摘要:基于光纤大偏移量错芯(large core-offset structure,LCOS) 熔接形成的马赫-曾德尔干涉结构(Mach-Zehnder interferometer,MZI),设计了一种具有较低温度灵敏度的曲率传感器。该结构采用GF3光纤作为核心灵敏单元,与两段单模光纤(single mode fiber,SMF) 进行LCOS熔接,通过实验对比偏移量和传感光纤长度对温度和曲率灵敏度的影响,得到最佳参数组合实现较低温度灵敏度的曲率传感。实验结果表明,偏移量为20 μm、传感光纤长度为10 mm时的LCOS MZI,曲率灵敏度可以达到10.9 nm/m-1,且温度灵敏度仅为0.9 pm/℃。该传感器具有结构简单、成本低、曲率灵敏度较高和温度灵敏度低的特点,在工程结构、健康监控与人体可穿戴设备等方面具有潜在的应用价值。

摘要:探索如何利用量子相干实现量子电池(quantum battery,QB)性能优化是有趣的实际问题。本文构建了一多能级量子系统在相干辅助库下充电的QB模型。基于碰撞模型框架,推导了弱相互作用下QB演化的量子主方程(quantum master equation,QME),并借助Ket-Bra纠缠态方法求得QME的解。结合数值模拟,分析了辅助库中量子相干(相干强度和相干相位)对QB最大可提 取功的影响；揭示了在一定条件下量子相干可扮演QB“燃料”的角色——有效提升QB的充电性能。

摘要:为了有效避免有害气体浓度的超标对经济效益和人类生命财产安全造成损害,提出并设计了一种新型检测方法,通过对微纳电离型传感器进行一系列的测试,设计的传感器展现了较强的抗弯能力及较快的响应-恢复能力。在室温常压、相对湿度75%的实验条件下,对多个浓度的苯、甲苯气体展开了测试,并基于特征噪声强度识别气体的浓度,构建了对应的识别模型。实验结果表明:传感器对有害气体检测时的测量值和真实值的拟合度可达99%以上,体现了较高的检测精度,且在检测有害气体时传感器处于可逆电离平衡状态,重复性良好,不需要进行预热、安全无毒,因此适合于应用到苯类气体的检测中,能够满足效率、精度的要求,具备了一定的实用性。

摘要:针对利用机器视觉算法估算雨量低准确率的问题,提出基于社会监控视频的雨量反演算法。首先利用降雨分类网络剔除无雨视频；其次引入交替方向乘子法(alternating direction method of multipliers,ADMM)提取降雨视频的前景信息,并通过语义分割和背景差分方法选取感兴趣区域(region of interest,ROI)；然后构建以灰度变化和饱和度为特征的高斯混合模型(Gaussian mixture model,GMM)筛选ROI区域内的雨滴；最后依据透视成像关系计算雨滴尺寸,使用气象学Gamma模型反演降雨量。实验结果表明,本文降雨分类方法的准确率在MWD (multi-class weather dataset)到达91.3%,在真实的数据集到达77.0%,雨量估算结果相比于现有方法更为 准确。

摘要:针对火焰检测模型小目标检测能力差、模型体积大、计算复杂、难以部署到移动端设备的问题,提出了一种轻量化的DGC_YOLOv5 (you only look once v5)算法。本文首先调用k-means计算函数,计算出适合本文数据集的锚框尺寸；其次引入卷积块注意力机制(convolutional block attention module,CBAM),提高算法对小目标的检测能力；然后利用轻量型的Ghost模块对主干网络中的C3模块进行改进；最后利用深度可分离卷积(depthwise separable convolution,DS_Conv) ,用简单的线性计算代替复杂计算,降低模型复杂度,减小模型体积。实验表明,相比原始的 YOLOv5算法,本文算法在测试集上的平均精度均值(mean average precision,mAP)可达到94.4%,比原始算法提高1.7个百分点,在视频测试集上平均检测速度可达到71 FPS,可以满足实时检测的要求,参数量和计算量分别减少为原来的41.2%和34.8%,模型大小减少8.4 M,便于后续移动设备端的部署。

摘要:自然场景文本识别中采用固定大小的卷积核提取视觉特征,后仅进行字符分类的方法,其全局建模能力弱且忽视了文本语义建模的重要性,因此,本文提出一种基于字符注意力的自然场景文本识别方法。首先构建不同于卷积网络的多级efficient Swin Transformer提取特征,其可使不同窗口的特征进行信息交互；其次设计了字符注意力模块 (character attention module,CAM) ,使网络专注于字符区域的特征,以提取识别度更高的视觉特征；并设计语义推理模块(semantic reasoning module,SRM) ,根据字符的上下文信息对文本序列进行建模,获得语义特征来纠正不易区分或模糊的字符；最后融合视觉和语义特征,分类得到字符识别结果。实验结果表明,在规则文本数据集IC13上识别准确率达到了95.2%,在不规则的弯曲文本数据集CUTE上达到了85.8%,通过消融及对比实验证明了本文提出的方法可行。

摘要:针对现有的图像增强方法存在欠增强、过增强以及对比度低等缺陷,提出了一种引导滤波与像素重分布的低照图像增强算法。方法充分利用引导滤波的边缘保持特性,用引导滤波对光照图像进行估计,然后对光照图像的像素进行相对均匀重分布,全面提升光照图像的亮度与对比度。最后将像素重分布 增强处理后的光照图像和反射图像作反Retinex变换,得到最后的增强图像。实验结果证明,相对现有的图像增强方法,本文方法具有更优的图像增强效果,图像对比度与纹理结构更清晰。

摘要:实现多装甲目标跟踪在协同跟踪和打击中发挥着至关重要的作用,而实现多装甲目标跟踪需要解决目标之间遮挡、轨迹交叉以及目标尺度不断变化等问题。因此,提出了一种基于视觉注意力的Gabor在线多装甲目标跟踪方法,实现对地面战场中多装甲目标的跟踪。通过模拟视网膜结构,构造了一种能够增强检测的视觉注意力Gabor分支,并引入时间信息,采用在线学习的目标特性卷积神经网络解决目标遮挡的问题,更重要的是,通过实际拍摄和互联网下载等手段构建了多装甲目标跟踪数据集,并且通过对目前成熟的多目标跟踪方法和本文提出的方法进行对比实验。实验证明了本文提出的方法不仅具有优异的跟踪性能,而且能够满足实际的应用需求。

摘要:针对印制电路板(printed circuit board,PCB)光电图像模糊且含噪声的具体情况,提出了改进的边缘信息提取算法。首先分别对自适应模糊集增强算法与数学形态学边缘检测算法(edge detection algorithm of mathematical morphology,EDAMM) 实施改进,并分析了其基本原理。然后结合这两种算法对PCB光电图像进行预处理及边缘信息提取。最后对两幅由不同成像系统获取的PCB光电图像进行了边缘信息提取实验。结果表明:用本文算法获得的PCB光电图像明暗对比度较高,并提取了精确且清晰的图像边缘信息,明显减少了噪声,所得图像的优质系数较高,两幅图像的优质系数分别是0.885 2、0.874 9,均高于本文中所提到的另外4种算法的结果。可见,采用本文算法可以更好地去除PCB光电图像中的模糊与噪声,并精确地提取出PCB光电图像的边缘信息。

摘要:太阳能电池片是光伏发电系统的核心部件,其光学反射特性对光伏组件的发电效率和缺陷检测的研究有着重要的理论意义,但实际应用中难以对其直接观察与测量。本文依据菲涅尔定律与多层介质模型研究了光伏组件的光学传输过程。首先基于微面元理论建立太阳能电池片表面的双向反射传输模型；然后借助多层介质模型推导了太阳能电池板偏振双向反射分布函数(bidirectional reflectance distribution function,BRDF) ,通过偏振相机搭建光伏组件光学偏振特性观测平台并开展偏振实验。在此基础上,利用遗传算法从实验测量数据中反演模型的参量数值,并得出偏振度信息随观测角变化的仿真曲线。通过实验表明,本文提出的光学传输模型仿真值与实验观测数据能够较好的吻合。该模型为太阳能电池板表面缺陷检测提供新的理论参考。

摘要:提出一种神经网络算法实现室内可见光信道模型,解决Lambert模型难以计算室内可见光信道的噪声和误差问题。针对指纹库数据量大、难以采集和训练参数多导致迭代速度慢的问题,提出使用生成式对抗网络(generative adversarial network,GAN)生成仿真数据集融合原有的稀疏指纹库,生成满足训练要求数量的指纹库；使用一维的卷积神经网络(convolutional neural network, CNN)提取数据特征,降低训练参数,提高迭代速度。在室内5 m×5 m×3 m环境下采集稀疏指纹库,分别用反向传播 神经网络(back propagation netural network, BPNN)和一维CNN室内可见光信道模型进行对比。仿真结果表明:使用GAN生成指纹库的平均绝对误差为0.04,对数据量增广300%；在同一指纹库下,BPNN信道模型误差为3.81,迭代500次收敛；而CNN信道模型误差为0.79,迭代100次收敛。本文提出的GAN指纹库融合CNN的可见光信道模型具有精度高、误差小、速度快、泛化性强等优点,为室内可见光信道模型提供新的研究方案。

摘要:为了解决水印算法中存在水印隐藏程度和鲁棒性的失衡问题,在Contourlet-SVD 域将QR(quick response)码与全息技术相联合,提出一种基于QR码的Contourlet-SVD域数字全息水印算法。首先,选择不同的载体图像执行3层Contourlet变换,鉴于低频系数的优势,对低频进行奇异值分解(singular value decomposition,SVD)联合变换;其次,选择“飞行学院”图像经过QR编码生成的QR码作为原始水印图像,对其进行共轭对称扩展傅里叶数字全息,得到QR码全息水印;再次,将全息水印叠加到SVD分解得到的奇异值中,完成水印信息的嵌入。通过仿真实验验证,该 算法嵌入水印信息后的图像清晰度较好,峰值信噪比(peak signal-to-noise ratio,PSNR)超过了31 dB,相似性系数NC(normalized correlation)值达到了0.989 0。将图像进行抵抗测试,提取的水印信息可以较清晰地辨别,尤其是椒盐噪声、高斯噪声和中通滤波攻击,NC值均达到0.90以上。

摘要:病理细胞核的精准分割是病理学诊断的基础,然而当前算法针对带有核分裂象的乳腺癌细胞核自动分割效果差强人意。本文针对当前细胞核分割算法展开分析研究,并提出了一种基于注意力机制和残差结构相结合的U型网络(U_net)用于解决因核分裂象和非核分裂象细胞形态特征十分接近造成细胞核分割精度不足的问题。通过实验表明本文提出算法的平均像素准确率(mean pixel accuracy,MPA)和Mean_dice指标系数分别为0.74和0.82。与原有算法相比,训练指标分别提升了11%和9%,证明本文算法的可行性。

摘要:针对低秩分解和稀疏表示(space representation,SR) 造成融合图像信息缺失的问题,提出一种结合潜在低秩分解和SR的脑部图像融合算法。首先,将源图像分解为低秩、稀疏和噪声3种成分,面对不同分解成分特性间的差异,分别构造低秩字典和稀疏字典进行描述:采用加权灰度值的方法处理低秩成分,以保持其轮廓和亮度特征；对于稀疏成分,设计一种多范数加权度量的方法对SR进行改进,以保持其高维信息,剔除噪声成分。比对当前主流的5种算法,在视觉效果和客观指标上,本文方法效果最优。