最新刊期
      2024 年 第 39 卷 第 11 期

        材料物理

      • “最新研究发现，苯基异硫氰酸酯液晶材料在无水环境下稳定性显著提高，为液晶器件应用提供新方案。”
        彭增辉,刘永刚,穆全全
        2024, 39(11): 1431-1436. DOI: 10.37188/CJLCD.2024-0269
        摘要：苯基异硫氰酸酯化合物可制成向列相液晶材料。这类材料不仅具有高双折射率，还具有低黏度的特性，在液晶光学器件中应用时可实现快速响应。然而，这类液晶材料存在稳定性问题，导致其制成的液晶器件无法长时间稳定运行。本文研究发现，在加速老化实验中，100 ℃处理1 000 h后，该材料的双折射率下降了8.5%。通过高效液相色谱法和质谱法分析，确认羟基化合物会引起异硫氰酸酯基团的离解，导致材料稳定性欠佳。最后，在设计的无水环境下进行老化实验，结果显示材料的降解程度大幅降低，在相同条件下双折射率仅下降1.1%。本研究为这类材料的应用提供了重要的指导方案。  
        关键词：液晶材料;异硫氰酸酯;高双折射率;稳定性   
        87
        |
        111
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 73381211 false
        发布时间：2024-11-28

        液晶光学

      • “在液晶超结构制备和矢量光阵列产生领域，专家优化了液晶分子排列，成功产生偏振矢量光阵列，为光学陷阱等领域提供新应用。”
        刘筱姮,王泽宇,王龙洋,魏阳,马玲玲,陆延青
        2024, 39(11): 1437-1444. DOI: 10.37188/CJLCD.2024-0292
        摘要：本文从近晶相液晶超结构的生长制备优化、矢量结构光阵列产生和微透镜成像等方面进行系统研究。在实验中基于光控取向技术，精确控制液晶分子在微观尺度上的排列，设计并优化了液晶盒内近晶相环面焦锥畴阵列的制备流程，成功产生并检测到偏振阶数P=2的偏振矢量光阵列并且探讨了环面焦锥畴阵列作为微透镜阵列的多功能应用潜力。本研究将液晶微结构的拓扑属性与结构光场的拓扑特性交叉融合，充分发挥液晶材料在自组装制备方面的独特优势，不仅为特殊结构光场的产生、调控、探测提供了可能，而且还预示着在精确控制应用领域，如光学陷阱、微流控制和高分辨率成像等方面，可能引发一系列创新性的应用。  
        关键词：液晶;近晶相;光控取向;环面焦锥畴结构;矢量光;微透镜阵列   
        115
        |
        106
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 73381961 false
        发布时间：2024-11-28
      • “科技媒体新闻记者报道：最新研究揭示了一种新型空间光调制器G-LCoS的反射相位特性，为AR/VR显示系统和全息视频显示优化提供了新思路。”
        李韵九,韦穗,郝学锋,葛博群,沈川,屈磊
        2024, 39(11): 1445-1453. DOI: 10.37188/CJLCD.2024-0239
        摘要：空间光调制器（Spatial Light Modulator， SLM）是实现光场调控的关键器件。本文研究了一种将亚波长金光栅嵌入硅基液晶（Liquid Crystal on Silicon， LCoS）构成的SLM（G-LCoS）器件模型的反射相位特性，该器件模型以ITO透明导电层和液晶构成G-LCoS中亚波长金光栅的非对称边界。首先运用散射矩阵原理给出了亚波长金光栅反射相位的计算表达式，其次给出了下表面液晶的有效折射率计算公式。在此基础上，利用TechWiz 3D软件模拟加电情况下金光栅下表面液晶指向矢的变化，给出金光栅下表面液晶有效折射率的变化值。将得到的有效折射率数据导入到FDTD Solutions软件，对该器件结构开展了相关的仿真实验和结果分析。综合考虑了上表面的ITO色散情况、金光栅高度变化以及不同电压下液晶有效折射率值，实现了可见光范围内多波长的近2π相位调制。本文研究的器件也为AR/VR显示系统以及全息视频显示的优化提供了一种新思路。  
        关键词：亚波长金属光栅;散射矩阵;液晶有效折射率;相位调制;空间光调制器   
        84
        |
        125
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 72556609 false
        发布时间：2024-11-28
      • “在环保显示技术领域，研究人员探索了提升光重构液晶电子纸响应速度的多种方法，为实现更快速、更高效的显示方案提供解决方案。”
        邸茵,刘莹,吴作用,苑留涛,潘澍,史文雄,姚丽双
        2024, 39(11): 1454-1462. DOI: 10.37188/CJLCD.2024-0282
        摘要：与传统液晶显示器相比，基于光重构（Optically Rewritable，ORW）技术的液晶电子纸器件展现出环保、低功耗、高便携性和低成本等显著优势而备受关注。基于光重构技术的液晶显示电子纸的工作原理是借助辐照光对液晶分子取向方向进行精确控制，从而实现显示器件图像的快速光擦除和光重写。尽管光重构液晶电子纸显示技术具有诸多优势，但其应用仍受限于光响应时间较长的技术瓶颈。为了解决这一问题，研究人员探索了多种提升响应速度的手段。本文将重点介绍包括制备工艺优化、快速响应液晶材料的应用、工作温度优化、在取向层或液晶层中掺杂特定材料以及通过改变驱动光的强度来提升器件的响应速度等研究方法，并对光重构技术在显示与非显示方面的应用进行了简要的介绍。随着技术的不断进步和创新，光重构技术有望在未来实现更快速、更高效的显示方案，满足日益增长的市场需求。  
        关键词：液晶显示;光重构;电子纸;响应速度   
        82
        |
        101
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 75670815 false
        发布时间：2024-11-28
      • “在液晶显示屏质量检测领域，机器视觉技术凭借高效率、低成本优势成为主要手段。本文重点探讨了人工智能技术在TFT-LCD表面Mura缺陷检测的应用，并展望了技术发展趋势。”
        陈泽康,沈奕,翟晨阳,董晨瑶,王双喜
        2024, 39(11): 1463-1476. DOI: 10.37188/CJLCD.2024-0235
        摘要：液晶显示屏幕的表面缺陷检测是保证TFT-LCD等液晶显示屏质量稳定性的关键。得益于在检测表面缺陷方面高效率、低成本的优势，机器视觉技术目前已经成为TFT-LCD质量检测的主要手段。本文首先概述了液晶屏的发展历程，列举了常见Mura缺陷的类型，分别介绍了基于传统图像处理和基于深度学习的Mura缺陷检测方法，概述了图像滤波和图像亮度校正等图像预处理技术的研究动态。本文重点阐述了监督学习、无监督学习和迁移学习等人工智能技术在TFT-LCD表面Mura缺陷检测领域的应用，并对基于机器视觉的TFT-LCD表面Mura缺陷检测的技术发展趋势进行了展望。  
        关键词：TFT-LCD;Mura缺陷;机器视觉;图像处理;深度学习   
        149
        |
        173
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 72558916 false
        发布时间：2024-11-28
      • “在生物学领域，专家利用贝塞尔光束特性，成功研发新型双光子光片显微镜，实现活体生物三维高分辨率成像。”
        卜庆盼,罗芳琳,张杏云
        2024, 39(11): 1477-1482. DOI: 10.37188/CJLCD.2024-0303
        摘要：双光子光片显微镜具有分辨率高、光漂白低等优势，在生物学领域有着广泛的应用。但由于照明光片厚度与长度之间的取舍矛盾问题，导致轴向分辨率和成像视场无法兼顾，因此在应用中受到限制。为了解决这一问题，本文采用液晶空间光调制器将普通高斯照明光束调制为贝塞尔光束，利用贝塞尔光束的“无衍射”特性实现了大且薄的光片照明，光片长度与厚度之比达到了163。在此基础上，设计并搭建了一套贝塞尔双光子光片显微镜，在310 μm的视场范围内实现了横向440 nm、轴向1.9 μm的三维高分辨率成像。本文成功实现了斑马鱼胚胎的活体成像，可以做到血液细胞流速的测量和脊柱骨细胞的分割计数，验证了贝塞尔双光子光片显微镜在活体生物成像中的应用潜力。  
        关键词：液晶空间光调制器;双光子光片显微镜;贝塞尔光束;活体成像   
        41
        |
        82
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 76165754 false
        发布时间：2024-11-28

        图像处理

      • “在三维重建领域，研究者提出了基于神经辐射场的框架，有效解决了少视图重建中结构模糊问题，为三维场景重建提供了新方案。”
        石超,邓慧萍,向森,吴谨
        2024, 39(11): 1483-1493. DOI: 10.37188/CJLCD.2024-0155
        摘要：少视图三维重建仅需要较少的视图来恢复物体的三维几何形状或场景。但由于少视图存在不同视角上的覆盖不足、缺乏足够的信息来准确还原三维场景的问题，会导致重建结果的不准确或者模糊，尤其针对具有复杂几何结构的场景难以捕获到场景的结构信息。本文提出了一种基于神经辐射场的框架，利用准确成本代价体关联前景和后景深度信息解决结构模糊的问题。首先，利用金字塔网络提取前景和后景的局部特征，加强对场景细节的捕捉，引入了Self-attention机制，以确保在特征提取过程中关注关键区域。然后，通过自适应感受野模块实现特征尺度的平滑传递，以此来构建一个准确的特征代价体。最后，引入随机结构相似性损失，利用局部区域像素作为整体监督替代像素逐点监督，以更全面地捕捉场景中的结构信息。在DTU数据集、LLFF数据集以及NeRF数据集上的PSNR分别提升了0.48 Db、0.1 Db、0.47 Db，实验数据表明，本文方法能有效解决少视图三维重建中信息不足导致的结构模糊问题。  
        关键词：三维重建;神经辐射场;特征代价体;结构模糊   
        69
        |
        126
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 66570487 false
        发布时间：2024-11-28
      • “在图像语义分割领域，研究者提出了基于双交叉注意力网络的小样本分割方法，有效提升了新类别分割性能。”
        刘玉,郭迎春,朱叶,于明
        2024, 39(11): 1494-1505. DOI: 10.37188/CJLCD.2024-0151
        摘要：小样本图像语义分割只用少量样本就能分割出新类别。针对现有方法中语义信息挖掘不充分的问题，本文提出一种基于双交叉注意力网络的小样本图像语义分割方法。该方法采用Transformer结构，利用双交叉注意力模块同时从通道和空间维度上学习多尺度查询特征和支持特征的远程依赖性。首先，本文提出通道交叉注意力模块，并结合位置交叉注意力模块构成双交叉注意力模块。其中，通道交叉注意力模块用于学习查询和支持特征之间的通道语义相互关系，位置交叉注意力模块用来捕获查询和支持特征之间的远程上下文相关性。然后，通过多个双交叉注意力模块能够为查询图像提供包含丰富语义信息的多尺度交互特征。最后，本文引入辅助监督损失，并通过上采样和残差连接将多尺度交互特征连接至解码器以得到准确的新类分割结果。本文方法在数据集PASCAL-5i上的mIoU达到了69.9%（1-shot）和72.4%（5-shot），在数据集COCO-20i上的mIoU达到了48.9%（1-shot）和54.6%（5-shot）。与主流方法相比，本文方法的分割性能达到了最先进的水平。  
        关键词：小样本图像语义分割;Transformer结构;通道交叉注意力;双交叉注意力;辅助损失   
        75
        |
        136
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 66570516 false
        发布时间：2024-11-28
      • “在手部图像分割领域，研究者提出了基于注意力机制的多尺度分割方法，有效提升了分割精度和鲁棒性。”
        周雯晴,代素敏,王阳萍,王文润
        2024, 39(11): 1506-1518. DOI: 10.37188/CJLCD.2024-0130
        摘要：针对手部边缘细节信息分割不精确及小面积手部的错检、漏检问题，提出一种基于注意力机制的多尺度手部分割方法。首先，对Transformer模块重新进行设计优化，提出窗口自注意力结构和双分支前馈神经网络（Dual-branch Feed-Forward Networks，D-FFN）机制，通过窗口自注意力机制整合全局和局部的依赖信息，D-FFN抑制背景信息的干扰；然后，提出一种结合条形池化和级联网络的多尺度特征提取模块增大感受野，提高手部分割模型的准确性和鲁棒性；最后，提出基于Triplet Attention机制的上采样解码器模块，通过调节通道维度与空间维度的注意力权重将目标特征和背景的冗余特征区分开。将所提算法在公开数据集GTEA（Georgia Tech Egocentric Activity）和EYTH（EgoYouTubeHands）上测试，实验结果表明，该算法在两个数据集上的平均交并比（MIoU）值分别达到了95.8%和90.2%，相较于TransUnet算法分别提升了2.5%和2.1%，满足手部图像分割的稳定可靠、精度高、抗干扰能力强等要求。  
        关键词：手部分割;深度学习;TransUnet;前馈神经网络;空洞空间金字塔池化模块;Triplet Attention   
        61
        |
        93
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 62291382 false
        发布时间：2024-11-28
      • “在图像质量评价领域，研究者提出了一种结合元学习和失真感知的图像质量评价方法，有效提升了模型在不同失真类型间的泛化性能，并在评价精度上具有竞争力。”
        万丙辰,张选德
        2024, 39(11): 1519-1531. DOI: 10.37188/CJLCD.2024-0141
        摘要：获取图像主观质量评分的成本较高，使图像质量评价（Image Quality Assessment，IQA）模型通常面临训练样本量不足的问题，另外，失真类型对于图像视觉感知质量具有重要的影响。针对以上问题，本文提出了一种基于元学习和失真感知相结合的图像质量评价方法。首先，通过元学习模拟人类学习的过程来快速获取已知失真类型的先验知识，指导后续的ResNet-50网络有效融合多尺度特征。引入失真感知模块捕获完整失真信息，建立统一的质量评价体系。在LIVE、KonIQ-10k等合成失真与真实失真数据集上的实验结果表明，所提模型在小样本条件下，能够提升模型在不同失真类型间的泛化性能。在与现有先进方法的综合实验对比中，本模型较次优方法在PLCC和SROCC两个评价指标上分别取得了1.02%和1.85%的提升。本文模型的评价精度与目前主流的IQA模型相比，具有一定的竞争力。  
        关键词：无参考图像质量评价;元学习;失真感知;泛化性能   
        51
        |
        155
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 66570550 false
        发布时间：2024-11-28
      • “在图像去雾领域，Firs-Net基于分数匹配扩散模型IR-SDE，利用傅里叶特征融合模块，有效提升了真实有雾图像的去雾效果。”
        肖珀麟,刘进锋
        2024, 39(11): 1532-1543. DOI: 10.37188/CJLCD.2024-0124
        摘要：当前图像去雾算法研究主要聚焦于构建结构精巧的神经网络，利用扩散模型以生成式方法进行图像去雾的研究比较匮乏，且扩散模型与频域分析结合的研究也相对较少，这导致许多算法在面对真实有雾图像时去雾效果不佳。针对上述问题，本文基于分数匹配扩散模型IR-SDE提出了一种图像去雾方法Firs-Net。该方法利用扩散模型强大的图像生成能力，通过迭代式的方式从有雾图像逐渐恢复清晰无雾图像。Firs-Net中引入了傅里叶特征融合模块，该模块可在不增加参数量且无需微调神经网络的前提下，帮助扩散模型更好地从频域角度分析并融合特征。实验结果表明，Firs-Net在真实有雾数据集上的主观视觉和客观指标都表现优异，其中，在真实非均匀雾气数据集NH-HAZE中的PSNR达到21.91，在真实浓雾数据集Dense-HAZE中的PSNR达到17.40，分别比次优方法领先13.94%和5.52%。  
        关键词：计算机视觉;图像去雾;扩散模型;傅里叶滤波器   
        92
        |
        98
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 59011169 false
        发布时间：2024-11-27
      • “在特征匹配领域，研究者提出了一种融合渐进式策略的轻量化特征点提取与匹配方法，有效提升了特征点提取准确率和计算效率。”
        杨潞霞,任佳乐,张红瑞,韩睿,崔耀文,马永杰
        2024, 39(11): 1544-1556. DOI: 10.37188/CJLCD.2024-0159
        摘要：针对基于SuperPoint网络的特征匹配方法在光照、姿态、角度等挑战下，特征点提取准确率低、计算参数量大的问题，提出了一种融合渐进式策略的轻量化特征点提取与匹配方法。首先，利用深度可分离卷积对SuperPoint网络进行结构调整，以降低模型参数计算量；其次，在特征提取部分搭建注意力模块增强网络在空间上的特征提取能力，并设计渐进式多尺度特征融合模块捕获目标细节，增强特征的表达能力；最后，利用SuperGlue算法对所得到的特征点进行匹配。在Hpatches数据集上进行实验分析，实验结果表明，所提算法在光照变换场景下匹配平均准确率（mAP）和特征点重复度（Rep）达到了86%和70%，在视角变换场景下mAP和Rep达到了78%和68%。所提算法不仅在特征匹配中表现出一定的优势，同时将其应用于视频拼接中也获得了较好的效果。  
        关键词：特征点提取;特征点匹配;轻量化;注意力机制;渐进式多尺度特征融合   
        34
        |
        49
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 66570335 false
        发布时间：2024-11-28
      • “最新研究提出基于改进ShuffleNetV2网络和知识蒸馏的遥感图像分类方法，有效提升分类精度，缩减参数量。”
        徐慧雯,赵伟超,李泽
        2024, 39(11): 1557-1568. DOI: 10.37188/CJLCD.2024-0148
        摘要：针对传统的遥感场景分类模型参数量大、需要的计算资源较多、特征识别不均匀导致分类精度低的问题，提出一种基于改进ShuffleNetV2网络和知识蒸馏的遥感图像分类方法。首先为了解决在远距离、高空间的遥感场景下，很难对微小特征进行均匀提取的问题，引入CBAM通道空间注意力机制；其次将ShuffleNetV2网络进行轻量化改进，缩减改进基本堆叠单元；最后使用迁移学习和知识蒸馏的方法，载入预训练好的模型，并以ResNet101作为教师网络，改进后的ShuffleNetV2作为学生网络，提高遥感场景分类精度。实验结果表明，改进后的ShuffleNetV2的参数量缩减28%，准确率从91.8%提升到94.8%，相比轻量模型MoblieNetV3、MobileViT分别提升了4.2%、4.5%。本研究所改进的模型在保持较高分类精度的同时占用更低的存储空间。  
        关键词：深度学习;图像分类;注意力机制;轻量级神经网络;知识蒸馏   
        62
        |
        102
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 66570444 false
        发布时间：2024-11-28
      • “在目标跟踪领域，研究者基于Swin-Transformer网络提出了改进算法，有效提升了跟踪性能。”
        刘时,朱明
        2024, 39(11): 1569-1580. DOI: 10.37188/CJLCD.2024-0118
        摘要：基于STARK目标跟踪方法中采用ResNet为骨干网络，其特征提取能力不足，跟踪效果较差。针对此问题，本文基于Swin-Transformer网络，提出了一种改进的目标跟踪算法。首先，对Swin-Transformer内窗口注意力机制进行多尺度改进，设计多尺度窗口模块MW-MSA，旨在提取更为丰富的局部细节信息，与全局上下文信息共同构成多尺度判别性特征。接着，结合Transformer的编码-解码结构作为特征融合网络，采用优化的多层感知机作为更新分数判断网络构成状态感知模块。最后，针对目标消失、重现挑战，提出了一种多跟踪器融合方法。融合多尺度改进的跟踪算法和SuperDiMP跟踪算法，设计消失状态判断模块，综合考虑两种跟踪器的置信度分数及目标在预测框附近的可能性估计。实验结果表明，相较STARK跟踪算法，本文算法在GOT-10K数据集上的平均重叠率（AO）提升2.7%、成功率SR0.5提高3.3%。在L-LaSOT数据集上，相较于STARK算法，成功率（AUC）提升0.8%，在目标消失重现挑战下成功率提升1%。  
        关键词：目标跟踪;多尺度窗口;Swin-Transformer;模板更新;多模型融合   
        74
        |
        74
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 70170807 false
        发布时间：2024-11-28
      0