最新刊期
2025年第40卷第5期
- “Liquid crystal memory technology, characterized by low cost, large area, high speed, and high-density memory, has evolved from a scientific curiosity to a technology applied in various commodities. In this study, researchers utilized molybdenum disulfide (MoS2) nanoflakes as the guest in a homotropic liquid crystal host to modulate the overall memory effect of the hybrid. The incorporation of a mass fraction of 0.1% 2 μm MoS2 nanoflakes into the liquid crystal host significantly reduced the refreshing memory behavior in the hybrid to 94.0 s under an external voltage of 5 V, laying a foundation for the construction of high-speed, high-density memory systems.”摘要：液晶用于光学记忆领域具有低成本、大面积、高速度和高密度存储等优点。当前，液晶光学记忆技术已从最初的科学探索发展为一种具备商业化前景的前沿科技。本文主要研究了二硫化钼（MoS₂）纳米片在向列相液晶中的掺杂对其光学记忆行为的影响。实验结果表明， MoS₂纳米片在液晶体系中发生团聚，但在外部电场的作用下MoS₂纳米片沿电场方向排列，这反过来加快了混合体系对外加电场的响应，这一过程也导致阈值电压略有下降，有助于增强MoS₂纳米片掺杂液晶混合体系光学记忆行为的可控刷新。在5 V外加电压下，经掺杂质量分数0.1%的2 μm-MoS₂纳米片制备的液晶混合体系的光学记忆刷新时间缩短至94.0 s。以上结果表明，MoS₂纳米片的掺杂是有效调节液晶混合体系光学记忆行为的重要方法之一。关键词：光学记忆行为;二硫化钼纳米片;液晶194|55|0更新时间：2025-05-13
-
纯溴基蓝光钙钛矿的合成及其研究进展 AI导读
“最新研究进展显示，纯溴基蓝光钙钛矿材料性能优化取得显著进展，为高性能蓝光发光器件提供新思路。”摘要：本文综述了纯溴基蓝光钙钛矿材料近年来的研究进展，主要集中在纯溴基蓝光钙钛矿的合成方法及研究进展，涵盖了热注入法和配体辅助再沉淀等合成方法，以及通过配体工程、A位阳离子工程、准二维结构设计和B位替代工程等策略来优化其性能。超小钙钛矿量子点通过配体工程来钝化表面缺陷和提高量子点稳定性。B位替代工程策略可以有效扩大带隙，使纳米晶体晶格收缩，促使光致发光发射峰蓝移、高光致发光量子产率（PLQY）、窄带宽和尖锐的激子吸收跃迁。对于准二维蓝光钙钛矿，通常采取选择有机间隔阳离子和添加剂来调控准二维钙钛矿的层数，使相更纯、更窄，从而获得性能更好的蓝光器件。除了常见的钝化剂之外，聚合物也可以作为钝化剂，如聚偏二氟聚乙烯（PVDF），可以有效钝化表面缺陷并增强稳定性。这些优化策略使蓝光PeLEDs在亮度、色纯度和效率方面取得显著进展，为实现高性能蓝光发光器件提供了新思路。关键词：钙钛矿;准二维;量子点;配体工程50|20|0更新时间：2025-05-13 -
基于数据驱动的液晶材料研究进展 AI导读
“液晶材料研究取得新进展，数据驱动技术助力性能提升和应用拓展，为材料科学发展提供新方向。”摘要：液晶材料因其固态和液态的双重特性，在材料科学和应用领域具有独特的优势。近年来，数据驱动方法在液晶相分类、材料设计与性能预测以及传感技术等方面的研究中得到了广泛应用。通过机器学习等数据驱动技术，液晶相变预测、物理化学性能评估及传感器性能优化等研究取得了显著进展。这些研究不仅提升了液晶材料的性能，还拓展了其在智能传感器、气体检测、环境监测以及生物传感等领域的应用潜力。本文综述了数据驱动液晶材料的国内外研究进展，探讨了其在液晶材料设计、优化及应用中的前景，并展望了未来液晶材料科学的进一步发展方向。关键词：数据驱动;机器学习;液晶;材料科学32|30|0更新时间：2025-05-13
材料物理
- “在光场显示领域，研究人员提出了一种摩尔纹可视化仿真方法，有效预测并辅助柱透镜阵列设计。”摘要：由于液晶显示设备的像素和柱透镜阵列的结构存在周期性，柱透镜三维光场显示设备在特定的柱透镜倾角范围内会产生摩尔纹。摩尔纹叠加在显示内容上，严重影响观看体验。通常采用改变柱透镜倾角的方法来抑制摩尔纹。为确定摩尔纹被抑制时的柱透镜倾角，本文提出了一种柱透镜阵列分割单元分析的光场显示设备摩尔纹可视化仿真方法。根据几何光学原理分析柱透镜单元的成像特性，模拟光线通过柱透镜单元后的成像结果。将模拟的成像结果进行拼接以重构完整的光场显示效果，从而实现摩尔纹的可视化仿真。实验结果表明，本文提出的方法实现了整体光场显示效果与局部光场显示结构的可视化。可设置的柱透镜阵列倾角的范围为0°~90°，满足不同柱透镜光栅下的光场显示设备的摩尔纹预测，有效辅助了柱透镜阵列的设计。关键词：摩尔纹;可视化仿真;光场显示;RGB颜色模型58|52|0更新时间：2025-05-13
-
基于光流预测的三维光场显示透视关系校正 AI导读
“在三维光场显示领域，专家提出了基于光流预测的透视关系校正方法，有效解决观看者前后移动时的透视错误问题。”摘要：三维光场显示中，观看者在前后移动时会发生透视关系错误，观看到变形错误的三维图像。为了获得正确的透视关系，本文提出了一种基于光流预测的透视关系校正方法。采用一个由光流预测网络和透视变化网络组成的透视关系补偿网络来补充透视关系信息，实现透视关系校正。其中，光流预测网络用来提供深度信息以辅助透视关系补偿网络生成深度方向上的光流，保留垂直光流分量用于插值出设定范围内任意距离处的透视关系信息。通过人眼跟踪设备获取观看者位置，实时生成图像与编码并加载到三维显示系统中，实现实时的透视关系校正。实验结果表明，该方法可以有效校正透视关系，使观看者在前后移动时观看到正确的三维图像。关键词：3D光场显示;透视关系校正;光流预测;深度学习34|49|0更新时间：2025-05-13 -
基于仿真图像评价的光栅立体显示器优化方法 AI导读
“光栅立体显示器优化方法研究取得新进展，为裸眼三维显示器设计提供新思路。”摘要：光栅立体显示器是目前最热门的裸眼三维显示器之一，对其进行参数优化是显示器设计过程中的关键步骤。本文提出了一种基于仿真图像评价的光栅立体显示器优化方法，该方法基于已有的光栅立体显示器仿真平台，通过评估仿真图像而非光学指标的方式来评价显示器显示质量，更加直观与便捷。邀请评测者展开主观实验，选出了最适合评价三维显示器仿真图像的评估标准LPIPS（Learned Perceptual Image Patch Similarity）。使用贝叶斯方法对柱透镜光栅立体显示器参数进行联合优化实验，并与Zemax传统光学优化结果进行比较，中心视场的弥散斑半径为15.567
器件物理及器件制备
- “在动态场景下，基于动态特征剔除与稠密建图的视觉SLAM算法，有效提升了定位精度和地图质量。”摘要：针对同步定位与建图（Simultaneous Localization and Mapping，SLAM）算法在动态场景中存在的定位精度低且无法生成有效地图的问题，提出一种基于动态特征剔除与稠密建图的视觉SLAM算法。在ORB-SLAM3算法基础上新增特征点筛选线程，使用轻量化的YOLOV8网络检测环境中的动态物体，并结合光流法和对极几何约束剔除环境中的动态特征点。在新加入的稠密建图线程中利用生成的关键帧及计算出的位姿构建稠密点云地图。在公开的TUM数据集进行验证，相比于原ORB-SLAM3，各项定位误差下降达90%，同时在稠密建图结果中去除了动态物体所造成的重影。新算法通过加入的特征点筛选线程和稠密建图线程，有效地解决了视觉SLAM算法在动态环境中无法正常定位和建立有效地图的问题，极大增强了SLAM系统在动态场景中的精准度和鲁棒性。关键词：动态环境;视觉SLAM;目标检测;特征剔除;稠密建图41|155|0更新时间：2025-05-13
-
基于深度度量学习和语义分割的场景识别 AI导读
“在场景图像识别领域，研究者提出了一种新型语义分割框架，通过深度度量学习改善模型识别精度，提升了场景识别的准确性和鲁棒性。”摘要：为了应对场景图像具有类间差异细微、类内分类模糊而识别率较低的问题，本文提出了一种新型的语义分割框架。通过引入深度度量学习，关注像素间的语义关系，改善了模型识别精度。首先通过空洞空间金字塔池化模块进行特征提取，在解码过程中通过采用结构融合浅层的高分辨率特征和深层的低分辨率特征更好地恢复图像中的细节和边界。然后在深度度量学习模块通过学习结构良好的像素语义嵌入空间，通过最大化不同类别像素间的欧几里得距离、最小化相同类别像素间的欧几里得距离，有效地对像素进行分类。最后采用焦点损失和对比损失的加权组合的融合损失函数，平衡不同样本之间的重要性，从而更精确地衡量模型性能，提升了场景识别的准确性和鲁棒性。实验结果表明，该模型在公开数据集ADE20K和Cityscapes上的平均交并比分别为47.6%和83.1%。与如今作为基线的先进的场景识别方法进行对比，结果显示本文所提方法具有可行性与先进性。关键词：深度学习;深度度量学习;语义分割;场景识别;类不平衡126|107|0更新时间：2025-05-13 -
上下文感知的低光图像增强算法 AI导读
“科技媒体新闻记者报道：针对低光图像亮度低和细节模糊问题，研究者提出了上下文感知增强算法，有效提升图像清晰度和亮度均匀性。”摘要：针对低光图像存在亮度低和细节信息模糊的问题，本文提出了一种上下文感知的低光图像增强算法。首先，研究了上下文感知模块用来提取细节信息和边缘伪影，使用激活函数进行非线性映射，得到特征在当前上下文中的重要性。其次，将Transformer中的多头注意力模块用线性注意力门控机制代替，在保持性能的同时降低了在高分辨率图像中的计算复杂度。最后，设计了重建引导模块来关注图像重建时低光区域的信息，捕捉输入序列中各个位置之间的关联信息，提高模型对重建处理任务的表达能力。实验结果表明，与现有典型低光增强算法URetinex相比，在数据集LOL上生成图像的PSNR提升了1.33%，SSIM提升了3.73%；在数据集SICE上生成图像的PSNR提升了1.2%，SSIM提升了2.8%。本文算法能够有效增强低光图像，生成清晰和亮度均匀的图像。关键词：低光增强;Transformer;线性注意力;门控机制69|133|0更新时间：2025-05-13 - “在图像去雾领域，研究者提出了一种新算法，有效改善非均匀雾天图像复原效果，提升了多项客观评价指标。”摘要：针对目前去雾算法处理非均匀雾天图像时存在薄雾区域失真、浓雾区域去雾不彻底的问题，提出了一种结合雾浓度分割与大气光幕映射的图像去雾算法。首先，通过分析图像中不同区域的雾浓度分布，结合饱和度和色度构造雾浓度估计模型，并利用模糊聚类算法进行区域分割，有效地识别出薄雾和浓雾区域；其次，基于雾浓度与大气光幕之间的关系，为不同区域设计特定的大气光幕估计模型，以确保对各种雾浓度区域的准确处理；最后，通过雾浓度的亮度分量改进局部大气光的估计，并基于大气散射模型获得无雾图像。实验结果表明，该算法有效解决了非均匀雾天图像复原效果不佳的问题，且在可见边增加率、归一化平均梯度、图像熵、图像可见度制衡指标、视觉对比度、图像对比度和运算时间等客观评价指标上相较于目前主流算法分别提升39%、28%、10%、20%、37%、47%、35%。关键词：雾浓度估计;模糊聚类算法;大气光幕;大气光151|56|0更新时间：2025-05-13
-
基于YOLOv8s改进的自动驾驶目标检测 AI导读
“在自动驾驶领域，研究人员提出了基于YOLOv8s改进的目标检测算法，通过优化网络结构和损失函数，提升了检测精度和模型效率。”摘要：针对当前自动驾驶目标检测算法存在的单一或少量种类目标检测、目标漏检和误检等问题，本文提出了一种基于YOLOv8s改进的自动驾驶目标检测算法。该算法将YOLOv8s的主干网络中部分普通卷积替换成RepConv （Re-parameterization Convolution）卷积，提升目标感知能力的同时减少计算复杂度和内存消耗，提高模型效率。此外，在颈部网络C2f后添加高效多尺度注意力（Efficient Multi-scale Attention， EMA）机制，提高特征关注度和模型收敛速度。其次，在网络头部添加P2检测头，增强对小目标的检测能力。最后，采用WIoU （Wise-IoU）损失函数，该函数通过动态非单调聚焦机制和梯度增益分配策略，提高检测器整体性能。在手动标注的Car数据集上，改进模型在mAP50和mAP（50-95）上分别达到81.2%和58.4%，比YOLOv8s模型分别提升1.5%、1.2%；精确率（Precision，P）、召回率（Recall，R）提升1.9%、0.8%；参数量从11.14M降至10.87M。改进模型与基准模型相比，在减少参数量的同时提高了检测精度，使其更加适用于自动驾驶任务。关键词：自动驾驶;目标检测;YOLOv8s;EMA;Wise-IoU49|156|0更新时间：2025-05-13 -
复杂交通场景下新型行人多目标跟踪方法 AI导读
“在复杂交通环境中，提出了融合YOLOv8和改进DeepSORT的多目标行人追踪方法，实现了77.9%的追踪精度和55.8FPS的处理速度。”摘要：针对复杂多变的交通环境中行人追踪常遇到的局部遮挡与ID频繁变换等问题，提出一种融合YOLOv8（You Only Look Once-v8）和改进后的深度关联度量（Simple Online and Realtime Tracking with a Deep Association Metric，DeepSORT）的多目标行人追踪方法。首先，为增强在密集交通场景下捕捉目标行人特征信息的能力，在检测阶段选用YOLOv8算法，该算法具有高效的小尺度特征处理能力，确保了检测的精确与快速。其次，针对行人追踪的实时需求，在DeepSORT的基础上引入OSNet（Omni-Scale Network）作为特征提取网络。OSNet通过多尺度动态融合策略，为后续追踪提供了更加丰富精准的信息基础。然后，针对传统卡尔曼滤波在非线性运动轨迹预测中的局限性，设计了一种创新的自适应遗忘卡尔曼滤波算法（Filter Smoothing Kalman Algorithm，FSA），该算法能够灵活调整滤波参数，有效应对复杂交通场景下行人运动的不确定性，显著提升预测精度。此外，为提升追踪过程中的数据匹配稳定性与准确性，将DeepSORT原有的交并比（Intersection over Union，IOU）关联匹配机制替换为改进的交并比（Complete-Intersection over Union，CIOU）算法。CIOU不仅考虑了目标间的重叠程度，还融入了形状和大小等几何信息，有效降低了漏检率与误检率。最后，为进一步削弱多重噪声对追踪性能的影响，引入具有较强泛化能力的轨迹特征提取器（Trajectory Feature Extractor，GFModel）。该模型通过平均池化技术，将局部细节与全局上下文信息有机融合，实现对目标行人轨迹的精准追踪与预测。实验结果显示，该方法在实现高达77.9%的追踪精度的同时，保持了55.8帧/s （Frame Per Second，FPS）的处理速度，充分满足了实际复杂交通环境下的高效与精准追踪需求。关键词：行人跟踪;YOLOv8;DeepSORT;多目标跟踪;关联匹配107|100|0更新时间：2025-05-13 -
基于自适应亮度校正的回转体全表面成像 AI导读
“在工业检测领域，研究者提出了一种全表面成像方法，有效提升了镀金回转体工件图像获取的精度和效率。”摘要：由于镀金回转体工件的特殊几何特征和尺寸限制，快速准确地获取其全表面图像存在困难。本文提出了一种基于自适应亮度校正的全表面成像方法。首先，为了恢复低亮度区域信息，提出一种自适应调整图像亮度的校正算法，在全局亮度映射预调整后，使用导向滤波器替代传统的高斯滤波器进行图像局部对比度多尺度增强，同时保护划痕和边缘等特征。其次，设计了一种基于ROI（Region of Interest）自适应裁切的图像拼接方法，通过HSV颜色空间下阈值分割和单应矩阵估计提取有效区域，降低图像拼接时由曲面投影失真和视差引起的干扰，并提高算法的运行速度。实验结果表明：本文的亮度校正算法能改善图像特征亮度不一致情况，使得图像配准平均反向投影误差降低约50%，多图像拼接算法速度达1.25幅/s。相比Autostitch、LPC等经典算法，本文算法在精度和效率上都具有明显优势，适用于工业环境中回转体工件的全表面图像获取及缺陷检测。关键词：机器视觉;亮度校正;导向滤波;图像拼接;回转体工件25|43|0更新时间：2025-05-13
图像处理
- 地址：长春市东南湖大路3888号 邮编：130033
- 联系电话：0431-86176059 Email：yjxs@ciomp.ac.cn
- 本系统由Light学术出版中心、北京北大方正电子有限公司共建 吉ICP备11002662号-17
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0