1 西安测绘研究所地理信息工程国家重点实验室，陕西 西安 710054
2 武汉轻工大学电气与电子工程学院，湖北 武汉 430048
3 武汉大学遥感信息工程学院，湖北 武汉 430079
4 湖北大学资源环境学院，湖北 武汉 430062
建筑物轮廓线是各类应用的数据源，但散乱、不规则激光点云数据给轮廓线提取带来了难度。针对上述问题，提出一种基于多层级最小外包矩形规则建筑物轮廓线提取方法，首先使用迭代区域增长算法对轮廓点进行分组，根据点数最多的一组确定初始最小外包矩形。再对初始最小外包矩形进行多层级分解，使轮廓点与不同层级最小外包矩形重合，最后根据不同层级最小外包矩形生成轮廓线。使用Vaihingen城区中规则建筑物进行实验，实验结果表明：与最小面积方法与最大重叠度方法相比，所提方法能准确确定初始最小外包矩形，且提取效率得到略微提高。提取的轮廓线角点均方根误差为0.71 m，优于其他4种方法。所提方法可快速提取规则建筑物轮廓线，有利于后续三维重建。
机载激光雷达 建筑物 最小外包矩形 多层级分解 轮廓线提取 激光与光电子学进展
2024, 61(8): 0837013
1 江南大学人工智能与计算机学院，江苏 无锡 214122
2 江南大学先进技术研究院，江苏 无锡 214122
3 江苏省模式识别与计算智能工程实验室，江苏 无锡 214122
4 苏州科技大学电子与信息工程学院，江苏 苏州 215000
针对红外与可见光图像融合方法存在的对源图像特征分离不充分、可解释性低且融合规则难以准确设计等问题，提出基于互信息特征分离表达的红外与可见光图像融合方法，有效分离特征的同时保留源图像的典型信息。首先，采用互信息约束的编码网络提取特征，最大化源图像与特征间互信息来保留源图像的特征表示，同时通过最小化私有和公有特征的互信息来达到分离表达的目的；其次，特征融合阶段设计了层级特征自适应融合模块来有效融合不同层级的特征信息，减小语义差距并调整感受野，增强网络对特征的学习能力；此外，损失函数采用软加权强度损失来平衡红外与可见光特征分布；最后，对比实验的主客观评价结果表明，所提方法能有效融合红外与可见光图像的重要信息，具有良好的视觉感知。
图像处理 红外与可见光图像 互信息 分离表达 层级特征自适应融合 软加权强度损失 激光与光电子学进展
2023, 60(24): 2410002
1 中国电子科技集团公司 第二十六研究所, 重庆 400060
2 模拟集成电路国家重点实验室, 重庆 400060
针对任意复杂膜系结构和电路拓扑结构的声表面波(SAW)滤波器的精确快速设计问题, 该文基于声/电/磁多物理场耦合全波仿真平台, 结合基因遗传优化算法和通用图形处理器(GPGPU)加速技术, 利用有限元分层级联精确模型(HCT)优化设计梯形谐振器, 色散COM模型优化设计纵向耦合谐振器, 实现了任意复杂膜系结构和电路拓扑结构的SAW滤波器的正向设计与优化。通过42° Y-XLiTaO3常规SAW滤波器的优化设计与研制, 设计优化结果与实验结果吻合较好, 验证了该方法的有效性和可行性。
声表面波(SAW)滤波器 全波仿真 分层级联 遗传算法 surface acoustic wave(SAW) filter full-wave simulation hierarchical cascade genetic algorithm
1 中国矿业大学 信息与控制工程学院,江苏 徐州 226
2 中国矿业大学 计算机与科学技术学院,江苏 徐州 1116
针对目前自监督单目深度估计网络在充斥着大量低纹理、低光照区域的室内复杂场景中存在预测深度信息不精确、物体边缘模糊以及细节丢失严重等问题，本文提出一种基于层级特征融合的室内自监督单目深度估计网络模型。首先，通过映射一致性图像增强模块来处理室内图像，提升低光照区域可见性并且保持亮度一致性，丰富纹理细节，一定程度上解决了训练网络时出现模糊假平面恶化模型的问题。然后，设计结合基于注意力机制的跨层级特征调整模块的深度估计网络，充分融合编码器以及编-解码器多层级特征信息，提升网络的特征利用能力，缩小预测深度与真实深度的语义差距。最后，设计基于图像风格特征的格拉姆矩阵相似性损失函数作为额外的自监督信号约束网络模型，提升网络预测深度的能力，进一步提高了预测深度的精度。在NYU Depth V2 和ScanNet室内数据集上进行训练与测试，正确预测深度像素的比例能够分别达到81.9%和76.0%。实验结果表明，相比现有主要的室内自监督单目深度估计网络，本文网络模型很好地保持了物体边缘和细节信息，有效地提高了预测深度的精度。
自监督 单目深度估计 图像增强 层级特征融合 格拉姆矩阵 self-supervision monocular depth estimation image enhancement feature fusion gram matrix 光学 精密工程
2023, 31(20): 2993
1 景德镇陶瓷大学材料科学与工程学院，江西 景德镇 333403
2 景德镇陶瓷大学国家日用及建筑陶瓷工程技术中心，江西 景德镇 333001
3 江门职业技术学院，广东 江门 529090
为了提升低温固体氧化物燃料电池阴极的电化学性能，设计制备了2种具有多功能层级骨架结构的La0.6Sr0.4Co0.2Fe0.8O3-δ/Ce0.9Gd0.1O2-δ (LSCF/GDC)阴极材料，研究了层级骨架阴极的显微结构和电化学性能。结果表明：GDC初级骨架其孔隙率高达80.5%，充分保证了LSCF或GDC次级骨架的构建、后续负载以及工作态下的氧气扩散。采用弛豫时间分布分析不同阴极的电化学阻抗谱，以LSCF纳米颗粒为次级骨架，具有连续电子导电通道，显著增加了反应活性位点，后续负载的GDC纳米颗粒协同促进了氧气的吸附/解离，其600 ℃条件下的总极化电阻仅为0.236 Ω·cm2，得到了制备工艺简单、氧还原反应活性强的层级骨架阴极，有望推动低温固体氧化物燃料电池的进一步发展。
低温固体氧化物燃料电池 阴极 层级骨架 弛豫时间分布 low-temperature solid oxide fuel cells cathode hierarchical scaffold distribution of relaxation times
1 中国电子科技集团公司第二十六研究所, 重庆 400060
2 模拟集成电路国家重点实验室, 重庆 400060
针对任意复杂拓扑结构的梯形声表面波(SAW)滤波器的精确快速设计问题, 基于声/电/磁多物理场耦合全波仿真平台, 结合基因遗传优化算法和通用图形处理器(GPGPU)加速技术, 利用有限元分层级联精确模型(HCT)代替COM模型进行SAW滤波器的设计与优化, 计算速度和优化速度与COM模型相当。通过42°Y-X LiTaO3常规SAW滤波器的优化设计与研制, 插入损耗为0.67 dB, 2 dB相对带宽为3.85%, 验证了该方法的有效性和可行性。
SAW滤波器 全波仿真 分层级联 遗传算法 SAW device full-wave simulation hierarchical cascade genetic algorithm
上海工程技术大学机械与汽车工程学院，上海 201620
为探索边界载荷对超材料带隙特性的影响，本文构建了一种层级椭圆穿孔板超材料，将载荷直接作用于结构的边界，采用有限元法研究了边界载荷导致结构变形所引起的带隙变化。建立了3个层级椭圆穿孔板有限元模型，将三维椭圆穿孔板简化为二维平面结构，以便于研究结构的面内带隙特性。分析了有无边界载荷作用时层级椭圆穿孔板的带隙特性、传输损耗和带隙边界对应的振型。结果表明，引入层级设计可降低带隙频率，施加边界载荷可打开更多完全带隙和方向带隙，从而更好地抑制弹性波传播，为穿孔板类超材料设计提供了一种新思路。
边界载荷 层级 椭圆穿孔板 超材料 有限元法 带隙 boundary load hierarchy elliptical perforated-panel metamaterial finite element method bandgap
1 昆明理工大学 信息工程与自动化学院, 云南 昆明 650500
2 云南省人工智能重点实验室, 云南 昆明 650500
为解决残差块间的层级特征利用不充分导致生成的图像结构扭曲、视觉模糊等问题, 提出结合注意力和残差聚合的图像超分辨率重建算法。网络通过浅层特征聚合模块获取多尺度的特征并输入到残差聚合网络, 采用渐进式融合策略从局部和全局两方面对各个残差块的特征进行聚合, 以达到充分利用残差块层级特征的目的。为进一步增强特征表示, 利用双重注意力机制分别从空间和通道来关注特征之间的相互依赖性。实验结果表明, 与SRCNN、FSRCNN等方法相比, 算法重建的图像结构清晰且细节信息丰富。
超分辨率 残差聚合 注意力机制 层级特征 super-resolution residual aggregation attention mechanism hierarchical features
复杂系统控制与智能协同技术重点实验室，北京 100074
不同类型的探测器在成像机理上有不同的侧重点，使得成像图像表征的信息也有所不同，导致单幅图像不能完整地反映场景的有效信息。因此，提取多源图像的互补信息，并去除其中的冗余信息，合成一幅能准确、完整表达场景的复合图像的技术成为了图像处理领域中一项非常重要的技术，图像融合正是这类问题的一种有效解决方法。针对传统多尺度分解的图像融合方法易产生噪声和信息缺失的现象，文中提出了一种基于多层级图像分解的红外与可见光图像融合算法。首先，利用加权平均曲率滤波的边缘保持特性与高斯滤波的平滑特性，构建了多层级图像分解模型。在利用该模型将源图像分解为小尺度层、大尺度层和基层等3个不同层级。然后，针对基层，采用能量属性融合策略进行融合；针对大尺度层，采用复合融合策略进行融合；针对小尺度层，采用最大值融合策略。最后，将融合后的层级进行加和，以重构出最终的融合图像。实验结果表明：文中提出的基于多层级图像分解的图像融合算法能够有效降低噪声产生的概率，同时减少了融合后的信息缺失。
红外与可见光图像 图像融合 加权平均曲率滤波 多层级图像分解 融合策略 infrared and visible image image fusion weighted mean curvature filtering multi-layer image decomposition fusion strategy 红外与激光工程
2022, 51(8): 20210681
北京理工大学光电学院光电成像技术与系统教育部重点实验室，北京 100081
虹膜纹理容易被纹理隐形眼镜隐藏甚至伪造，进而对虹膜识别系统的安全性构成了威胁。针对真实虹膜与纹理隐形眼镜伪造虹膜光学特性和纹理特征差异较小的问题，提出了一种循环注意力隐形眼镜虹膜防伪检测方法RAINet。利用循环注意力机制对能区分真伪虹膜的关键区域进行无监督定位，并通过多层级特征融合提升防伪检测精度，构建了端到端防伪检测网络，无需图像预处理即可直接进行真伪特征检测。采用MobileNetV2作为特征分类网络，在保持检测精度的同时，减少了网络的参数量和计算量。在包含真实虹膜样本和隐形眼镜虹膜样本的两个公开数据库（IIITD CLI和ND系列）上进行了实验验证。结果表明，RAINet的检测精度优于其他防伪检测网络，在同传感器、跨传感器和跨数据库实验条件下的平均正确分类率分别可达到99.93%、97.31%和97.86%。
机器视觉 纹理隐形眼镜 虹膜防伪检测 循环注意力机制 多层级特征融合 光学学报
2022, 42(23): 2315001
