±1°, 带宽(3 dB)大于500 Hz。该研究结果有助于推广光学快速反射镜在深空探测、激光通信、光电对抗等领域的应用。
光学设计 信息光学 深空探测 有限元方法 快速反射镜 音圈电机 optics design information optics deep space detection finite element method fast steering mirror voice coil actuators
1 合肥工业大学计算机与信息学院, 安徽 合肥 230601
2 天津津航技术物理研究所, 天津 300192
散射介质会改变光子的传播方向和传输路径, 导致成像质量下降甚至形成散斑。理论上, 散射介质的传输矩阵可以被用来恢复目标信息, 但是求解传输矩阵的过程十分复杂, 而且精度也受较多因素的影响。近年来, 迅速发展的深度学习技术为解决散射光场成像问题提供了新思路, 其作为一种求解逆问题的常用方法可以准确恢复目标信息、提高成像质量, 在散射光场成像领域发挥着重要作用并涌现出了一系列突出的科研成果。基于深度学习算法中的监督学习和无监督学习, 总结了现阶段基于深度学习算法的散射光场成像技术的研究进展, 并从深度学习技术的网络结构、成像质量、泛化性等方面分析比较了各类智能算法成像技术性能。最后, 分析了基于深度学习算法的散射光场成像技术的优势及面临的挑战, 并展望了该领域未来可能的发展趋势。
信息光学 散射光场成像 目标重建 深度学习 散射介质 information optics scattering imaging target reconstruction deep learning scattering media
1 暨南大学光子技术研究院, 广东省光纤传感与通信技术重点实验室, 广东 广州 511436
2 广东工业大学先进光子技术研究院, 广东 广州 510006
1992 年 Allen 等认识到光子可以携带轨道角动量 (OAM), 其表现为波前的螺旋相位分布。由于其独特的光场分布以及其拓扑荷理论上可取任意整数等特性, OAM 光束在超分辨成像、高密度数据编码等领域具有重要作用。对微纳尺度下 OAM 光束与物质相互作用新机制的研究, 有望为现代光子器件以及多维光与物质相互作用等领域提供新的思路和方法。介绍了本课题组利用 OAM 光束在纳米结构上实现多维信息复用以及 OAM 光束拓扑荷的探测技术, 并对纳米尺度 OAM 光束的应用进行了展望。
信息光学 轨道角动量 光复用 编码解码 完美涡旋光 涡旋光检测 information optics orbital angular momentum optical multiplexing coding and decoding perfect optical vortex detection of vortex beam
1 苏州科技大学 电子与信息工程学院, 江苏 苏州 215009
2 南京航空航天大学 电子信息工程学院, 江苏 南京 211106
为解决传统去雾算法对雾天图像增强后出现光晕效应和细节丢失的问题, 提出一种基于结构和纹理感知的变分Retinex模型。利用引导滤波对初始光照分量进行估计; 改进平均局部偏差滤波器用于图像的结构和纹理感知, 以此设计权重矩阵以改进变分Retinex模型, 对光照分量进行优化; 利用反转图像结合Retinex理论对雾天图像进行增强; 利用伽马校正对图像的颜色进行调整。实验证明, 方法能够有效去除图像中的雾气, 避免光晕效应, 同时能保留更多的细节信息。
信息光学 图像去雾 Retinex理论 引导滤波 最小二乘法 伽马校正 information optics image defogging Retinex theory guided filtering least square method gamma correction
贵州大学 大数据与信息工程学院, 贵州 贵阳 550025
为解决原始单源图像缺乏多尺度细节信息和图像融合后出现的噪声问题, 提出了一种基于小波变换的多尺度图像融合增强算法, 根据不同频率子带分量采用不同融合规则的思想, 对高频子带提出了三种融合方法, 同时构建了一种新颖的多尺度残差金字塔空间并将其参与融合过程, 以减少融合噪声。多种小波分解和对比实验结果表明, 提出的小波多尺度融合增强算法能够在一定程度上减小融合图像噪声同时增强图像的多尺度细节信息。
信息光学 小波变换 多尺度图像融合 信息增强 information optics wavelet transform multi-scale image fusion information enhancement
1 西安思源学院 电子信息工程学院, 陕西 西安 710038
2 西安交通大学 理学院, 陕西 西安 710049
3 郑州轻工业大学 软件学院, 河南 郑州 450002
传统基于卷积神经网络(CNN)算法的人群异常行为检测方法由于采用二维卷积核提取图像特征, 故无法准确捕捉视频流在时序上的动态特征。为此, 提出一种基于改进C3D网络与随机森林(RF)算法相结合的检测方法。利用具有时间特征捕捉能力的C3D网络进行视频流梯度方向直方图(HOG)特征提取, 并作为三维卷积核输入以实现对视频时空特征的提取;使用随机森林分类器替代softmax全连接层以避免训练过程中繁琐的梯度计算操作, 并降低对训练数据集样本规模的要求;基于基准数据集的算例结果表明, 所提出的改进C3D-RF方案对人群异常行为的检测准确率保持在90%以上, 且与传统C3D网络、支持向量数据描述模型(SVDD)、编码深度卷积神经网络(CAE)等方法相比, 其训练时间缩短了15.34%以上。
信息光学 异常行为检测 C3D网络 随机森林 视频监控 时空特征提取 information optics abnormal behavior detection C3D network random forest video surveillance spatio-temporal feature extraction
1 华南农业大学 电子工程学院(人工智能学院) 应用物理系, 广东 广州 510642
2 暨南大学 理工学院 光电工程系, 广东 广州 510632
针对目前条纹模板测量法在图像畸变校正中所存在的过校正问题, 文章采用载频条纹相位解调分析结合畸变模型实现对镜头桶形畸变的测量与校正。以载频条纹图像作为校正模板, 使用广角镜头相机进行拍摄, 获得畸变条纹图像; 采用具有高空间局域特性的四步相移分析方法进行相位解调, 获得畸变中心位置以及径向畸变量分布; 根据桶形径向畸变的偶数阶多项式模型展开数值拟合分析, 对畸变参量进行估算, 结合畸变中心位置点参量, 最终实现对畸变图像的校正。数值模拟以及实验结果表明, 方法简单、有效, 具有实际的应用价值。
信息光学 畸变校正 机器视觉 相位分析 条纹图像分析 information optics distortion correction computer vision phase analysis fringe-pattern analysis