最新刊期
2025年第40卷第8期
- “在纳米材料构筑领域，研究人员设计了一种新型氟碳尾链双亲分子EAF8-AC，实现了更小尺寸的有序结构，展现了应用潜力。”摘要：通过光固化可聚合双亲小分子形成的溶致液晶相是制备有序纳米结构聚合物的有效策略。该类自组装主要依赖于亲水-疏水间的相分离作用，其中疏水作用在驱动有序结构形成中尤为关键。然而，传统双亲分子常采用碳氢尾链，需较长的链长以提供足够的疏水驱动力，限制了结构尺寸的小型化（通常>3 nm）。为突破该瓶颈，本文设计并合成了一种具有高疏水性、低构象自由度的氟碳尾链的可聚合离子型双亲分子EAF8-AC。系统研究了EAF8-AC与水共混在室温下形成的溶致液晶相行为，绘制了浓度-相图，并通过偏光显微镜（POM）和小角 X 射线散射（SAXS）对其自组装结构进行表征。液晶相结构的演变趋势可由临界堆积参数（CPP）理论解释。与碳氢链双亲分子的对比显示，EAF8-AC实现了更小尺寸的有序结构，展现出在高分辨纳米材料构筑中的应用潜力。关键词：溶致液晶;碳氟尾链;可聚合双亲分子109|40|0更新时间：2025-08-13
材料物理
- “低温多晶硅氧化物半导体混合集成显示技术研究进展，专家探索了氢阻挡方法，为提高显示产品性能提供解决方案。”摘要：低温多晶硅氧化物（Low Temperature Polycrystalline Oxide， LTPO）半导体混合集成显示技术是一种集成低温多晶硅（LTPS）和金属氧化物半导体（MOS）的新型集成显示技术，旨在实现高性能和低功耗的显示解决方案。在LTPO集成工艺过程中，氢可能从低温多晶硅层扩散到金属氧化物层，导致器件阈值电压漂移和稳定性恶化，影响显示产品性能。本文详细探讨了氢在LTPS和MOS器件中的存在差异以及氢对MOS器件的影响，总结了MOS器件两类氢阻挡方法：使用不同的介质层、离子掺杂工艺。此外，本文还整理了针对LTPO器件的氢阻挡方法，以提高LTPO器件的稳定性和可靠性。最后，对LTPO技术通过氢阻挡在高性能显示领域实现更广泛的应用进行了展望。关键词：低温多晶硅氧化物;金属氧化物;低温多晶硅;薄膜晶体管;氢扩散98|104|0更新时间：2025-08-13
- “在弹性半导体薄膜领域，研究者通过共混薄膜制备与微相分离结构调控，开发出高性能弹性半导体薄膜，迁移率最高可达1.08 cm²·V⁻¹·s⁻¹。基于最优配比的共混薄膜制备了全可拉伸晶体管，展现出优异的可拉伸特性。”摘要：传统共轭聚合物存在电学性能与力学性能难以协同优化的关键问题。本研究以硅氧烷侧链修饰的二酮吡咯并吡咯（DPP）基共轭聚合物（DPP-4Si）与氢化苯乙烯-丁二烯嵌段共聚物（SEBS）为研究对象，通过共混薄膜的制备与微相分离结构调控，开发了高性能弹性半导体薄膜，迁移率最高可达1.08 cm²·V⁻¹·s⁻¹。基于最优配比的共混薄膜制备了全可拉伸晶体管。测试表明，该晶体管在承受100%拉伸应变后仍能保持稳定的电学性能，在100%拉伸应变后仍保持72%以上的电流保持率，展现出优异的可拉伸特性。关键词：全可拉伸晶体管;可拉伸电子;共混策略;相分离;半导体薄膜56|48|0更新时间：2025-08-13
-
基于广义斯涅尔定律的倾斜电极液晶显微物镜 AI导读
“在医学成像和生物研究领域，传统光学显微物镜因结构复杂难以小型化。本研究基于广义斯涅尔定律，利用液晶材料特性，提出了一种新型液晶透镜结构，优化折射率分布，实现了光学系统的小型化。”摘要：光学显微物镜在医学成像、生物研究等领域被广泛应用。但基于斯涅尔定律的传统光学显微物镜因依赖多透镜组合结构，难以实现光学系统的小型化。以广义斯涅尔定律为理论基础的超透镜技术为解决这一问题提供了新路径。本文通过广义斯涅尔定律与等光程原理相结合，推导出了理想超透镜的折射率分布。而液晶材料基于其电控双折射特性，恰好可以满足此种折射率分布。为此，本文建立了液晶透镜的折射率分布模型，并提出了一种具有倾斜ITO驱动电极的液晶透镜结构，根据此模型对折射率分布进行了优化。最终其Techwiz LCD 2D仿真结果表明，当给液晶透镜施加7 V电压，且ITO驱动电极倾斜角度为20°时，其折射率分布与理想抛物线更加吻合。本文还通过Zemax对液晶显微物镜进行光学性能分析，其仿真结果表明，在可见光波段下，其放大倍数为50倍，焦距为1.584 mm，数值孔径为0.124，分辨率大小为2.37 μm。点列图分析显示，该液晶显微物镜在不同应用场景下的RMS半径均小于艾里斑半径，能量集中性良好。MTF曲线表明，低频至高频范围各视场MTF值均大于0.3，满足常规探测器成像需求。关键词：液晶透镜;倾斜电极;广义斯涅尔定律;液晶显微物镜33|33|0更新时间：2025-08-13 - “在3D显示技术领域，研究人员提出了一种模式控制型液晶微透镜阵列制备方法，通过调整电压和频率实现焦距调控，为集成成像3D显示提供新方案。”摘要：液晶透镜具有结构紧凑、集成度高、焦距可调等优点。本文提出一种用于集成成像3D显示的模式控制型液晶微透镜阵列的制备方法。首先，通过仿真软件COMSOL Multiphysics分析了电压幅值和频率对未添加和添加高阻抗层的液晶透镜电势分布的影响。其次，在铜圆孔阵列电极上制作聚合物聚（3，4-乙烯二氧噻吩）∶聚苯乙烯磺酸盐（PEDOT∶PSS）与聚乙烯醇（PVA）透明高阻抗层，并进行了对照实验验证。实验结果表明，未添加高阻抗层的液晶透镜在固定正弦波频率为1 kHz、电压从0变化到40 V时，焦距从∞变化到25.8 mm，响应速度为645.7 ms；添加高阻抗层的模式控制型液晶透镜可通过改变驱动电压的幅值或频率来调控透镜特性。当固定频率为75 kHz、电压从0变化到5 V、焦距从∞变化到19.5 mm时，响应速度为621.4 ms。当固定电压为5 V、频率从1 kHz变化到75 kHz、焦距从∞变化到19.5 mm时，响应速度为146.4 ms。将所制备的模式控制型液晶透镜应用于集成成像3D显示中，可在低电压下实现良好的3D显示效果及快速切换特性。关键词：集成成像;液晶微透镜阵列;COMSOL Multiphysics;高阻抗层;PEDOT∶PSS67|63|0更新时间：2025-08-13
器件物理及器件制备
-
基于FPGA的4K视频板间传输显示系统 AI导读
“在4K超高清视频技术领域，基于FPGA的4K视频板间传输显示系统，有效解决了数据带宽利用率低的问题，为多个FPGA协同处理超高清视频场景提供灵活高效、成本更低的传输方案，具有良好的工程应用价值。”摘要：随着4K超高清视频技术在医疗、安防等领域的广泛应用，现场可编程门阵列（FPGA）常被协同用于处理大型的超高清视频图像任务。针对使用高速收发器8b/10b编码方式的数据带宽利用率低的问题，提出一种基于FPGA的4K视频板间传输显示系统。该系统设计以FPGA为核心，结合STM32微控制器与GSV2011编解码芯片实现对数据传输方式的控制，并对GTX的硬件接口进行了优化。多通道GTX收发器使用64b/66b编码方式，根据4K视频流时序设计编码发送、解码接收逻辑实现传输功能。此外，设计多通道数据同步、DDR多帧缓存等逻辑，有效解决因信道偏斜导致的多通道数据传输偏差与读写时钟速率不匹配导致的显示帧撕裂问题。实验结果表明，该系统能够高效稳定地实现4K@60 Hz视频的板间传输实时显示，硬件资源消耗较低，且相较8b/10b编码的有效带宽减少3.12 Gb/s，为多个FPGA协同处理超高清视频场景提供灵活高效、成本更低的传输方案，具有良好的工程应用价值。关键词：FPGA;4K视频;GTX收发器;64b/66b编码55|60|0更新时间：2025-08-13
显示技术
- “在精密光学测量领域，研究者提出了基于深度学习的PSI-IPENet框架，有效提高了相位恢复的鲁棒性和抗噪能力。”摘要：移相干涉（PSI）是一种广泛应用于精密光学测量的技术，但传统的PSI方法通常需要3帧或以上的移相干涉图，限制了其在动态测量和振动敏感环境中的应用。为了解决这一问题，本文提出了一种基于深度学习的PSI-IPENet框架，该框架采用二对一（Two-to-One）结构，即以两帧移相干涉图作为双通道输入，对应一帧相位图作为监督信号，并构建数据集进行训练。PSI-IPENet结合IPENet的特征提取能力与干涉成像的物理特性，有效提高了相位恢复的鲁棒性和抗噪能力。实验结果表明，该方法在低帧数输入的情况下，仍能保持高精度的相位恢复能力，与传统四步移相法相比，在信噪比、相位误差等指标上均具有显著优势。关键词：移相干涉;相位恢复;深度学习;IPENet81|36|0更新时间：2025-08-13
- “在水下图像增强领域，研究者提出了一种新算法，有效提升了图像清晰度和视觉效果。”摘要：为了解决水下图像存在的颜色失真、对比度下降、细节模糊等退化问题，本文提出了一种基于颜色先验引导和注意力机制的水下图像增强算法。设计了贝叶斯后验特征提取模块和颜色先验引导的注意力模块，融合颜色先验校正图像和原始图像，并以颜色先验信息引导图像增强过程，从而减轻了网络训练过程中对颜色恢复的负担。构建了混合多尺度注意力模块以增强关键区域的特征表达能力。引入了双轴解耦注意力模块，在瓶颈层消除特征冗余并抑制过拟合，进一步提升了细节恢复效果。实验结果表明，本文算法在常用数据集UIEB、UFO、EUVP上的实验中分别取得24.33/0.910 9、28.40/0.885 9、29.00/0.899 1的PSNR/SSIM指标，均优于现有方法；且本文算法增强的图像UIQM和UCIQE指标相比于原图分别平均提升了12.81%和5.19%，验证了该算法在提升图像清晰度、结构相似性和视觉效果方面的有效性。关键词：水下图像增强;颜色先验引导;注意力机制64|56|0更新时间：2025-08-13
-
基于超像素分割和暗亮通道融合的图像去雾 AI导读
“在图像去雾领域，提出了基于超像素分割和暗亮通道融合的新方法，有效提升了色彩饱和度和亮度平衡，性能优于现有技术。”摘要：针对基于暗通道先验的图像去雾方法中大气光值估计不准确、高亮区域去雾后存在色彩饱和度过低和亮度偏暗的问题，本文提出了基于超像素分割和暗亮通道融合的图像去雾方法。该方法利用超像素分割对有雾图像进行精细化分割，将具有相似景深特征的区域聚类为超像素块，利用超像素块替代传统的固定滤波窗口，有效抑制了梯度突变区域的块效应；通过自适应阈值分割确定高亮区域和暗区域，并采用混合暗通道策略提高去雾算法在不同场景下的鲁棒性；构建暗亮通道联合约束的大气光值估计模型，并应用引导滤波进行精细化处理，提升了大气光值估计的精度与空间一致性；基于优化后的透射率与大气光值参数，利用大气散射模型逆向推导得到无雾图像。仿真实验结果表明，所提方法在OTS数据集上的PSNR达到26.815 dB，O-HAZE数据集上的SSIM达到0.576，I-HAZE数据集上的处理时间仅需36.281 s，PSNR和SSIM分别平均提升了13%和5%。所提方法能有效提高复原图像的色彩饱和度和亮度平衡，主客观评价指标均优于对比算法。关键词：图像去雾;暗亮通道融合;超像素分割;大气散射模型;暗通道先验88|70|0更新时间：2025-08-13 - “在医学成像领域，专家提出了基于Restormer与双重注意力机制的非对称医学图像融合模型，有效整合不同模态图像特征，提升融合效果。”摘要：不同医学成像模态之间在空间信息分布上存在差异，不利于实现深度特征空间的有效对齐，导致融合图像中特定区域的浅层信息丢失或过度依赖某一模态信息的问题。针对上述问题，提出了一种基于Restoration Transformer （Restormer）与双重注意力机制的非对称医学图像融合模型。首先，采用Restormer模块挖掘不同模态图像的深层特征，并引入双重注意力机制提取不同模态图像的全局与局部特征。其次，设计了一种非对称的特征融合策略，为每种模态设计独立的特征编码器，并将所提取的特征加以融合。最后，将融合后的特征通过解码器生成融合图像。本模型采用两阶段训练，第一阶段主要分别从不同模态图像中提取全局和局部特征，并尝试重建原始图像以计算损失；第二阶段继续提取深层次特征并生成融合图像。与7种主流的图像融合模型相比，在标准差、空间频率、视觉信息保真度、光谱相关度、互信息、平均梯度以及用于评估混合融合的Q指数等7种评估指标上分别平均提升了12.63%、28.30%、31.37%、27.40%、19.01%、37.36%、32.44%。本文模型的融合策略不仅能够高效地整合来自不同模态的编码特征，而且无需手动设计融合规则即可完成互补信息的整合和全局信息的交互，能够将不同模态的图片进行更好的融合。关键词：医学图像融合;双重注意力机制;非对称融合;两阶段训练140|110|0更新时间：2025-08-13
-
基于深度学习的单目标跟踪算法研究进展 AI导读
“在计算机视觉领域，专家系统回顾了基于深度学习的单目标跟踪方法，为解决目标定位问题提供解决方案。”摘要：单目标跟踪是计算机视觉中的重要任务之一，旨在视频序列中准确定位目标。尽管深度学习推动了单目标跟踪领域的快速发展，但目标形变、复杂背景、遮挡和尺度变化等问题仍然带来挑战。本文系统回顾了近10年来基于深度学习的单目标跟踪方法，涵盖了基于卷积神经网络、循环神经网络与孪生网络的传统序列模型方法，结合卷积神经网络与Transformer的混合架构方法和完全基于Transformer的最新方法。本文在OTB100、LaSOT和GOT-10k等数据集上评估和分析了不同算法在准确率、鲁棒性和计算效率等方面的性能，并对基于深度学习的单目标跟踪算法的研究前景进行了展望。关键词：单目标跟踪;视觉目标跟踪;深度学习;卷积神经网络218|44|0更新时间：2025-08-13 -
基于混合特征融合的高效孪生单目标跟踪方法 AI导读
“在单目标跟踪领域，研究者提出了基于孪生网络的高效跟踪方法，以MobileNet-V3为骨干网络，设计混合特征融合模块，有效提升了跟踪性能。”摘要：为平衡跟踪精度与模型复杂度之间的关系，本文提出了一种基于孪生网络的高效单目标跟踪方法。该方法以轻量化的MobileNet-V3作为骨干网络，大幅减少了特征提取的计算量和参数量。同时，设计了混合特征融合模块，包括快速特征细化单元和双分支特征聚合单元。快速特征细化单元通过聚合查询和优化键的操作，有效减少特征向量的数量，能够快速提炼出目标对象的关键信息。双分支特征聚合单元通过多头注意力机制融合不同分支的特征，进一步提升了跟踪性能。本文算法在LaSOT、OTB100和UAV123数据集上与其他跟踪算法进行了对比实验。实验结果表明，本文方法在保证跟踪性能的同时，具有较小的模型复杂度。此外，在快速运动和旋转等多种复杂场景下也能保持较好的跟踪性能。关键词：单目标跟踪;孪生网络;特征融合;特征细化;特征聚合57|27|0更新时间：2025-08-13 -
基于独立循环神经网络的分层视频摘要算法 AI导读
“科技媒体新闻记者报道，针对视频摘要算法忽略镜头信息和长视频处理难题，专家提出了基于IndRNN的分层视频摘要算法HIRVS，有效提高了摘要生成效率。”摘要：针对现有视频摘要算法忽略镜头信息导致活动完整性受损以及传统RNN和LSTM在处理长视频时难以有效捕捉长距离依赖的问题，本文利用视频序列底层层次结构提出了一种基于IndRNN的分层视频摘要算法（HIRVS）。HIRVS可以分为3部分：（1）利用IndRNN网络生成每个镜头的视觉特征，输出的最后隐藏状态是镜头内所有帧特征的时序加权聚合；（2）利用双向IndRNN镜头级特征序列进行时序关系建模，捕捉镜头间的长程依赖关系；（3）引入自注意力视频编码器提取视频中的全局依赖关系。最后，预测视频镜头的重要性分数，以此选取关键镜头生成视频摘要。实验在两个公共数据集SumMe和TvSum上进行，在SumMe数据集上F分数达到51.0%，较VOGNet提升了1.2%；在TVSum数据集上F分数达到61.3%，较当前最优方法VJMHT提升了0.3%。实验结果验证了HIRVS在视频摘要任务中的有效性，提高了摘要生成效率。关键词：视频摘要;独立循环神经网络;分层结构;自注意力网络57|41|0更新时间：2025-08-13
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