邹鸿博 1章彪 1王子川 1陈可 2[ ... ]袁波 1,*
作者单位
摘要
1 浙江大学 光电科学与工程学院, 浙江 杭州 310027
2 之江实验室类人感知研究中心, 浙江 杭州 311100
细胞内镜需实现最大倍率约500倍的连续放大成像,受光纤照明及杂散光的影响,其图像存在不均匀光照,且光照分布会随放大倍率的变化而变化。这会影响医生对病灶的观察及判断。为此,本文提出一种基于细胞内镜光照模型的图像不均匀光照校正算法。根据图像信息由光照分量和反射分量组成这一基础,该算法通过卷积神经网络学习图像的光照分量,并基于二维Gamma函数实现不均匀光照校正。实验表明,经本文方法进行不均匀光照校正后,图像的光照分量平均梯度和离散熵分别为0.22和7.89,优于自适应直方图均衡化、同态滤波和单尺度Retinex等传统方法以及基于深度学习的WSI-FCN算法。
细胞内镜 不均匀光照 光照模型 卷积神经网络 cytoendoscopy non-uniform illumination illumination model convolutional neural network 
中国光学
2024, 17(1): 160
罗昭锦 1刘程峰 1贾文宝 1,2单卿 1[ ... ]凌永生 1,2,*
作者单位
摘要
1 南京航空航天大学核分析技术研究所 南京 211106
2 江苏省高校放射医学协同创新中心 苏州 215031
3 兰州大学核科学与技术学院 兰州 730000
4 苏州冠锐信息科技有限公司 苏州 215008
核辐射场区全覆盖路径规划对于辐射环境下区域作业者的辐射安全有重要意义。本研究基于生物启发神经网络算法,提出一种进行辐射剂量最优控制的全覆盖路径规划算法。首先,利用福岛核电站部分地形以及蒙特卡罗粒子输运程序分别构建模拟核辐射场区的障碍物分布和辐射剂量场,然后,采用Python语言进行算法仿真试验,模拟核辐射场区的每一个栅格定义为一个神经元,建立起生物启发神经网络,将栅格剂量率与神经元活性耦合实现路径规划的辐射剂量最优控制,分别采用单个、4个和8个移动单元进行仿真试验。结果表明:单个移动单元的规划路径在实现100%覆盖率,4%覆盖重复率的同时,能够优先覆盖低剂量区,延后覆盖高剂量区,实现了过程剂量和累积剂量的最优控制。为提高全覆盖的时间效率和获得更低的单体累积剂量,对算法进行多单元协同搜索的改进,结果表明:4单元和8单元仿真的覆盖重复率分别为5.72%和6.29%,1单元、4单元和8单元仿真完成全覆盖时间分别为30 min、9 min和4 min,时间效率成倍提高;最大单体累积剂量分别为4.11×10-3 mSv、1.28×10-3 mSv和0.85×10-3 mSv,也在显著降低。本文提出的算法能实现过程剂量和累积剂量最优控制的全覆盖路径规划,另外算法可以协同规划多单元路径,显著降低单体累积剂量,对辐射环境下区域作业的辐射防护有重要意义。
生物启发神经网络 核辐射场区 全覆盖路径规划 多单元协同 剂量控制 Bio-inspired neural network Nuclear radiation field Complete coverage path planning Multi-unit collaboration Dose control 
辐射研究与辐射工艺学报
2024, 42(1): 010601
徐瑞书 1,2,3罗笑南 3沈瑶琼 1,2郭创为 1,2[ ... ]雷李华 1,2,*
作者单位
摘要
1 上海市计量测试技术研究院,上海 201203
2 上海在线检测与控制技术重点实验室,上海 201203
3 桂林电子科技大学 计算机与信息安全学院,广西 桂林 541004
提出了一种结合深度学习的空间相位解包裹方法,采用基于改进U-Net网络的编码器-解码器架构,同时加入包含双向长短期记忆网络(BILSTM)的CBiLSTM模块,并且结合注意力机制,避免了典型卷积神经网络学习全局空间依赖关系的固有缺陷的同时增强了深度学习模型对相位解包裹任务中的关键信息的关注能力。通过大量的模拟数据,验证了文中方法在严重噪声(SNR=0)、不连续条件和混叠条件下的鲁棒性,在以上三种情况下,同其他深度学习网络模型进行对比,文中所提出的网络模型的归一化均方根误差(NRMSE)分别为0.75%、1.81%和1.68%;结构相似性指数(SSIM)分别为0.98、0.92和0.94;峰值信噪比(PSNR)分别为40.87、32.56、37.38;同时计算时间显著减少,适合应用到需要快速准确的空间相位解包裹任务中去。通过实际测量数据,验证了文中提出网络模型的可行性。该研究将双向长短期记忆网络(BILSTM)和注意力机制同时引入光学相位解包裹问题中,为解决复杂相位场的解包裹提供了新的思路和方案。
相位解包裹 深度学习 注意力机制 长短期记忆网络 卷积神经网络 phase unwrapping deep learning attention mechanism long short-term memory network convolutional neural network 
红外与激光工程
2024, 53(2): 20230564
作者单位
摘要
天津大学精密仪器与光电子工程学院光电信息技术教育部重点实验室,天津 300072
图像匹配能将待匹配图像变换到原有图像的坐标系中,在各种视觉任务中起着重要的作用。基于特征的图像匹配算法能够在图像中匹配到一些更具区分度的特征,与其他图像匹配方法相比,其具有高精度、高灵活性、高鲁棒性等特点。针对传统特征匹配算法匹配稀疏的问题,提出一种基于改进深度特征匹配算法的密集特征匹配方法。首先,通过VGG网络提取图像的一系列特征图,在初始特征图进行最邻近匹配计算单应性矩阵并进行视角变换;然后,基于特征图的频域匹配特点进行深层特征图融合,用于特征粗匹配;最后,基于粗匹配的结果在浅层特征图上进行特征细匹配用于校正特征匹配的结果。实验结果表明:所提算法提升了特征匹配的精度和匹配的特征数量。
机器视觉 卷积神经网络 特征融合 图像匹配 图像处理 
激光与光电子学进展
2024, 61(8): 0815001
作者单位
摘要
西南科技大学 信息工程学院,四川 绵阳 621010
针对现有10 kW高功率工业微波炉,采用继电器作为控制执行器,在使用传统控制方法加热时,温度存在较大超调和明显振荡,系统温度稳定性较低,为解决上述问题将反向传播神经网络PID(BPNNPID)控制引入到该装置微波加热温度控制中,并以自来水为加热对象进行仿真对比与实验验证。首先,利用现有输入输出实验数据,建立工业微波炉温度控制模型;其次,运用MATLAB/SIMULINK搭建高功率工业微波炉温度控制系统并进行仿真对比实验;最后,实验验证BPNNPID控制方法在加热5 kg自来水时工业微波炉的温度控制性能,实验结果表明,较常规PID、模糊PID控制,该方法在微波加热过程中对媒质温度控制超调更小且未发生明显温度振荡,有效改善了高功率工业微波炉工作时的系统温度稳定性,有助于提高产品质量和安全性能。
高功率 微波加热 反向传播神经网络 PID 温度控制 high power microwave heating back propagation neural network PID temperature control 
强激光与粒子束
2024, 36(1): 013010
作者单位
摘要
1 中国科学技术大学 国家同步辐射实验室,合肥 230029
2 中国科学技术大学 核科学技术学院,合肥 230029
针对太赫兹直线加速器,开发了基于EPICS分布式系统的横向截面尺寸测量系统。该系统采用束斑检测器完成束斑到光斑的转换,并通过远心镜头将光斑成像到CCD相机,完成对光斑图像的采集,之后基于ADAravis将相机采集的图像数据汇入到EPICS数据库。由于暗电流以及环境辐射的影响,在采集到的图像中会存在椒盐噪声,因此使用卷积神经网络(CNN)对图像中的椒盐噪声进行抑制,最后对图像进行高斯拟合计算出束流截面尺寸。实验结果表明,CNN可以有效地消除椒盐噪声,并且系统的分辨率达到15.8 μm,满足系统设计要求。
EPICS ADAravis 束流截面测量 机器学习 卷积神经网络 EPICS ADAravis beam profile measurement machine learning convolutional neural network 
强激光与粒子束
2024, 36(3): 034004
作者单位
摘要
1 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 中国科学院通用光学定标与表征技术重点实验室, 安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230026
针对R矩阵光谱重构法面临的问题, 提出了一种基于相机响应特性的光谱分解方法, 对分解出的同色异谱黑的反演建立粒子群优化 BP 神经网络模型 (PSOBP) 以实现网络训练权重的优化, 并利用全局训练样本和局部训练样本的二次光谱重构方式进行了仿真实验。结果表明, 在D65光源下, 利用所提出的方法, RGB相机观测下重构两种测试集均方误差平均值分别至少降低了1.71%和0.51%, 色差最大值分别为3.5579和2.3776, 满足人眼辨别颜色阈值要求; WorldView3观测下光谱重构精度均方误差在410~510、555~565、590~685、705~740 nm波段内不超过2%, 适应度系数表示的可接受样本占比均为91.667%, 色差最大值分别为1.6002和1.1177, 其光谱重构精度以及色度精度较其他方法均有所提高, 且6通道多光谱相机已能满足较高精度光谱重构的要求。
遥感 光谱重构 同色异谱黑 粒子群优化 神经网络 齐次非线性扩展 remote sensing spectral reconstruction metamerism black particle swarm optimization neural network homogeneous nonlinear extension 
量子电子学报
2024, 41(1): 47
作者单位
摘要
1 烟台大学物理与电子信息学院, 山东 烟台 264005
2 中国科学院精密测量科学与技术创新研究院, 湖北 武汉 430071
3 中国科学院西安光学精密机械研究所, 陕西 西安 710119
SO2紫外相机因在时间分辨率、空间分辨率、探测灵敏度以及探测精度等诸多方面均具有显著优势而成功应用于火山活动监测及其动力学研究。为解决紫外相机反演SO2排放速率容易受烟羽湍流及图像低对比度影响等问题,提出了融入神经网络的光流算法。首先,基于大气紫外辐射传输特性,阐述了SO2紫外相机的工作机理及SO2浓度图像的反演方法;其次,将神经网络融入光流算法,实现了火山烟羽图像中SO2排放速率的精确反演;最后,与传统光流法进行对比,论证了神经网络光流算法的科学性及优越性与精确性。实验结果表明:在图像低对比度及烟羽湍流效应的双重影响下,神经网络光流法可以把边缘反演的误差从94%降低至5%,显著提高了SO2排放速率反演的精确性。
SO2相机 光流法 神经网络 排放速率 湍流 火山排放 SO2 camera optical flow algorithm neural network emission rate turbulence volcanic emission 
大气与环境光学学报
2024, 19(1): 98
缪俊锋 1汤斌 1,*陈庆 1龙邹荣 1[ ... ]周密 1,**
作者单位
摘要
1 重庆理工大学电气与电子工程学院, 重庆 400054
2 重庆市铜梁区生态环境监测站, 重庆 402560
工业废水分类是水污染防治和水资源管理的前提和基础,相较于生活污水,工业废水的分类研究相对滞后。水体化学需氧量 (COD) 是衡量水体质量的核心指标,针对现有工业废水COD分类算法中预测精度较低的问题,提出基于门控循环单元 (GRU) 的卷积神经网络 (CNN) 混合模型。该模型首先将紫外-可见光谱法测得的工业废水COD数据进行高斯滤波去噪,然后把去噪后的光谱数据输入CNN模型进行特征提取,最后通过GRU神经网络实现工业废水COD分类。实验结果显示,CNN-GRU分类模型经过200次训练后达到收敛, 分类精度达到99.5%,与长短期记忆方法、GRU方法、CNN-LSTM方法相比,该混合模型的分类精度具有显著优势。
工业废水分类 紫外-可见光谱法 高斯滤波去噪 卷积神经网络-门控循环单元模型 industrial wastewater classification ultraviolet-visible spectroscopy Gaussian filter denoising convolutional neural network-gated recurrent unit model 
大气与环境光学学报
2024, 19(1): 73
作者单位
摘要
1 长安大学地质工程与测绘学院,陕西 西安 710054
2 中国自然资源航空物探遥感中心,北京 100083
3 武汉大学测绘遥感信息工程国家重点实验室,湖北 武汉 430079
目前主流的神经网络在面对复杂多样的地物目标时难以精确区分,同时样本数量少、弱监督条件也容易为神经网络带来大量噪声与错误。为此,在分析遥感影像的地物特点后,提出一种基于权重动态变形的双重网络遥感影像分类方法,通过构架灵活、简易却有效的权重动态变形结构,构建经过改进的分类网络与目标识别网络,形成双网络对照的自我验证,从而提高学习性能、修复误差、增补遗漏、提高分类精度。实验结果表明,所提方法在容易实施的基础上,表现出更强的地物认知能力和更强的噪声抵抗能力,即其能够适应各种遥感影像的分类任务,具有较为广阔的应用潜力。
遥感影像分类 神经网络 权重动态变形 双重神经网络 自我验证 
激光与光电子学进展
2024, 61(8): 0828001

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!