最新刊期
2025年第40卷第7期
- “最新研究突破，聚合物分散液晶材料颜色和性能实现双重优化，为智能窗等领域应用提供新方案。”摘要：聚合物分散液晶（PDLC）材料因其独特的光电性能，在智能窗、隐私窗户、汽车天幕和显示技术等领域获得广泛的应用。然而，传统的PDLC膜大多为白色或灰色，仅能实现透过态和散射态之间的切换，这种单一的颜色限制了其在个性化设计以及高附加值领域的应用潜力。为了丰富PDLC的颜色并优化其性能，本文引入3种蒽醌染料（分散橙、溶剂绿28和溶剂蓝104），探究染料浓度对PDLC性能的影响。研究表明，分散橙会使PDLC的驱动电压增加，但会显著优化其光电性能和力学性能。当分散橙质量分数为0.5%、液晶盒厚为15 μm时，PDLC对比度高达203.53，开态透过率为81%，剥离强度为194.74 N/m。溶剂绿28和溶剂蓝104可降低驱动电压，其中溶剂绿28使饱和电压（Vsat）从28.67 V降至17.13 V，而溶剂蓝104将Vsat从28. 67 V降至17.14 V。然而过量添加会导致剥离强度下降，从未添加染料的150.45 N/m分别降至124.47 N/m和133.07 N/m。研究结果表明，通过合理选择染料种类和浓度，可实现PDLC光电性能和力学性能的双重优化。关键词：聚合物分散液晶;蒽醌染料;环氧-硫醇;光电性能;力学性能129|28|0更新时间：2025-07-10
材料物理
-
一种方形孔径液晶透镜的电极结构 AI导读
“在液晶透镜领域，研究人员设计了一种新型电极结构，实现了抛物线相位分布，为提高透镜性能提供新方案。”摘要：为了产生完全符合抛物线的电场分布，使液晶透镜产生更加理想的相位分布，设计了一种电极结构。首先，基于电阻定律和欧姆定律设计了电极结构，讨论了产生电极线长度对液晶透镜的影响。对电极结构进行电场仿真并制作了4组产生电极线长度不同且液晶层均为50 μm的液晶透镜。接着，通过偏振干涉法采集了液晶透镜的波前图和斜条纹，采集了波前图的一维相位信息并通过斜条纹计算了球差，计算了透镜光焦度随电场的变化。最后，测算了透镜的响应时间，对透镜进行了成像实验。实验结果表明：所采集的透镜相位信息与抛物线的拟合程度大于99.5%，可较好地实现液晶透镜所需要的抛物线相位分布。在-3.74~+3.86 D的光焦度范围内，液晶透镜的球差小于0.05λ，产生了良好的透镜效果。关键词：光学器件;液晶透镜;电极结构;产生电极41|26|0更新时间：2025-07-10 -
OLED柔性屏印痕改善验证及叠层设计 AI导读
“OLED柔性屏研究取得新进展，通过优化材料和结构显著提升抗印痕能力，为柔性屏工业化设计提供理论依据。”摘要：OLED柔性屏因超薄、高对比度及优异的色彩表现，已成为移动终端显示技术的核心发展方向。然而，其组装过程中易因外力作用产生“印痕”缺陷，直接影响产品良率与用户体验。本文以柔性手表为例，系统分析了两种典型印痕（FPC边缘拉扯型与器件压应力型）的成因，并通过两轮实验验证了不同材料、叠层结构及泡棉组合对印痕的抑制效果。实验结果表明，采用更硬质材料（如PET替换PI）、优化叠层顺序（硬质材料靠近受力点）、增强NFC基材厚度与覆盖膜设计，可显著提升抗印痕能力。提出的叠层优化方案使印痕压力阈值最高提升128%，为柔性屏工业化设计提供了理论依据。关键词：OLED柔性屏;印痕;叠层设计;抗压性能115|32|0更新时间：2025-07-10 - “在Mini-LED背光源设计领域，专家提出了低分区背光源的分级权重赋值设计，有效降低能耗并提升显示效果。”摘要：针对Mini-LED中传统背光源获取设计存在过度光晕效应、背光过亮导致节能不明显、显示画面质量不高等不足，本文提出了一种低分区背光源的分级权重赋值设计。该设计在传统平均值调光方法基础上，引入了分级权重优化背光源亮度的分区控制。将分区内图像像素与预定阈值进行比较，对原图像像素进行二值化标记处理。计算分区中像素灰度值超出预设阈值的像素占比，将其划分为多个等级，并按照反向赋值补偿原则设置各分级权重值，依照分区所赋等级权重，在均值亮度值基础上更新该分区背光源的亮度值，进而实现对图像显示的亮度调节。通过Matlab仿真验证了该设计的有效性，并基于高云FPGA进行了实物实现。10组实机测试结果表明，本设计的图像平均结构相似性为0.967 19，比均值法的0.931 26和最大值法的0.938 96更接近于1；相比均值法和最大值法，本设计使图像平均峰值信噪比分别提升6.000 69 dB和13.842 22 dB；平均能耗分别降低0.63 W和2.71 W。本设计既降低了能耗又实现了显示效果的较明显提升。关键词：Mini-LED;低分区;分区背光;分级权重赋值;FPGA351|41|0更新时间：2025-07-10
器件物理及器件制备
-
钻石排列OLED手机裸眼3D显示 AI导读
“在裸眼3D显示领域，专家提出了减少OLED钻石排列手机颜色偏差的显示方案，为改进手机裸眼3D显示效果提供解决方案。”摘要：为探索手机移动端的裸眼3D显示效果，使用基于柱状透镜光栅的裸眼3D显示技术，提出了在主流OLED钻石排列屏幕手机上实现减少颜色偏差的裸眼3D显示方案。方案包含透镜光栅设计、像素映射分析、显示系统设计与串扰降低方法，分析了OLED像素排布方式和点亮排布后的色平衡。在使用柱状透镜光栅覆盖手机OLED显示屏幕进行裸眼3D显示时，采用关闭50%红色子像素或50%蓝色子像素点亮的方法来减少颜色的偏差。最后采用一款手机完成了显示方案的系统硬件搭建与效果的验证。测评结果表明，OLED钻石排列手机裸眼3D显示，点亮50%红色或者蓝色子像素，同时保留70%绿色子像素，可以有效对手机的裸眼3D显示颜色偏差效果进行改进。关键词：柱状透镜光栅;裸眼3D显示;OLED像素复用;颜色偏差71|21|0更新时间：2025-07-10 -
基于车载显示器的双视角定向优化 AI导读
“车载显示器双视角定向优化技术，提升显示质量，增强行车安全。”摘要：由于空间的限制，主、副驾驶员在观看车载显示器时常处于倾斜视角，车载显示器更容易受到环境光的干扰，往往会降低显示质量，使驾驶员难以识别显示信息，增加了驾驶风险。为此，本文提出了一种基于车载显示器的双视角定向优化的光学微纳膜（OMNF）技术，旨在优化主、副驾驶员观看车载显示器时的视角特性。该技术通过设计一种特定结构的光学微纳膜，并将其贴附于车载显示屏表面，能够将显示屏发出的主光调制到主、副驾驶员的视角范围内。仿真结果表明，针对主、副驾驶员的视角，采用该技术的显示屏亮度提高了约35%，暗态漏光减少50%，对比度提高1.5倍以上。这些数据表明，本文所提出的技术在提升驾驶员视角显示质量方面具有显著效果，能够为驾驶员提供更清晰、易读的车载显示体验，从而进一步提升行车安全性。关键词：光学微纳膜;车载显示;双视角;视角优化71|31|0更新时间：2025-07-10 - “在变焦画质体验领域，专家提出了新型测试图卡与测量评价方法，有效量化变焦过程中画质不一致与卡顿问题，为变焦成像质量评价提供解决方案。”摘要：针对具备多镜头可见光相机的硬件设备在变焦过程中因各镜头切换而带入的画质体验不一致与卡顿问题，提出一种新型测试专用图卡与测量评价方法。专用图卡上包含带有特定颜色的数字识别区域，用相机拍摄专用图卡，录制从短焦到长焦的变焦过程，逐帧分析图像中特定数字识别区域在Lab色彩空间中的变化以及每一帧单位像素所表征实际空间距离的变化，对变焦过程中曝光、白平衡、色彩还原3个画质维度的一致性以及变焦过程的流畅性表现进行测量。实验结果表明，该测量方法在针对变焦成像过程中出现的曝光与颜色跳变以及过程卡顿有良好的量化效果，可以有效地反映变焦过程中因切换镜头导致的画质不一致与流畅性卡顿。行业内在进行变焦画质体验评价时，普遍采用人眼主观观测评价的方式，本文提出的测量方法经过与40多个来自不同多镜头移动终端设备变焦视频的人眼观测对比验证实验，匹配度达到97.3%。目前该方案已应用在小米多款手机与平板产品的测试之中，应用该方案的产品累计销量已超过百万台。关键词：光学成像测量;多镜头相机;变焦;画质一致性;图像质量评价;流畅性;成像测量方法93|49|0更新时间：2025-07-10
显示技术
- “在流体力学实验测量领域，研究者基于卷积长短期记忆网络与LiteFlowNet结构，提出了一种新的流场估计与动态粒子追踪增强模型LiteFlowNet-CL，有效提升了粒子图像测速中复杂流场特征的捕捉能力，其误差精度可满足湍流分析的实验需求。”摘要：在粒子图像测速（Particle Image Velocimetry，PIV）中，神经网络方法在处理高速流动或复杂非线性流动时，常面临粒子位置变化迅速导致追踪匹配困难、提取的特征尺度单一、有效特征的提取能力不足等问题。针对这些问题，基于卷积长短期记忆网络（ConvLSTM）与LiteFlowNet结构提出了一种新的流场估计与动态粒子追踪增强模型LiteFlowNet-CL。所提方法首先通过强化的LiteFlowNet模型提升了对复杂流动模式的辨识与表征能力，随后结合ConvLSTM网络的时序建模优势，有效抑制了高速运动粒子在不同时间步长下的追踪误差，从而大幅度降低粒子图像特征丢失的几率。为验证所提模型的有效性，通过仿真粒子图像进行模型性能对比测试和消融实验。实验结果表明，改进后的速度场估计模型取得了0.100 4的均方根误差；相比LiteFlowNet经典光流估计模型，误差进一步降低了10.52%，与PIV领域广泛应用的LiteFlowNet-en高性能模型相比，误差进一步降低了1.463%。所提模型有效提升了粒子图像测速中复杂流场特征的捕捉能力，其误差精度可满足湍流分析的实验需求。本文为PIV算法优化提供了新的技术路径，对推动流体力学实验测量技术向更高时空分辨率发展具有应用价值。关键词：粒子图像测速;深度学习;注意力机制;卷积长短期记忆网络59|37|0更新时间：2025-07-10
- “在光学系统检测领域，专家提出了一种结合深度神经网络与衍射物理模型的新方法，有效提高了波前检测的准确性。”摘要：光学系统的在位像差检测对于光学系统的加工装调、光刻机的研制、空间相机的在轨调整等方面都有着重要的意义。传统的光学系统在位检测方法，如相位恢复（Phase Retrieval，PR）、相位差异（Phase Diversity，PD）在特定条件下表现出色，但面对大数值孔径或者不满足光学系统奈奎斯特频率下界等复杂条件时存在局限性。因此，本文提出了一种使用扩展Nijboer-Zernike衍射物理模型与深度神经网络相结合的方法。首先，构建具有SE（Squeeze-and-Excitation）注意力机制的深度残差网络。其次，建立从强度图像点扩散函数（Point Spread Function，PSF）到相位分布的映射关系，实现对衍射光强的特征提取和相位描述的系数预测。最后，将预测的系数与扩展泽尼克法（Extended Nijboer-Zernike，ENZ）衍射模型结合起来得到预测的PSF图像，以实现对光学系统的波前检测。实验结果表明，所提方法在光学系统数值孔径（Numerical Aperture，NA）较大且不满足奈奎斯特采样的情况下，真实波前图像与重构波前图像之间的残差波前均方根值（Root Mean Square，RMS）为0.02λ左右，优于其他方法。该方法是一种非监督方法，不仅减少了对大量训练数据的依赖，还提高了波前检测的准确性。关键词：波前检测;扩展泽尼克法（ENZ）;深度学习92|73|0更新时间：2025-07-10
- “在高动态范围图像生成领域，提出了一种基于线性对数响应相机的轻量化HDR图像融合算法，采集了多增益灰度图像数据集，有效解决了现有方法存在的问题，为HDR图像生成提供了新方案。”摘要：针对高动态范围（High Dynamic Range，HDR）图像生成任务，为了解决现有方法存在的多曝光图像采集时间长、动态场景存在帧间偏移、算法参数量及计算量大等问题，本文基于线性对数响应相机，提出了一种轻量化的HDR图像融合算法，并采集了一个多增益灰度图像数据集。首先，使用改进的多尺度残差模块提取输入图像的多层次特征并提升特征维度；其次，将多层次特征输入引入深度可分离卷积的Attention-UNet结构中，提取特征中多层次信息并对特征进行融合；再次，使用逐点卷积对图像的深度特征进行融合，输出兼容标准显示设备的高动态范围图像，无需额外的色调映射；最后，比较各消融结构的性能及参数量和计算量，得到在保证融合效果的同时又使网络轻量化的最优解。实验结果表明，本文提出的算法在主观视觉效果和客观评价指标方面均具有较好表现，MEF-SSIM为0.986 6，视觉保真度为1.76，平均梯度为3.94，空间频率为14.32。本文提出的高动态图像融合算法在多增益图像间存在显著差异的情况下仍能保持优异的融合效果和鲁棒性，且具有轻量化的特点，模型参数量仅为0.612M，计算复杂度为7.254 GFLOPs。关键词：高动态图像;图像融合;无监督学习;注意力机制;轻量化87|77|0更新时间：2025-07-10
-
基于多维注意力网络的图像超分辨率重建 AI导读
“在图像超分辨率领域，研究者提出了一种融合多维注意力网络的单图像超分辨率重建方法，有效提升了图像细节和全局一致性，显著提高了峰值信噪比和结构相似度值。”摘要：现有的基于扩散概率模型的单幅图像超分辨率重建方法在空间特征信息提取上存在不足，未能充分挖掘相关信息，同时在计算过程中存在冗余现象。本文设计了一种融入多维注意力网络的单图像超分辨率重建方法。首先，在SRDiff扩散模型的基础上提出了多维注意力，结合通道注意力、自注意力和空间注意力，提升了模型对不同尺度特征的捕捉能力，从而在恢复高分辨率图像时可以同时保留更多的细节和更好的全局一致性。其次，引入PConv部分卷积，精准地提取图像的空间特征，提升超分辨率结果的质量，显著减少计算量，从而提高模型的运行效率。在放大因子为4的条件下，将本文方法与其他方法在5个测试集上展开对比，结果显示，本文方法的峰值信噪比相较于其他对比方法的平均值提高了0.762 dB，结构相似性相较于其他对比方法的平均值提升了0.082。本文所提方法主观上拥有更多细腻的细节和更出色的视觉效果，客观上具有较高的峰值信噪比值和结构相似度值。关键词：超分辨率;扩散模型;多维注意力网络;部分卷积118|31|0更新时间：2025-07-10 - “在遥感图像超分辨率重建领域，专家提出了基于条件先验增强和扩散模型的新算法，有效提升了小目标重建效果，为遥感图像处理提供新方案。”摘要：针对图像超分辨率重建算法对遥感图像中小目标重建效果模糊、重建过程中高频细节丢失的问题，提出了一种基于条件先验增强和扩散模型的遥感图像超分辨率重建算法。首先，通过融合多分支标准卷积、空洞卷积和坐标注意力的浅层特征增强模块，增强对小目标的感知能力。其次，通过堆叠残差密集块，在提取更具有表征能力特征的同时保持训练的稳定性。接着，设计了多尺度深度可分离卷积模块以提取多尺度先验信息，防止高频细节的丢失。最后，将以上模块组合作为先验信息输入到扩散模型中，引导其迭代细化生成高分辨率图像。在公开的遥感图像数据集RSCNN7以及NWPU-RESISC45上的实验结果表明，当尺度因子为×2、×4以及×8时，相比于不同网络架构的方法，本文方法均取得较好的效果。其中，在RSCNN7数据集上，当尺度因子为×4时，所提模型在感知指数（Perceptual Index，PI）和图像生成评价指标FID上显著降低，相比于基于扩散模型的SOTA算法分别降低1.43和20.56，并在主观视觉效果方面相比于对比算法更接近真实值。关键词：图像超分辨率;扩散模型;特征增强;多尺度特征提取287|79|0更新时间：2025-07-10
-
无源多领域自适应糖尿病视网膜病变分类方法 AI导读
“在糖尿病视网膜病变诊断领域，研究者提出了扩散域注意力迁移学习模型，有效提升了诊断准确率和特异度。”摘要：对于基于深度学习域自适应方法的糖尿病视网膜病变诊断，本文提出的扩散域注意力迁移学习模型由两个主要模块构成。首先，去噪扩散概率糖尿病视网膜病变图像生成模块通过生成丰富且多样化的目标域样本，促使模型学习更全面的目标域特征。其次，设计了无源多领域注意力集成模块，在无需访问源域数据的情况下，实现了多个源域预训练模型的加权注意力集成，从而在实例特定特征和领域一致特征之间取得了良好的平衡。实验结果表明，模型在可转诊糖尿病视网膜病变诊断任务中分别达到了90.66%的准确率、87.47%的精确度、85.41%的敏感度、91.63%的特异度和86.42%的F1分数。同时，模型在正常/异常视网膜病变识别任务中达到了96.75%的准确率、99.23%的精确度、90.47%的敏感度、99.27%的特异度以及94.65%的F1分数。本文模型在不访问源域数据且目标域样本无标签的前提下能够进行有效的视网膜病变诊断。关键词：糖尿病视网膜病变;深度学习;无源多领域自适应;扩散域注意力迁移学习69|26|0更新时间：2025-07-10
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