期刊基本信息
创刊：
1964年 • 半月刊
名称：
激光与光电子学进展
英文：
Laser & Optoelectronics Progress
主管单位：
中国科学院
主办单位：
中科院上海光机所
出版单位：
中国激光杂志社
主编：
范滇元
执行主编：
邱建荣
副主编：
戴琼海 张龙 张雨东 曹良才
ISSN：
1006-4125
刊号：
CN 31-1690/TN
电话：
021-69918427
邮箱：
地址：
上海市嘉定区清河路390号
邮编：
201800
定价：
110元/期
本期栏目 2021, 58(22)
激光与光电子学进展 第58卷 第22期
超分辨显微成像技术是细胞生物学中研究细胞器结构、相互作用和蛋白质功能的强大工具,其具有突破光学衍射极限的分辨能力,从纳米尺度上为细胞生物学提供了新的分析手段,对生命科学相关领域具有重大意义。然而,受衍射极限的影响,超分辨显微镜的轴向分辨率相比于横向分辨率要更难以提高,这导致实现细胞结构亚百纳米分辨率的三维成像更为困难。从受激辐射损耗显微术和单分子定位显微术这两种主流技术出发,对目前存在的多种三维成像技术进行了原理介绍和特点分析,最后对其未来发展方向进行了展望。
郁金作为行气活血、通经止痛的要药,近年来受到广泛的关注。为了对四种郁金的道地性和基原进行鉴别和质量控制,采用太赫兹时域光谱技术结合化学计量法(支持向量机法、主成分分析法)对郁金的四种基原进行分类和鉴别。构建了斜坡耗损多类支持向量机(Ramp Loss K-SVC)法、随机森林(RF)法和极限学习机算法(ELM)的三种模型对四种不同基原的郁金进行区分,并开发了 Ramp Loss K-SVC方法,优化了模型参数,使四种郁金的鉴别率提高至93%。该研究为容易混淆的四种基原郁金鉴别提供一种新兴的鉴别技术。
太赫兹技术 太赫兹时域光谱 郁金 支持向量机法 鉴定 terahertz technology terahertz time-domain spectroscopy Curcuma support vector machine identification 
近年来,光谱技术发展极为迅速,可利用物质对光的吸收、反射和透射等特性对物质进行定性和定量分析,是一种快速无损检测技术,被广泛应用于农产品的检测研究。核桃,作为我国栽培历史悠久的一种营养价值丰富的重要农产品,众多学者对其进行了长期而深入的研究。从品种鉴别、长势监测、品质鉴定、分选加工4个方面总结了高光谱和红外光谱技术在核桃检测领域的研究进展,并对比分析了各种光谱检测技术的优劣,提出了核桃相关检测中尚存的问题,并对核桃无损检测研究的发展前景进行了展望。
光谱学 光谱技术 无损检测 核桃 高光谱 红外光谱技术 spectroscopy spectral technology non-destructive detecting walnut hyperspectrum infrared spectroscopy 
长江口青草沙水库是重要的饮用水源,其水质评估非常关键。为客观、科学地评估青草沙水库的水质状况,以水体悬浮物作为评估水质的一个关键参数,利用Landsat-8 OLI高空间分辨率数据开展了相关研究。采用与现场观测匹配的卫星资料,建立了青草沙水库悬浮颗粒物(SPM)的反演算法,利用现场观测资料进行精度验证,结果显示相关系数较高,均方根误差较小,由此表明该算法的反演精度较高,结果可信。利用建立的算法,对Landsat-8 OLI数据进行处理得到2013—2019年的SPM平均空间分布和时间分布特征。结果发现:河口范围内青草沙水库SPM浓度最低;水库上部SPM浓度随季节变化较大,在冬季最大,春季最小;水库中部与下部SPM浓度较低且变化很小。研究结果表明,长江口青草沙水库水体清澈,水质较好。
海洋光学 长江口 青草沙水库 悬浮颗粒物 Landsat-8 OLI 遥感反演 ocean optics Yangtze River estuary Qingcaosha reservoir suspended particulate matter Landsat-8 OLI remote sensing inversion 
针对传统方法在机械故障诊断时存在特征提取困难、分类器训练复杂等问题,提出了一种基于S变换和卷积神经网络(CNN)的滚动轴承故障诊断方法。首先,将轴承的原始数据经过S变换得到时频图,再通过CNN进行二次特征提取。然后,通过分类器对故障进行分类,并对滚动轴承进行故障诊断。实验结果表明,相比长短时记忆网络、CNN和支持向量机,该方法的诊断准确率更高且稳定性也较好。
信号处理 S变换 卷积神经网络 长短时记忆网络 支持向量机 故障诊断 signal processing S-transform convolutional neural network long short-term memory network fault diagnosis 
针对雷达微动手势识别中的回波信噪比低、数据量大、特征可解释性差的问题,提出了一种基于随机森林的超宽带雷达微动手势识别系统。微动手势雷达截面积小,进而导致信噪比低、正向特征模糊等问题。针对这些问题,采用聚类算法提取回波主向量并构建多项式特征,以减少冗余数据,提高手势回波信噪比。对于训练过程中特征图谱可解释性破坏的问题,采用随机森林可视化特征贡献率并以此选择特征应用于模型。实验结果表明,在不同底噪的回波信号下,该算法相比于其他算法具有更好的识别性能,这验证了算法的有效性。
图像处理 动态手势识别 多普勒处理 多项式特征 随机森林 image processing dynamic gesture recognition Doppler processing polynomial feature random forest 
消热差是红外光学系统设计的重要环节之一,本文介绍使用波前编码技术进行红外光学系统消热差设计的原理及方法,分析波前编码的基本原理,给出波前编码光学系统调制传递函数(Modulation Transfer Function, MTF)的表达式。在此基础上,以三片式长波红外光学系统为例,利用ZEMAX光学设计软件分析其在常温(+20 ℃)、-40 ℃和+60 ℃下的成像质量。分析结果表明,该系统在常温下的成像质量接近衍射极限,但是当温度在-40~+60 ℃之间变化时,MTF值迅速下降且出现零点,说明系统的成像质量急剧恶化,不再满足使用要求。加入波前编码相位版进行消热差设计后,MTF值对温度不再敏感,在不同温度下可以得到较为清晰的目标图像,表明波前编码技术可以实现红外光学系统的消热差设计。
几何光学 红外光学系统 波前编码 消热差 调制传递函数 相位版 geometric optics infrared optical system wavefront coding athermalization modulation transfer function phase plate 
以主动式毫米波全息成像的应用为背景,中国科学院上海微系统与信息技术研究所研制的异质结AlGaAs/GaAs PIN二极管毫米波开关为安检成像领域的关键核心器件,为此提出一种基于高、低阻抗变换线的补偿结构以优化高频处的匹配程度。设计合适的毫米波倍频链路、低插入损耗的带通滤波器以及低插入损耗和高隔离度的开关通道阵列,实现一款满足系统要求的输出功率和一致性且谐波抑制良好的发射前端。结果表明,在28~34 GHz频段内,各通道的输出功率大于10 dBm,谐波抑制度大于22 dBc,通道间的隔离度大于23 dB,通道间的差异小于2 dB,满足主动成像发射端的要求。集成相应天线阵列和接收前端后进行成像实验,可以得到分辨率为0.5 cm的毫米波成像。
针对传统桥梁裂缝检测算法检测精度低和现有的主流语义分割算法容易丢失裂缝图像细节信息、结果不连续等问题,提出了一种基于改进PSPNet的桥梁裂缝图像分割算法。首先使用无人机采集桥梁图像,通过图像增强处理得到桥梁裂缝数据集;其次通过带有扩张卷积的残差网络初步提取裂缝特征;接着将提取到的特征送入到空间位置自注意力模块(SPAM)和金字塔池化模块的串联结构中,使其能够在空间维度上获得丰富的上下文信息。实验结果表明,与现有的主流语义分割算法相比,所提算法得到的裂缝细节更加丰富,各项分割指标都有较为显著的提升,平均交并比达到84.31%,并能对细小桥梁裂缝进行准确、完整提取。
图像处理 桥梁裂缝检测 自注意力机制 金字塔池化 残差网络 image processing bridge crack detection self-attention mechanism pyramid pooling residual network 
针对安检X光图像中违禁品的自动检测一直存在困难,使用不同尺度的特征比例平衡模块、U型网络递归模块和残差边注意力模块构建EM2Det(Enhanced M2Det)模型,进一步提升M2Det模型的检测性能。首先考虑主干网络深层中的高语义信息和浅层中的细节特征信息,借鉴特征金字塔思想设计特征融合增强模块,加强模型对主干网络中不同尺度特征的提取能力;然后设计8个U型网络递归模块,增强其对基本特征不同水平、不同尺度的细节特征提取能力;接着使用CBAM(Convolutional Block Attention Module)构建残差边注意力模块,使其关注有效特征,抑制无用的背景干扰;最后在SIXray_OD数据集上对模型进行验证。实验结果表明,设计的各个模块均有不同程度的提升效果,EM2Det模型的平均精度比M2Det模型提升6.4个百分点。
图像处理 目标检测 安检X光图像 EM2Det模型 特征金字塔 多尺度 image processing object detection security X-ray images EM2Det model feature pyramid multiscale 
多聚焦图像融合作为一种有效的信息融合方法,在图像处理和计算机视觉领域引起了越来越多的关注。提出了一种基于离散Walsh-Hadamard变换(DWHT)和引导滤波的多聚焦图像融合算法。首先,提出了一种新的聚焦区域检测方法,该方法运用DWHT并计算L1范数得到初始决策图;然后,运用数学形态学方法和引导滤波优化生成最终决策图;最后,由像素加权平均规则和最终决策图得到融合图像。为验证所提算法的有效性,选择3组研究中普遍使用的多聚焦图像进行实验,并将该算法运用于实际应用中采集到的2组多聚焦序列图像,与其余几种算法相比,所提算法在主观定性分析和客观定量评价指标上均表现出明显的优势。实验结果表明,与其他多聚焦图像融合算法相比,所提算法能更有效地从源图像中提取聚焦区域,增强融合图像的细节保留能力和空间连续性。
图像处理 多聚焦图像融合 离散Walsh-Hadamard变换 引导滤波 聚焦区域检测 image processing multi-focus image fusion discrete Walsh-Hadamard transform guided filtering focus region detection 
运动伪影是光学相干层析造影成像(OCTA)俯视图中的一个重要问题。提出一种补偿特征图像滤波(CEF)算法去除光学相干层析造影成像俯视图的运动伪影。首先,利用奇异值分解(SVD)将光学相干层析造影成像俯视图展开为一系列的特征图像;然后,利用高通特征图像和从第一特征图像中抽取得到的正交补偿积这两部分来重建恢复图像。实验结果表明,CEF算法能较好地去除条纹噪声,经CEF算法复原得到的图像有着较传统特征图滤波算法更好的图像质量。该算法为其他扫描成像系统去除类似的条纹噪声提供了新的参考。
图像处理 光学相干层析造影成像 运动伪影 条纹噪声 奇异值分解 特征图滤波 image processing optical coherence tomography angiography motion artifact stripe noise singular value decomposition eigenimage filtering 
由于低照度以及场景光不均匀的环境下图像的成像特点,普通的边缘检测方法无法有效检测出完整清晰的边缘图像。本文结合参数化对数图像处理(PLIP)模型对低亮度图像敏感、处理效果接近人眼视觉观察的结果等优点提出一种新的边缘检测算法。首先,利用PLIP模型理论推导出新的梯度算子,然后分析传统Canny算法检测边缘过程的不足并加以改进,并将推导出的新梯度代替了传统Canny算法中的梯度,运用Canny算子的三个最佳边缘检测标准提取图像的边缘。最后,通过对微光实验平台获取的低照度和场景光不均匀环境下的图像进行边缘检测对比验证。实验结果表明,新算法边缘检测的线型连接程度相较于传统Canny算法、Sobel算法和原对数图像处理模型(LIP)算法分别提升了约10%、30%和4%,其检测效果更佳。
图像处理 边缘检测 参数化对数图像处理模型 Canny算法 低照度 image processing edge detection parameterized logarithmic image processing model Canny algorithm low illumination 
为保护尺度空间边缘和角点信息,提高特征匹配算法的可靠性,提出一种Sub-Window尺度空间的Attention-HardNet特征匹配算法。该算法通过Sub-window box filter构建尺度空间来充分保留尺度空间图像边缘及角点信息;使用FAST算法提取尺度空间特征点来提高特征点提取速度,再利用圆形非极大值抑制算法对其进行优化,提高准确率;对HardNet特征提取网络添加SENet注意力机制,构成Attention-HardNet,提取鲁棒性更强的128维浮点型特征描述符,最后利用L2距离衡量不同描述符的相似性,完成图像特征点匹配。在Oxford数据集上对匹配算法抗尺度、压缩、光照等性能进行测试,由测试结果可以看出本文算法相较于常用匹配算法,匹配正确率得到较大提升,相较于L2net、HardNet等深度学习方法,匹配正确率提高3%左右,速度约提高10%。
图像处理 sub-window尺度空间 圆形非极大值抑制算法 HardNet SENet注意力机制 image processing sub-window scale space circular non-maximum suppression algorithm HardNet SENet attention mechanism 
深度学习和自注意力机制的应用,使语义分割网络的性能得到了大幅提升。针对目前自注意力机制将每个像素的所有通道看作一个向量进行计算的粗糙性,基于空间维度和通道维度提出了一种分组双注意力网络。首先,将特征层分成多组;然后,自适应过滤掉每组特征层的无效基组,从而捕获精确的上下文信息;最后,将多组加权后的信息进行融合,获得较强的上下文信息。实验结果表明,本网络在两个数据集上的分割性能均优于双注意力网络,在PASCAL VOC2012验证集上的分割精度为85.6%,在Cityscapes验证集上的分割精度为71.7%。
图像处理 语义分割 注意力模块 深度学习 image processing semantic segmentation attention module deep learning 
细粒度图像识别研究的内容是大类下的子类别识别问题,其关键是找到图像中的关键区域并从中提取有效特征。针对现有方法在定位关键区域时无法兼顾准确性和计算量的问题,提出了一种引入高效通道注意力模块的多分支网络。首先,在递归注意力卷积神经网络的基础上引入通道注意力定位图像中目标的位置。然后,用深度超参数化卷积替换传统卷积操作,增加了网络可学习的参数。最后,用改进的注意力部件模块切割出多个图像关键区域部件,以捕捉丰富的局部信息。实验结果表明,本方法在弱监督情况下的识别效果较好,在两个常用细粒度数据集Stanford Cars、Food-101上的识别准确率分别为95.4%和90.6%。
图像处理 细粒度图像识别 通道注意力 深度超参数化卷积 卷积神经网络 image processing fine-grained image recognition channel attention depthwise over-parameterized convolution convolutional neural network 
针对卷积稀疏编码能够较好地保留图像信息特征的这一特点,提出基于低秩分解和卷积稀疏编码的多源图像融合方法。为了避免图像分块处理对图像结构的影响,将每幅待融合图像进行全局处理。首先,通过低秩分解将图像分解成低秩和稀疏两部分;接着,对稀疏部分进行卷积分解,可以训练得到一组稀疏滤波器字典,再将卷积稀疏编码应用到图像的融合中;然后,对低秩和稀疏成分分别设计不同的融合规则,得到融合低秩成分和融合稀疏成分,最终得到融合图像。最后,为了验证所提方法的融合效果,将所提方法与其他方法进行对比实验。实验结果表明,所提方法在视觉效果和客观评价指标方面均取得良好的效果。
图像处理 图像融合 低秩分解 稀疏表示 卷积稀疏编码 image processing image fusion low rank decomposition sparse representation convolution sparse representation 
针对传统尺度不变特征变换(Scale Invariant Feature Transform, SIFT)算法存在特征点冗余和计算量大等问题,提出一种基于双预筛选的强鲁棒性SIFT算法。首先在构造差分空间之前,利用像素点8邻域标准差相似度方法对特征点进行预筛选,然后利用极值检测方法对特征点进行精确定位。针对传统随机采样一致性(RANSAC)算法存在匹配效率低等问题,提出一种自适应三维多峰直方图投票的方法,采用该方法对初始匹配进行筛选,筛选结果作为RANSAC的初始内点集并对初始匹配进行提纯,最后在最优内点集中对模型参数进行计算。实验结果表明,所提算法在不同类型的图像中,相较于传统SIFT+RANSAC算法,特征点的检测时间平均减少11.7%,总运行时间平均降低10.7%,正确匹配数平均提升2.8%;召回率与F值分别平均提升4.9个百分点与2.7个百分点,说明所提算法的综合性能具有有效性。
图像处理 SIFT算法 随机采样一致性 预筛选 特征点提取 特征点匹配 image processing SIFT algorithm random sample consensus pre-screening feature point extraction feature point matching 
为了保护图像隐私、解决光学图像加密对光学仪器精密度依赖度高的问题,提出了基于自动编码器的光学图像加密方法。该方法使用深度神经网络模拟双随机相位编码,通过在输入中加入目标随机图像模仿第一层随机相位模板,利用编码网络的卷积核模仿第二层随机相位模板。卫星图像实验结果表明,本文方法能有效地加密光学图像,直方图上密文图像像素点分布较为均匀。和基于CycleGAN的加密方法相比较,本文方法更简单,计算资源消耗更少,加密性能不受光学仪器性能的影响,加密后图像的峰值信噪比(PSNR)值下降了6.5745,水平、垂直和对角方向上相邻像素的相关系数绝对值分别低了0.110375,0.118625,0.01335,解密后图像的PSNR值上升了1.4075,结构相似性值高了0.0428。
图像处理 图像隐私 自动编码器 光学图像 图像加密 双随机相位编码 image processing image privacy autoencoder optical image image encryption double random phase encoding 
针对去雾过程中的偏色及去雾不彻底等问题,提出了一种基于雾度分布与自适应线性衰减的图像去雾算法。从雾天图像退化本质以及雾度与透射率呈负相关的特性出发,提出了一种自适应线性衰减模型以完成清晰图像暗通道的估计,并得到了透射率。根据大气光仅能反映亮度信息的特性,利用雾度分布对局部大气光进行改进,并结合大气散射模型得到了去雾结果。实验表明,所提算法去雾彻底、颜色自然、亮度适宜,在主客观评价中均取得了令人满意的结果。
图像处理 图像去雾 雾度分布 纹理特征 场景深度 线性衰减 大气光改进 image processing image dehazing haze distribution texture characteristic scene depth linear attenuation atmospheric light improvement 
羊群羊只计数是畜牧生产过程中较为耗时费力的环节,在草原畜牧业中,统计羊只数量有助于过度放牧监测和草原生态评估。采用无人机(UAV)获取航拍图像,制作了羊群密集计数(USC)数据集,为羊群密集计数研究提供数据支持。在USC数据集上,对MCNN、CSRNet、SFANet、Bayesian Loss网络模型进行了实验。实验结果表明:由于遮挡,羊群的不规则分布,羊群大小、形状、密度等方面的巨大变化,MCNN、CSRNet、SFANet模型将假设的高斯核应用于点标注计算真值密度图,很难达到高质量;而Bayesian Loss模型提出的Bayesian损失函数对每只羊标注点的计数期望进行监督,取得了较好的计数效果,密度图平均绝对误差(MAE)为3.56,均方误差(MSE)为5.46,平均相对误差(MRE)为1.86%,可为草原羊群密集计数提供有益参考。
图像处理 卷积神经网络 密集计数 羊群计数 密度估计 无人机 image processing convolutional neural network dense counting sheep counting density estimation unmanned aerial vehicle 
目前,大量低照度图像中存在不同程度的饱和区域,这些图像主要是由前后背景亮度差异较大而形成的。对于该类低照度图像,如何在增强低照度区域的同时,尽量保留饱和区域细节纹理成为研究的难点。提出了一种基于光照重映射的低照度图像增强算法,该算法从相机成像原理出发,利用相机响应模型,通过区域化处理和非线性变换对亮度信息进行重新调整。实验结果表明,所提算法具有增强区域广、纹理保真度高、速度快等优点,在主观视觉评价和客观指标上均取得了较好的结果。
图像处理 图像增强 HSV色彩空间 光照重映射 相机响应模型 image processing image enhancement HSV color space light remapping camera response model 
近年来有大量关于无参考模糊图像质量评价的研究,但是目前很多方法都忽略了图像内容对评价结果的影响。针对纯背景的无显著性目标图像和含背景的显著性目标图像的模糊评价方式是不同的,基于人眼注意力机制,前者侧重于图像的整体模糊,而后者更侧重于图像的局部细节模糊。整体模糊指的是图像整体内容的锐度信息,局部细节模糊指的是图像不同位置的局部锐度信息,二者可以将视觉显著性和图像内容更好地结合起来。针对上述问题,提出了一种基于显著性目标分类的无参考模糊图像质量评价方法。首先提出了一种基于显著性检测的目标分类算法,对待评价图像进行显著性目标分类,然后根据分类结果提取其局部模糊特征和全局模糊特征,最后对这两个特征进行融合得到最终的质量评估分数。实验结果表明,该算法不仅在BLUR数据库上取得最优的评价效果,同时在LIVE、CSIQ和TID2013数据库上也有较好的结果,具有很好的鲁棒性。此外,本文算法在各数据库中也表现出了优异的统计性能。
图像处理 模糊图像 质量评价 显著性 目标分类 image processing blur image quality evaluation saliency object classification 
为了克服现有脉冲噪声去除算法的缺陷,进一步提升算法的去噪性能和鲁棒性,提出了一种去除脉冲噪声的小波阈值去噪算法。首先,根据脉冲噪声的灰度特征、分布的随机性及近似均匀性,用统计方法识别噪声像素。然后,用基于信噪强度的自适应阈值和可微收缩函数的小波去噪方法恢复噪声像素。实验结果表明,相比现有算法,本算法去噪得到的图像视觉感知效果、峰值信噪比和边缘保持指数均有较大提升,且具有更好的鲁棒性。
图像处理 脉冲噪声 中值滤波 自适应阈值 可微收缩函数 小波阈值去噪 image processing impulse noise median filter adaptive threshold differentiable shrinkage function wavelet threshold denosing 
针对Faster区域卷积神经网络目标检测算法,提出了一种自适应候选区域建议网络。在训练过程中根据当前损失反馈调节候选区域数目,使候选区域在一定范围内动态变化,进而节省开销,并记录下表现最好的候选区域数目;在测试时用记录的候选区域数目进行测试。针对Softmax函数对候选区域进行分类时需要人为选取置信度阈值带来的时间成本和小目标检测准确率下降问题,提出了一种自适应置信度阈值选取算法。实验结果表明,相比传统算法,本算法的检测速度提升了25%,平均检测精度提高了1.9个百分点。
图像处理 深度学习 目标检测 自适应区域 卷积神经网络 image processing deep learning target detection adaptive area convolutional neural network 
由于室内场景中存在对象种类多样、物体几何信息复杂、物体密集问题,故室内场景结构重建存在着很大的挑战。首先,以“结构分析”为主线,利用改进的随机抽样一致(RANSAC)算法和均值漂移算法检测出房间布局的粗略划分。然后,在将初步划分结果转化为无向图的基础上,利用图割算法得到了房间布局的细分结果。最后,将重建的墙壁、地面与天花板信息相结合,完成了室内场景布局的总体重建。实验结果表明,利用改进后的算法和所提方法得到的重建结果更加准确、效果更好。
图像处理 点云数据 室内场景 均值漂移算法 划分 布局重建 图割算法 image processing point cloud data indoor scenes mean shift algorithm division layout reconstruction graph-cut algorithm 
虽然距离多普勒算法在合成孔径雷达(SAR)成像中有着广泛的应用,但是其产生的图像质量较差,不能满足实际应用的需求。为解决制约传统方法成像质量的关键技术难题,提出了一种基于最佳抽样序列长度的高分辨SAR成像算法。该算法根据SAR距离向和方位向的成像参数,设计了初始抽样序列长度的计算公式。利用获得的初始抽样序列长度以及SAR图像质量性能评估标准,结合曲线极值确定了合理区间变化范围内的最佳距离向和方位向抽样序列长度。机载SAR点目标成像和星载SAR实测数据的实验结果表明了所提算法的有效性。
图像处理 最佳抽样序列长度 分数阶傅里叶变换 合成孔径雷达 距离多普勒算法 傅里叶变换 image processing optimal sampling length fractional Fourier transform synthetic aperture radar range Doppler algorithm Fourier transform 
数字图像技术实现自动对焦的关键步骤是有效的图像清晰度评价。针对传统的灰度梯度算法抗噪性差和实时性低的问题,提出一种改进的清晰度评价算法。首先通过OSTU方法和全局方差计算出图像自适应分割阈值;然后比较自适应分割阈值和图像像素点局部方差以提取整幅图像中的边缘像素点;最后考虑人眼视觉特性,采用多方向的Tenengrad算子对图像进行评价运算,将图像中边缘像素点的评价运算值进行叠加,得到图像的清晰度量化值。为了衡量改进算法的性能,将其与传统的灰度梯度算法进行比较。实验结果表明,与传统的灰度梯度算法相比,所提算法具有实时性高、灵敏度强且抗噪能力好的优点。
成像系统 清晰度评价 自动对焦 自适应分割阈值 边缘像素点 多方向Tenengrad算子 imaging systems definition evaluation auto-focus adaptive segmentation threshold edge pixels multi-directional Tenengrad operator 
受水下强光衰减或散射的影响,水下图像存在颜色失真、模糊和细节丢失等问题,严重影响水下目标识别的精度。针对上述问题,提出一种面向浑浊水域的图像增强方法和YOLOv4算法相结合的方案。首先使用改进的带颜色恢复的多尺度Retinex算法增强水下图像,然后采用全卷积生成式对抗网络实现图像颜色校正和细节恢复,最后通过YOLOv4算法对增强后的图像进行鱼目标识别。结果表明,所提出的图像增强方法与YOLOv4算法相结合方案的平均准确率(mAP)可达到89.59%,与原始图像经训练得到的平均准确率相比提高了7.46%,检测速度达到了90 frame/s。
成像系统 水下视频 图像增强 全卷积生成式对抗网络 YOLOv4 目标识别 imaging systems underwater video image enhancement full convolution generative adversarial network YOLOv4 target recognition 
如何准确地检测出图像中的操纵痕迹是数字图像被动取证领域的研究重点。传统方法利用人工构造的特征进行检测,鲁棒性不强,而基于深度学习的方法虽具有较强的检测能力,但较少关注在正常图像上出现误检的情况。提出了一种改进的RGB-N图像操纵检测算法,该算法在使用F1分数评价操纵目标检测性能的同时,引入了在正常图像上的误检率指标来评价算法的实用性。设计了自适应空域富模型滤波器,构造多尺度融合的特征提取网络,并接入自注意力模块,增强了模型获取图像全局信息的能力,提高检测性能;为降低误检率,设计了真实性判断模块,输出的热图用于判断检测到的目标是否为误检,并通过从操纵目标来源图像选择负样本的训练策略进一步提高模型的分辨能力。实验结果表明,改进的RGB-N模型在含目标拼接与擦除两种操纵手段的数据集上的F1分数为0.759,在未操纵图像数据集上的误检率为0.2%,并在JPEG压缩攻击下具有较好的鲁棒性。
成像系统 图像操纵检测 自适应空域富模型 多尺度融合 自注意力 真实性判断 imaging systems image manipulation detection adaptive spatial rich model multi-scale fusion self-attention authenticity judgement 
在对卷积神经网络(CNN)的可解释性研究中,针对特征信息的定量分析是研究的重点。提出一种基于信息熵的特征度量方法,用于定量分析CNN的特征提取性能。该方法首先针对不同类别的图像计算特征层的激活直方图,然后统计其归一化熵,将其定义为特征纯度。在CIFAR10和ImageNet数据集上对不同CNN模型及其内部结构的特征纯度进行量化评估;在评估特征纯度的同时,结合类激活图进行可视化解释,以验证特定CNN模型的特征提取能力和特征纯度之间的关系。实验结果表明,特征纯度与模型的特征提取能力、模型的分类性能有统计意义上的显著相关性;同时,特征纯度的计算不依赖于分类标签,也不局限于具体网络结构,具有较强的鲁棒性与实用性。所提出的量化评估方法可以有效地评估CNN的特征提取性能。
成像系统 卷积神经网络 特征度量 图像特征 网络可解释性 信息熵 imaging systems convolutional neural networks feature metrics image feature network interpretability information entropy 
针对钢轨表面缺陷检测中,钢轨表面图像存在背景不均匀、缺陷尺度变化大且样本数据不足的问题,提出一种基于图像增强与改进Cascade R-CNN的钢轨表面缺陷检测方法。首先,采用改进Retinex算法处理钢轨表面图像,增强缺陷与背景的对比度。然后,采用改进Cascade R-CNN对钢轨表面缺陷进行检测,并应用交并比(IoU)平衡采样、感兴趣区域对齐和完全交并比(CIoU)损失分别解决训练样本IoU分布与困难样本IoU分布不平衡、感兴趣区域池化中取整量化导致的感兴趣区域与提取的特征图不匹配和回归损失Smooth L1对于预测边框回归不准确的问题。最后,采用翻转变换、随机剪裁、亮度变换和生成对抗网络等方法增广钢轨表面缺陷图像数据集,消除样本数据不足导致的网络训练过拟合现象。实验结果表明,该方法以ResNet-50作为特征提取器,平均精度可达98.75%,相对于未改进的Cascade R-CNN提高了2.52%,且检测时间缩短了24.2 ms。
图像处理 钢轨表面缺陷 图像增强 Cascade R-CNN 感兴趣区域对齐 完全交并比 数据增广 image processing rail surface defect image enhancement Cascade R-CNN region of interest align complete intersection over union data augmentation 
针对结构三维振动同步测量问题,提出一种基于组合特征图案的单目视觉三维振动测量方法。组合特征图案由圆形图案和正弦条纹图案组成并喷涂或粘贴于待测结构表面,采用单目相机对该组合特征图案进行连续成像。运用图像重心算法提取圆形特征的重心坐标,求出结构平行于成像平面的二维振动信息,再运用能量重心频谱校正算法提取中心位置正弦条纹的密度信息,据此求出垂直于成像平面的振动信息,从而实现结构三维振动的同步测量。通过模拟仿真分析了图像噪声、成像分辨率、图案动态特征提取算法对测量性能的影响。对悬臂梁在脉冲激励下的空间自由振动进行实验测量,并与Hough变换圆检测算法的提取信号进行对比,结果表明该方法能够对结构三维振动位移信息进行高精度的同步测量。
测量 三维振动测量 组合特征图案 重心算法 单目视觉 measurement three-dimensional vibration measurement composite feature pattern barycenter algorithm monocular vision 
针对现有线结构光测量系统标定模型复杂、需要特制靶标等局限性,提出了一种新的线结构光测量系统标定方法。利用精密导轨运载平面靶标沿着空间一个方向至少运动两次,创建一组在激光平面上的平行特征线。根据消隐点的原理,建立新的数学模型,可以标定成像像素与运动方向上一维信息的直接对应关系。改变导轨运动方向,另外两个空间正交方向上的像素-维度对应关系同样可以得到。与传统标定方法相比,所提标定方法无需标定系统多组空间关系,简化了传统标定过程,减少了误差的积累。另外,靶标可为普通平面,避免了特制靶标的制造困难。实验结果表明,所提方法测量结果均方根误差(RMSE)为0.0359 mm,平均绝对误差(MAE)为0.0306 mm,可以有效用于线结构光三维(3D)测量。
测量 线结构光 系统标定 特征线 消隐点 measurement line structured light system calibration feature line vanishing point 
针对石油化工场景下传统的人体行为识别算法只关注人员自身行为,无法识别打手机、抽烟等属于人-物交互危险行为的问题,在基于骨骼点的人体行为识别任务中引入目标检测机制,提出基于深度学习的人-物交互行为识别算法。首先,采用OpenPose算法进行姿态估计,进而利用行为识别方法获取初始行为类别;其次,针对传统方法丢失背景和语义信息的问题,使用YOLOv3算法检测感兴趣物体,获得类别和位置信息;然后,通过判断人与物体的空间位置关系来表征人-物交互关系;最后,提出决策融合策略,对人的初始行为类别、物体信息、人-物交互关系进行决策融合,得到最终的行为识别结果。以打手机和抽烟行为为例对所提算法进行验证分析,结果表明,所提算法可以对石化场景下人员的危险行为进行准确识别。
机器视觉 姿态估计 行为识别 目标检测 决策融合 machine vision pose estimation action recognition object detection decision fusion 
针对基于传统特征点匹配的双目视觉测量方法误匹配率高和测量精度低的问题,提出了一种基于ORB(Oriented Fast and Rotated Brief)特征与随机抽样一致性(RANSAC)的双目测距方法。首先,基于双目位置信息的极线约束与基于汉明距离的特征匹配方法删除误匹配点,得到初步筛选的正确匹配点对。然后,基于k维树的近邻点顺序一致性约束方法筛选出初始内点集合,并采用迭代预检验方法提高RANSAC的匹配速度。最后,为了提升测量精度,采用二次曲面拟合得到亚像素点视差并计算实际距离。实验结果表明,本方法可以有效提高特征的匹配速度及测量精度,满足实时测量的要求。
机器视觉 随机抽样一致性 极线约束 k维树 顺序一致性约束 亚像素点 machine vision random sample consensus epipolar constraint k-dimension tree sequential consistency constraint sub-pixel 
针对现有行人重识别算法因细节信息关注不足导致的判别性不强问题,提出了一种基于注意力机制的多级特征级联行人重识别算法。首先,通过级联不同深度的特征实现对不同层级特征的充分利用,以补充高层级特征中的细节信息。然后,引入一对互补的注意力机制模块,以融合特征图中相似的像素及通道,弥补特征中的空间位置信息,提高特征的判别性。最后,在Market-1501、DukeMTMC-ReID、CUHK03数据集上进行了大量实验。结果表明,本算法的识别精度和平均准确率优于大多数当前的主流算法。
机器视觉 行人重识别 多级特征级联 通道注意力机制 空间注意力机制 machine vision person re-identification multi-level features cascade channel attention mechanism position attention mechanism 
针对传统摄像机标定方法标定精度低且标定可重复性差等问题,提出了一种基于麻雀搜索算法(SSA)的摄像机标定方法。首先,利用MATLAB软件中的标定工具箱,获得摄像机内参和外参的初估值,并以求出的初估值为基础,确定SSA的运行区间。然后,通过建立平均重投影误差方程,利用SSA对确定区间内的摄像机参数进行优化,获得了较小的平均重投影误差。最后,将所提标定方法与基于天牛须搜索算法、粒子群优化算法的标定方法的结果进行对比分析,发现利用基于SSA的摄像机标定方法所得的平均重投影误差最小(0.0326 pixel)且方法的可重复性最好。
机器视觉 摄像机标定 摄像机模型 内部参数 畸变系数 麻雀搜索算法 machine vision camera calibration camera model intrinsic parameter distortion factor sparrow search algorithm 
针对目前隧道内漏缆卡具检测数据量大、人工检测效率低的问题,提出了一种基于改进single shot MultiBox detector(SSD)算法的隧道漏缆卡具检测算法。该算法使用不同尺度的特征图检测卡具目标,并在网络宽度和网络深度上对SSD网络结构进行改进。结合Inception结构,增加网路宽度;采用残差结构,在提高网络深度的同时优化网络深度结构;使用深度可分离卷积和1×1卷积结构,减少模型参数量,改善模型结构,从而提高模型检测效率。将改进后的模型应用于隧道漏缆卡具图像检测,实验结果表明,该算法检测的平均准确率达到了86.6%,检测速度达到了26.6 frame/s,相较于原始SSD算法和MobileNet SSD算法,具有明显优势。
机器视觉 图像处理 卡具检测 SSD 残差结构 深度可分离卷积 machine vision image processing fixture detection SSD residual structure depthwise separable convolution 
针对激光扫描仪获取的三维文物稠密点云模型在数据存储、远程传输与处理等环节导致的资源过度消耗问题,提出了一种基于贪婪算法的快速压缩与恢复框架。首先,将点云模型视为三维离散几何信号,用基于哈希函数的八叉树方法构建稠密点云的邻域约束关系。然后,计算点云邻接矩阵并构建离散拉普拉斯基对原信号进行稀疏表示,通过随机高斯矩阵对原信号进行随机采样,以完成信号压缩。最后,引入L0正则化算子,采用四种经典的贪婪算法进行快速求解。用兵马俑头部点云模型和唐三彩胡人俑三维文物点云模型进行仿真测试,结果表明,本框架能完成对稠密点云模型的有效压缩和模型的快速重建。
机器视觉 文物数字化保护 三维稠密点云 稀疏表示 压缩感知 贪婪算法 machine vision digital protection of cultural relics three-dimensional dense point cloud sparse representation compressed sensing greedy algorithm 
针对人工和接触式监测牛日常行为的局限性,提出了一种基于特征部位空间关系的牛日常行为识别方法。首先,用YOLOv5(You only look once,v5)目标检测模型定位图像中牛特征部位的位置,并根据特征部位的位置信息构建牛特征部位的空间关系向量。然后,利用全连接神经网络对空间关系向量进行分类,实现牛的站立、卧躺和采食行为的识别。最后,通过统计一段视频中各行为的时长验证该方法的可行性。实验结果表明,该方法对牛的站立、卧躺和采食行为具有较高的识别准确率,对视频中各行为时长统计的相对误差较低,满足牛日常行为监测的需求。
机器视觉 目标检测 特征部位 全连接神经网络 牛行为 machine vision target detection feature parts fully connected neural network cattle behavior 
面对海量的视频数据,视频摘要技术在视频检索、视频浏览等领域发挥着越来越重要的作用,其旨在通过生成简短的视频片段或选择关键帧集合来获取输入视频中的重要信息。现有的方法大多集中在研究视频摘要的代表性和多样性上,没有考虑到视频结构等多尺度上下文信息。针对上述问题,提出了一种基于全卷积序列网络的视频摘要模型,模型中利用时间金字塔池化对视频中的多尺度上下文信息进行提取,并利用全连接的条件随机场对视频帧序列进行标注。在SumMe和TVSum数据集上的实验表明,所提模型取得了比全卷积序列网络更好的性能,在这两个数据集上F分指标分别提高了1.6%和3.0%。
机器视觉 视频摘要 深度学习 全卷积序列网络 卷积神经网络 machine vision video summarization deep learning fully convolutional sequence networks convolutional neural networks 
为了改善细胞折射率显微成像的质量,提高特征的辨识度,本文提出了一种基于卷积神经网络算法的细胞折射率显微图像和明场显微图像的融合方法,该方法克服了传统融合方法人工制定融合规则的困难,通过训练数据学习自适应强鲁棒融合函数,获得了更佳的融合效果。主观和客观评价结果表明,该方法有效地改善了细胞折射率显微图像的分辨率,提升了特征辨识度。
图像处理 图像融合 折射率显微图像 明场显微图像 卷积神经网络 细胞 image processing image fusion refractive index micrographs bright-field micrographs convolutional neural network cell 
研发了一套血流介导皮肤荧光光谱(FMSF)检测系统,该系统可以非侵入性地检测人体皮肤内烟酰胺腺嘌呤二核苷酸(NADH)荧光光谱的动态变化;对该系统中的荧光探头进行了仿真设计,以提高NADH荧光的收集效率。首先构建人体7层皮肤结构模型,采用蒙特卡罗(Monte-Carlo)方法模拟组织中光子的传输规律;然后探究了收集光纤的纤芯直径、激发光纤与收集光纤的近边缘距离、光纤探头与皮肤之间的距离等对荧光光谱检测的影响;最后根据模拟结果研制了一套光纤探头,并将其应用于皮肤NADH荧光光谱检测系统中。结果表明:采用该系统结合闭塞后反应性充血可以在体检测NADH荧光光谱,光谱强度呈现一种明显的动态变化。与现有技术相比,基于FMSF技术的皮肤NADH检测方法具有测量速度快、无创等优势,为研究线粒体能量代谢及糖尿病等相关疾病提供了先进的技术手段。
医用光学 荧光光谱 光纤探头 无创检测 蒙特卡罗模拟 medical optics fluorescence spectrum fiber-optics probe noninvasive testing Monte-Carlo simulation 
在基于压缩感知的计算鬼成像领域中,测量矩阵的设计问题一直是被研究的对象。理想的测量矩阵需要满足较高的采样效率、较好的重构效果和较低的硬件实现要求。为了减轻测量矩阵的设计与实现难度,提出了一种基于深度学习的二值测量矩阵的构建方法。该方法通过卷积操作模拟图像的压缩采样过程,并利用设计的采样网络对图像数据进行训练,以自适应的方式对测量矩阵进行迭代更新。仿真与实验结果表明,构建的测量矩阵能够在较低采样率条件下得到高质量的重构图像,进一步促进了计算鬼成像的实际应用。
光计算 成像系统 计算鬼成像 压缩感知 测量矩阵 图像处理 深度学习 optics in computing imaging systems computational ghost imaging compressed sensing measurement matrix image processing deep learning 
针对最小滤波导致的光晕、伪影及透射率估计不足引起的天空失真等问题,提出了一种基于二次约束与雾气分布的去雾算法。首先,利用Canny检测算子得到有雾图像的粗纹理分布,在场景深度的基础上得到有雾图像的雾气分布图。其次,根据图像特征,提出了一种基于自适应雾气系数的二次约束模型,估计出清晰图像的最小通道图,并利用大气散射模型得到粗略透射率。然后通过自适应下边界约束与双边滤波进行透射率优化,并通过形态学操作改进局部大气光。最后根据复原模型得到去雾图像。实验表明,所提算法在主、客观评价中均取得了理想的效果,较好解决了去雾图像中的光晕、伪影与天空失真等问题。
对月辐射定标是遥感卫星星上定标重要的手段之一,而对月辐射定标的首个关键问题是选取合适的观测时机。提出了一种适用于面阵相机的对月观测快速预报模型,首先通过固定时间步长确定时间窗口的分布范围,随后选取月球在卫星视场方向上的投影圆上的若干等距离的散点,精确判断月球与卫星视场的几何关系,并采用斐波那契搜索法快速计算月球进入、离开相机视场的时间窗口。仿真实验结果表明,所提模型与传统的跟踪传播算法相比,计算量降低,时间性能提高,预报结果更准确。所提方法与Satellite Tool Kit(STK)方法在可视性计算准确度上的平均偏差为亚秒级。
遥感 极轨卫星 对月观测 时间窗口 轨道计算 remote sensing polar-orbiting satellites moon observation time window orbit calculation 
为了抑制高光谱图像(HSI)混合像元和噪声在复杂背景中对异常目标检测的干扰,充分提取和利用HSI的光谱特征和空间特征,提出了一种基于端元提取和低秩稀疏矩阵分解的HSI异常目标检测算法。首先,对原始HSI进行最优分数阶傅里叶变换。然后,采用连续最大角凸锥算法对变换后的HSI进行端元提取,得到端元和相应的丰度矩阵,并通过行约束的低秩稀疏矩阵分解方法将丰度矩阵分解为具有低秩特性的背景分量和具有稀疏特性的异常分量。最后,构建背景协方差矩阵,通过马氏距离检测异常目标。实验结果表明,本算法在HSI异常目标检测中具有很好的检测性能。
遥感 高光谱图像 连续最大角凸锥 最优分数阶傅里叶变换 低秩稀疏矩阵分解 异常目标检测 remote sensing hyperspectral images sequential maximum angle convex cone optimal fractional-order Fourier transform low-rank and sparse matrix decomposition abnormal target detection 
针对无人机获取的露天矿影像道路提取过程中道路边界信息丢失和路网提取不准确问题,提出一种基于改进DeepLabv3+网络的露天矿路网提取方法。利用Retinex算法对原始图像进行降噪预处理,得到色彩和光照均衡的数据集;并针对道路区域与背景所占像素比例相差较大的特点,使用占比加权的方法解决了网络训练中正负样本严重不平衡的问题;最后在原始DeepLabv3+模型的基础上构建具有不同空洞速率的密集连接ASPP模块来优化所提取的露天矿道路网络,扩大道路特征点的感受野,提高多尺度特征的覆盖范围。实验结果表明,该语义分割方法的效果优于原DeepLabv3+算法,平均交并比达到79.27%,能够在大范围内准确地提取道路目标,可应用于露天矿区主干路网的提取。
遥感 露天矿 路网提取 DeepLabv3+ 空洞空间金字塔池化 remote sensing open-pit mine road extraction DeepLabv3+ atrous spatial pyramid pooling 
由于高质量的对地观测需要时空连续的高分辨率遥感图像,故对时空融合的研究广泛开展,并且集中在Landsat和MODIS卫星之间。目前已经提出了使用卷积神经网络进行时空融合的方法,但是网络较浅,故融合性能有限。针对应用最广泛的单对图像时空融合问题,建立了一种基于深度神经网络的新时空融合方法。首先,基本网络框架由两个级联的4倍上采样器构成以近似Landsat和MODIS卫星之间的空间差异和传感器差异。然后,利用卷积神经网络学习重建图像与真实图像之间的残差,使重建图像与真实图像更接近。接着,使用高通调制策略进行时间上的预测。最后,将所提方法在不同的Landsat和MODIS卫星图像上进行了测试,并与多种时空融合算法进行了比较。实验结果表明,与现有融合算法相比,所提方法的重建效果更好,且处理速度更快。
遥感 卷积神经网络 深度残差网络 时空融合 Landsat remote sensing convolutional neural networks deep residual networks spatiotemporal fusion Landsat 
在无线传感器网络定位领域,DV-Hop算法因其实现简单得以广泛使用。针对DV-Hop算法定位误差较大的问题,提出一种基于DV-Hop多通信半径的加权定位算法。该算法利用多通信半径并通过引入修正因子细化和优化跳数,利用最小均方误差准则和加权方式修正平均跳距,并利用加权最小二乘法估算未知节点坐标。通过仿真得出所提算法在相同实验条件下的定位精度较DV-Hop算法提升约60.5%,相较于双通信半径优化算法和3-DV-Hop算法分别提升约36.4%和13.8%。
传感器 无线传感器网络 DV-Hop 节点定位 最小均方误差 加权最小二乘法 sensors wireless sensor network DV-Hop node localization minimum mean square error weighted least squares method 
为了解决激光超声检测过程中定量识别表面缺陷深度较困难的问题,提出了一种粒子群(PSO)优化BP神经网络表面矩形缺陷深度定量识别方法。基于热弹机制,利用有限元软件COMSOL建立了利用激光超声检测含有表面缺陷铝材料的有限元模型,得到了脉冲激光照射下不同深度缺陷对应的透射波信号,提取透射波信号的时域峰值、中心频率、频域上3 dB带宽、上限截止频率和下限截止频率等多个变量作为神经网络的特征向量,建立了PSO-BP神经网络缺陷深度定量识别模型,实现了0.1~3 mm深度缺陷的定量识别。计算结果表明:经过粒子群算法优化后的BP神经网络能够准确地识别出金属表面缺陷的深度信息,识别相对误差在6%以内,结果证明了该神经网络模型对矩形缺陷深度的识别具有一定的可行性和准确性。
传感器 激光超声 有限元 神经网络 粒子群 表面缺陷 sensors laser ultrasound finite element neural networks particle swarm surface defects 
基于面元的多视立体(PMVS)算法应用于遥感多视地形影像三维场景重建时,影像中的弱纹理、灰度值变化不明显区域使得重建出的三维地形点云存在整体分布密度低和局部孔洞现象。结合遥感地形影像的特点,提出了基于影像块的并发SIFT算子和地面高程范围约束的改进PMVS算法,首先在特征提取阶段得到分布密集、均匀的特征点,进而通过地面高程范围约束的匹配传播过程高效地得到种子面元,再通过迭代种子面元扩充、面元过滤过程得到地形影像的三维点云数据。实验结果表明,相比原PMVS算法,改进的PMVS算法可在幅宽大、存在弱纹理区域的多视遥感地形影像上重建出稠密点云,有效修复了地形点云场景中的孔洞,并提高了重建时间效率。
遥感 遥感地形影像 三维场景重建 点云孔洞 地面高程范围约束 remote sensing remote sensing terrain image three-dimensional scene reconstruction point cloud holes ground elevation scope constraints 
光谱观测技术作为空间目标特征信息获取的一种方式,为空间目标表面材料的识别与性能分析提供了重要的解决方法。目前,光学信息采集元件的精密化程度高,因此空间目标观测技术也呈现多样性。基于长春人造卫星观测站1.2 m空间目标光学望远镜,联合推扫式光栅光谱仪、光纤光谱仪、滤波器光谱相机三种终端设备,分别对恒星与空间目标开展观测并获取光谱数据;进一步,通过数据对观测技术进行适应性分析。结果表明:三种方法均适用于恒星和高轨道空间目标的观测,可得到较好的光谱数据;滤波器光谱相机、光纤光谱仪适用于观测低轨道空间目标;而推扫式光栅光谱仪、滤波器光谱相机适用于观测中轨道空间目标。此外,滤波器光谱相机还可为精跟型空间目标光谱数据的获取提供观测参考。对于不同应用环境,对终端成本、光路调试复杂程度、获取光强度、可调整观测波段、数据处理复杂程度的对比分析可作为后续方案的参考。
为了实现对油漆物证的快速、无损以及准确分类,实验收集了犯罪现场常见的5个油漆品牌共计50个油漆样本的红外原始光谱数据和导数光谱数据,结合光谱融合技术,建立了基于KNN、SVM以及逐步判别分析的油漆分类模型。实验结果表明:3种分类模型对于融合光谱的识别率要高于单一光谱;KNN以及SVM分类模型对于其中的3种油漆样本识别率高,但对其余2种样本的分类效果并不好,而逐步判别分析模型对5种油漆样本的各种光谱数据识别率均高于KNN和SVM模型,其中采用逐步判别分析中的Smallest F ratio 判别模型对一阶导数光谱和三阶导数光谱融合数据的训练集和测试集实现了完全识别。本文方法的检验效率高,定性能力强,满足公安机关对于相关物证的快速检验要求,为刑事技术人员快速识别油漆物证提供了一种有效的手段。
光谱学 油漆 光谱融合 化学计量学 spectroscopy paint spectral fusion stoichiometry 
针对多光谱激光雷达系统在实景三维立体图像的真实颜色的再现问题,提出了一种基于稀疏信号表示的多光谱颜色数据降维方法,该方法利用字典学习和稀疏编码交替更新,以迭代的方式对光谱误差进行修正。实验结果表明,所提出的方法均方根误差的平均值较主成分分析法降低了35.29%,光谱拟合系数的平均值达到了99.8% 以上,色度精度也较主成分分析法平均提高了70.23%,在不同光源观测条件下仍能保持颜色的稳定性,其重构精度优于主成分分析法。该方法利用稀疏表示可以通过低维观测向量复原高维稀疏信号的特性,从数量相对较少的训练样本中对大量测试样本进行精确复原,提高了数据处理中的成本效率,对真实反映遥感多光谱影像的地物信息有较大的帮助。
光谱学 稀疏表示 字典学习 光谱反射率 光谱降维 spectroscopy sparse representation dictionary learning spectral reflectance spectral dimension reduction