基于引导调制的彩色点云无参考质量评价方法

彩色点云(color point cloud, CPC)作为三维场景和对象的有效描述形式,在虚拟现实、增强现实等许多领域得到重要应用。CPC在其采集、压缩、传输、重建等过程中会引入相应的失真,需要设计有效的评价方法对失真CPC质量进行评测。本文提出一种基于引导调制的CPC无参考质量评价方法。考虑到几何信息与彩色纹理信息的联合失真,利用引导调制的方法联立两者,以综合考虑几何失真、彩色纹理失真、联合失真。结合人眼的多通道性,利用剪切波变换提取特征。最后,将所有特征构成的特征向量输入到支持向量回归模型(support vector regression, SVR)学习预测点云质量。实验结果表明,所提出的方法与人类主观感知具有很好的一致性。     

基于CTCNet对球结膜进行糖尿病视网膜病变分类

糖尿病视网膜病变(diabetic retinopathy, DR)是一种糖尿病性微血管病变,会在球结膜微血管上有所体现,球结膜血管图像的获取比眼底图像更加便捷,但微血管的特征变化微小且难以量化。为了能够对患者进行早期辅助诊断,本文依据球结膜微血管形态与DR的关联,首先对球结膜图像进行预处理,使用限制对比度自适应直方图均衡(contrast limited adaptive histogram equalization, CLAHE)算法进行图像增强,随机处理使数据增强,然后结合卷积神经网络(convolutional neural network, CNN)和Transformer各自的网络优势构建CTCNet,对处理后的球结膜血管图像进行DR分类,分类准确率达到了97.44%,敏感度97.69%,特异性97.11%,精确度97.69%,通过实验对比CNN和Transformer, CTCNet网络性能优于其他模型,能够有效识别DR。     

基于时域频域分析结合的调谐激光吸收光谱检测参数优化

随着调谐激光吸收光谱(tunable laser absorption spectroscopy, TLAS)技术在气体检测中的应用越来越广泛,二次谐波信号的质量与检测参数紧密相关,因而分析检测参数的优化方法很有意义。本文根据谱线预处理中的滤波参数、系统采样时间、锁相放大器的时间常数对信号的影响以及参数间的联系,总结检测参数的选取规律。根据滤波原理和不同浓度下信号的均方根误差(root mean squared error,RMSE)值选择合适的滤波阶数和窗宽。选择信噪比(signal-to-noise ratio,SNR)、RMSE、信号与噪声频域幅度之比(ratio of amplitude in frequency domain of signal to noise,f_SNR)3种评价指标的曲线变化趋势进行时频分析,得到最佳采样周期数为30,结合实验系统具体参数可计算最佳采样时间。通过信号主频带与截止频率的关系和滤波效果选择合适的时间常数。综合分析3个检测参数并总结选取方法,可提高二次谐波信号的质量。本文提出的参数选取方法对提高二次谐波在实际应用中的准确度有...     

光纤电压传感器传感头优化与热致非互易误差抑制

针对普通光纤电压传感器在外界温度扰动下其输出精度和稳定性会受到严重影响这一问题,本文提出了一种采用保偏光子晶体光纤(polarization maintaining photonic crystal fiber,PM-PCF) 作为传感光纤的传感头优化方法抑制温度扰动下的系统非互易误差。在综合考虑PM-PCF与传统熊猫型保偏光纤(panda polarization maintaining fiber,panda-PMF) 尾纤间的熔接损耗、传输损耗以及现有工艺条件下的光纤制备等问题的基础上,优化得到了与panda-PMF间的熔接损耗低至0.14 dB的PM-PCF;并对比分析了这两种保偏光纤的双折射温度依赖特性,建立了全光纤类型的光学电压传感器(fiber optic voltage sensor,FOVS) 热致系统误差输出模型,分析验证了PM-PCF在解决反射式逆压电型FOVS热致非互易问题的可行性。结果表明,采用PM-PCF优化后的FOVS热致非互易误差约是传统保偏光纤电压传感器 的10-2量级。这在提高系统输出精度和稳定性等方面具有显著优势,同时这种低损耗的优化方法在光纤传感及通信等领域具有重要的应用价值。     

一种双梁互补式光纤光栅位移传感器及在地铁隧道变形监测中的应用

本文提出了一种双梁互补式光纤光栅(fiber Bragg grating, FBG)位移传感器,实现了正负双向位移的测量。采用双“悬臂梁+楔形滑块”的结构,当一个悬臂梁受位移作用处于变形状态时,另一个悬臂梁不变形并提供温度补偿功能。传感器处于零值测点状态时,两个悬臂梁处于零弯曲状态,且双梁互为温度补偿,消除了温度影响。通过性能测试实验证明,该传感器在±50的量程内,灵敏度为29.369 pm/mm,测量重复性好。制备出8个传感器应用于某市地铁的变形安全监测,从道床沉降、道床环缝、管片环缝3个方面开展了变形测量。在长期监测期间,传感器工作稳定,被测结构变形状态稳定,表明该传感器具有良好的测量性能,适用于长期的结构健康监测。     

基于卷积神经网络的随机因子重采样图像检测

图像重采样检测是图像取证领域的重要任务,其目的是检测图像是否经过重采样操作。现有的基于深度学习的重采样检测方法大多只针对特定的重采样因子进行研究,而较少考虑重采样因子完全随机的情况。本文根据重采样操作中所涉及的插值技术原理设计了一组高效互补的图像预处理结构以避免图像内容的干扰,并通过可变形卷积层和高效通道注意力机制(efficient channel attention, ECA)分别提取和筛选重采样特征,从而有效提高了卷积神经网络整合提取不同重采样因子的重采样特征的能力。实验结果表明,无论对于未压缩的重采样图像还是JPEG压缩后处理的重采样图像,本文方法都可以有效检测,且预测准确率相比现有方法均有较大提升。     

基于积分宽度法测量发光二极管结温方法的研究

本文提出了一种基于光谱积分宽度法来测量发光二极管(light emitting diode, LED)结温的新方法,并进行了理论分析和实验研究。本方法主要分为光谱数据采集、定标函数的测定和结温测量三个过程。首先,为了测量成本的降低和精度的提高而采用在正常工作电流下采集LED光谱数据,并通过采用不同温度下的光谱积分宽度与选定的某一基准状态下的值逐差可得到线性度达0.99以上的定标函数,并通过此定标函数可实时测定任意状态下的结温。其次,为了比较本方法测量结温的精确性,分别对单色和白光LED采用本方法和业界主流的正向电压法,通过自行设计的基于积分宽度法结温测量系统和美国Mentor Graphics公司的T3Ster型仪器的测量结果进行比较,两种方法测出的结温最大偏差为2.1℃,在可接受的误差范围内。实验结果表明积分宽度法测结温具有高效便捷且低成本的的特点,具有一定的应用前景。     

基于偏振不敏感超材料的全光可调谐太赫兹慢光效应研究

太赫兹(terahertz,THz) 慢光效应可以有效地提升THz脉冲数据传输的安全性和存储性,而一般THz慢光器件对入射THz波偏振态变化敏感。本文设计了一种超材料结构,其微结构单元由一个十字型谐振器和4个U型谐振器构成。研究表明:基于超材料的THz慢光效应对线偏振光和圆偏振光均不敏感。通过对超材料结构的参数优化,获得到了最大群折射率为1 618的慢光效应。另外,本文在超材料微结构层和SiO₂衬底之间嵌入了一层二硫化钼(MoS₂)薄膜,当MoS₂的载流子浓度从1.7×10¹⁷ cm-3增大到5.1×10¹⁹ cm-3时,群折射率从1 566减小到26。实现了偏振不敏感全光可调谐的THz慢光效应。该研究有望为偏振不敏感和全光可调谐的THz慢光器件设计提供崭新的研究思路。     

双重JPEG压缩图像篡改区域检测与定位

对JPEG(joint photographic experts group)图像实施篡改往往会产生双重JPEG(double JPEG,DJPE) 压缩痕迹,分析该痕迹有助于揭示图像压缩历史并实现篡改区域定位。现有算法在图像尺寸较小和质量因子(quality factor,QF) 较低的时候性能不佳,对两个QF的组合情况存在限制。本文提出了一种端到端的混合QF双重JPEG压缩图像取证网络,命名为DJPEGNet。首先,使用预处理层从图像头文件中提取表征压缩历史信息的量化表 (quantization table,Qtable) 特征,将图像从空域转换至DCT(discrete cosine transform)域构造统计直方图特征。然后,将两个特征输入到由深度可分离卷积和残差结构堆叠而成的主体结构,输出二分类结果。最后,使用滑动窗口算法自动定位篡改区域并绘制概率分布图。实验结果表明,在使用不同Qtable集生成的小尺寸数据集上,DJPEGNet所有指标均优于现有最先进的算法,其中ACC提高了1.78%,TPR提升了2.00%,TNR提升了1.60%。     

基于自注意力机制和CycleGAN的高分三号ScanSAR图像的扇贝效应抑制

高分三号卫星是我国首颗分辨率达到1 m的C波段 多极化合成孔径雷达(synthetic aperture radar,SAR) 卫星,其中扫描 式合成孔径雷达(scan synthetic aperture radar,ScanSAR)模式是高分三号卫星重要的工 作模式之一,由于该模式的工作机制导致生成的图像可能发生扇贝效应,一般呈现为明暗相 间的条纹。本文针对高分三号卫星ScanSAR模式下存在的扇贝效应,提出自注意力机制与循 环一致对抗网络(cycle-consistent adversarial networks,CycleGAN)结合的模型对Scan S AR图像进行处理,从而抑制扇贝效应产生的条纹现象。本文所示方法与传统扇贝效应抑制方 法和深度学习相关算法进行比较,并通过亮度均值、平均梯度等指标进行分析。实验结果表 明,本文方法可以对高分三号ScanSAR图像存在的扇贝效应进行较好的处理,有效抑制图像 的条纹现象,使得图像质量得到提升,具有较大的实用意义。