摘要:超透镜是基于超表面和超光栅的器件,可实现对入射光振幅、相位、偏振等的灵活调控,具有轻薄、易集成的特点。但超透镜的制作周期时间长、成本高,寻找一种易加工、低成本、高效的方法制造超透镜是非常有必要的。本文设计了一种高效波前控制电磁波的太赫兹(Terahertz,THz)全介质超光栅,当电磁波垂直入射时,超光栅将电磁波束弯曲至T-1衍射级。通过仿真模 拟 可知,当P偏振光入射时,可将83.44%的透射能量集中在T-1衍射级,S偏振光入射时可达到82.73%。基于设计的超光栅,当0.14 THz电磁波入射时,设计了数值孔径为0.39的超透镜,利用3D打印技术加工工艺制备,并搭建扫描测量系统验证该设计。测量结果表明,超透镜焦距为114.5 mm,与仿真设计相一致,同时测得了光斑的大小,最后搭建的THz透射成像系统表征了超透镜的成像能力。这项工作在光学传感、通信和超分辨率成像中具有潜在的应用价值。

摘要:提出并仿真论证了一种利用马赫-曾德尔调制器(MachZehnder modulator,MZM)以及注入锁定激光器的微波光子变频方法。上支路激光经射频(radio frequency,RF)信号调制实现载波抑制调制后经过滤波器滤出光边带,下支路激光经本振(local oscillator,LO)信号调制实现单边带调制后通过注入锁定激光器实现光的滤波放大,两束光耦合后进入光电探测器(photodetector,PD)拍频实现上下变频。该结构充分利用了注入锁定激光器能够被输入激光锁定的特性,可以获得完美的本振光,因此,能够通过差频产生更好的微波信号。仿真结果表明,该系统无杂散动态范围(spurious free dynamic range,SFDR)大于90 dB·Hz2/3,噪声系数(noise figure,NF)小于30 dB。

摘要:布洛赫表面波(Bloch surface wave,BSW) 具有传输损耗低、显著表面局域场增强、环境敏感等特性,因而被视为研究近场光和物质相互作用的关键技术。其主要在截断的一维光子晶体与外界介质的界面激发并沿此界面传播,通过传播界面微纳结构的设计,可在纳米尺度实现对BSW的有效调控。本文从BSW的模式特性出发,提出了石墨烯加载的一维光子晶体BSW传感器件结构。通过改变石墨烯层的结构参数,调节激发模式在光子带隙中的位置,研究激发模式的光场传输特性,实现对BSW激发波长、振幅和相位的调控。进一步利用其对外界介质折射率变化非常敏感的特性,对其传感检测能力进行研究。结果表明,该器件有望实现高灵敏度的生化传感检测应用。该研究为新型BSW集成光子器件的设计与发展提供了新思路。

摘要:针对当前热轧带钢表面缺陷检测中存在精度低及复杂背景干扰等问题,提出一种基于坐标注意力(coordinate attention, CA)的CA-YOLOv5缺陷检测方法。主要对YOLOv5的输入端、外加模块和检测端3个方面进行改进:在输入端,采用随机拼接4张或9张图片的方法对训练数据进行增广,并利用遗传算法(genertic algorithm,GA)对网络超参数进行寻优,使得YOLOv5更适用于带钢缺陷检测；在主干网络和外加模块之间引入CA机制,加强网络对缺陷深层特征的提取能力；最后,在检测端,对每一检测分支进行解耦,将检测的分类和位置回归两类任务分开,提升网络对缺陷的检测能力。在NEU-DET热轧带钢表面缺陷数据集上进行了验证实验,实验结果证明,CA-YOLOv5的均值平均精度(mean average precision,mAP)达到84.36%,不仅较原YOLOv5算法提升6.68%,而且优于其他先进的检测算法。

摘要:由于自然条件下拍摄的花卉图像背景复杂,而且其存在类内差异性大和类间相似性高的问题,现有主流方法仅依靠卷积模块提取花卉的局部特征难以实现准确的细粒度分类。针对上述问题,本文提出了1种高精度、轻量化的花卉分类方法(ConvTrans-ResMLP),通过结合Transformer模块和残差MLP(multi-layer perceptron) 模块实现对花卉图像的全局特征提取,并在Transformer模块中加入卷积计算使得模型仍保留提取局部特征的能力；同时,为了进一步将花卉分类模型部署到边缘设备中,本研究基于知识蒸馏技术实现对模型的压缩与优化。实验结果表 明,本文所提出的方法在Oxford 17、Oxford 102和自制的Flowers 32数据集上的准确率 分别达98.62%、97.61%和98.40%；知识蒸馏后本文的轻量化模型的大小约为原来的1/18,而准确率仅下降2%左右。因此,本研究能较好地提升边缘设备下花卉细粒度分类的效率,对促进花卉培育的自动化发展具有切实意义。

摘要:针对人工目测斜拉桥拉索表面缺陷劳动强度大、准确度低,常规图像处理和卷积神经网络速度慢,无法满足实时检测等问题,构建了新型编-解码网络检测拉索表面缺陷。采用优化的MobileNetV2作为编码器,减少网络参数、加快训练速度；解码器借鉴UNet思想,融合金字塔池化(pyramid pooling,PSP)模块加强特征提取；利用跳跃链接级联编码器和解码器,有效融合深浅层特征信息；通过PASCAL VOC数据集预训练得到新型编-解码网络权值,利用孔洞、缝隙、损伤等常见缺陷数据集训练网络获得最终网络参数。实验结果表明:新型编-解码网络鲁棒性强,均像素精度、均交并比和单张图片处理时间分别达到89.88%、79.25%和41.34 ms,明显优于PSPNet、UNet、DFANet等主流检测方法,满足斜拉桥拉索表面缺陷检测的精度和速度要求。

摘要:遥感图像的道路提取在推动城乡发展规划及建设方面具有重要意义。然而,目前传统方法对于遥感图像道路提取存在工程量大、效率低下的问题,基于深度学习的方法又存在复杂场景下提取精度不高和连通性差等问题。针对上述存在的问题,为提高不同地貌区域的道路提取精度,本文提出一种基于iHDODC-LinkNet网络的高分辨率遥感图像道路提取方法。该方法在语义分割模型 D-LinkNet的基础上进行改进:一方面使用ResNeSt50重建D-LinkNet网络并添加预训练模型,提出一种混联深度过参数化扩张卷积(hybrid depthwise over-parameterized dilated convolution,HDODC) 模块；另一方面采用迭代注意力特征融合(iterative attentional feature fusion, iAFF) 机制替换原始的相加融合,从而使模型关注于道路的全局信息。最后,在马萨诸塞州道路数据集和某省高速公路场景数据集上进行训练并通过测试集的提取效果证明模型改进方法的有效性。根据实验模型分割效果表明,改进后的方法在测试集上F1达到71.66%,相比原始模型提升了10%,能够得到效果更好的分割结果。

摘要:为实现多表面干涉测量中强度叠加干涉信号的分离和相位解调,提出了一种基于频率校正的多表面波长移相干涉测量算法,可实现透明被测件各表面面形的同时重建。波长移相干涉技术可以根据各干涉谐波光程差(optical path difference,OPD) 的不同使各表面干涉谐波具有不同的移相值,该差异为各信号分离和相位解调提供了基础。在现有的多表面测量技术中,往往通过被测件的腔长和光学厚度等信息对谐波频率进行粗估,但估计精度较低,且无法应对移相误差。因此,本文通过多点平均和频率校正实现了各干涉谐波频率的精确提取,能够有效消除异常值和加性高斯噪声(additive Gaussian noise,AGN) 对频率求解精度的影响,并且仅通过干涉图之间的加权操作便可同时对各谐波相位进行解调,对比分析和实验结果验证了所提出的算法的可靠性。

摘要:为了解决手机芯片屏蔽壳表面白印缺陷微小、尺度各异等因素影响检测快速性和准确性的问题,本文提出一种基于长短连接通路和双注意力网络(long short link and double attention network,LSDANet)的手机芯片屏蔽壳表面缺陷检测方法。首先,通过构建基于编码和解码的语义分割模型和利用长短距离连接通路,提高网络模型对尺度各异缺陷的特征提取能力。其次,分别设计基于通道和空间的注意力机制,增大5—10 pixel尺寸的白印缺陷在空间和通道上的特征权重。最后,融合双注意力机制和长短距离连接通路分割模型,构建LSDANet缺陷检测网络,应用于手机芯片屏蔽壳表面缺陷检测。实验数据表明,LSDANet网络能够达到96.21%的平均像素精 度、66.13%的平均交并比和39.03的每秒检测帧数,相比多种语义分割算法均具有更高的检测精度和速度。

摘要:针对基于深度学习的激光雷达 (light detection and ranging,LiDAR) 点云三维(3D)目标检测对小目标的检测精度较低和噪声干扰问题,提出一种基于交叉自注意力机制的3D点云目标检测方法CSA-RCNN (cross self-attention region convolutional neural network)。利用交叉自注意力(cross self-attention,CSA)同时学习点云的坐标和特征,并设计多尺度融合 (multi-scale fusion,MF) 模块自适应捕捉各层级多尺度特征。此外,还设计重叠采样策略对感兴趣目标区域选择性地重采样以获得更多前景点,有效降低了噪声采样。在广泛使用的KITTI数据集上进行算法性能测试,结果表明,本文方法对行人等小目标的检测精度有较大提升,平均精度均值相比PointRCNN等4种经典算法均获得提升,显著提高3D点云目标的检测性能。

摘要:本文基于广义惠更斯-菲涅尔原理和大气湍流理论模型,推导了高斯涡旋光束在non-Kolmogorov大气湍流中斜程传输的螺旋谱解析表达式和光强表达式,并数值模拟了涡旋光束传输后螺旋谱和光强的分布规律,分析了各光束参数和大气湍流对螺旋谱弥散的影响。研究结果表明:随着传输距离增大,螺旋谱弥散越强烈,在增大到一定距离时,各螺旋谱分量逐渐趋于均匀分布,光强逐渐呈高斯分布。增大光束的初始拓扑荷数和波长可有效减小传输后螺旋谱的弥散程度；当天顶角逐渐增大到π/2时,传输方式为水平传输,螺旋谱弥散程度显著增大；近地面折射率结构常数越大、湍流内尺度越小,螺旋谱弥散越严重,而湍流外尺度对螺旋谱的影响程度很小。

摘要:为了将激光抛光金属表面的过程可视化,本文建立了脉冲激光抛光304不锈钢的二维瞬态数值模型,模拟了脉冲激光作用下304不锈钢表面形貌的演变过程,揭示了抛光过程中传热、熔化和凝固等物理过程的演化机制。模拟结果表明,与连续激光抛光相比,脉冲激光会使抛光表面产生细小的波纹,但是整体上空间曲率会减小,能够起到一定的抛光效果。在表面形貌的演化过程中,表面起伏较大的区域,由毛细力主导熔池内熔体的流动,其主要作用是消除具有大区率的表面形貌；表面曲率较小的区域,则由热毛细力占据主导地位,其主要作用是促使熔融金属在熔池中重新分布,进一步降低表面的粗糙度。为了验证 仿真模型的正确性,通过与实验结果的比较,发现模型熔池深度与实验结果相符合,具有较高的模拟精度。

摘要:针对传统编解码结构的医学图像分割网络存在特征信息利用率低、泛化能力不足等问题,该文提出了一种结合编解码模式的多尺度语义感知注意力网络(multi-scale semantic perceptual attention network,MSPA-Net) 。首先,该网络在解码路径加入双路径多信息域注意力模块(dual-channel multi-information domain attention module,DMDA) ,提高特征信息的提取能力；其次,网络在级联处加入空洞卷积模块(dense atrous convolution module,DAC) ,扩大卷积感受野；最后,借鉴特征融合思想,设计了可调节多尺度特征融合模块 (adjustable multi-scale feature fusion,AMFF) 和双路自学习循环连接模块(dual self-learning recycle connection module,DCM) ,提升网络的泛化性和鲁棒性。为验证网络的有效性,在CVC-ClinicDB、ETIS-LaribPolypDB、COVID-19 CHEST X-RAY、Kaggle_3m、ISIC2017和Fluorescent Neuronal Cells等数据 集上进行验证,实验结果表明,相似系数分别达到了94.96%、92.40%、99.02%、90.55%、92.32%和75.32%。因此,新的分割网络展现了良好的泛化能力,总体性能优于现有网络,能够较好实现通用医学图像的有效分割。