最新刊期
2026年第41卷第5期
- 摘要：柔性可调液晶光学元件在智能显示、软体机械、信息加密等领域展现出广阔的应用前景。胆甾相液晶凭借其手性螺旋结构所赋予的布拉格反射特性及优异的外场响应能力，正成为该领域的有力竞争者。然而，传统胆甾相液晶常依赖单一外场调控，调控自由度较低；此外，由于液晶体系自身流动性较大，难以在柔性基板上实现有效封装与稳定应用。针对上述问题，本文设计温敏液晶体系并引入光敏分子，同时添加乙基纤维素与松油醇构成的可涂刷油墨以优化体系流动性，实现了热与光双外场协同调控。实验结果表明，该温敏体系在37~29 ℃范围内可实现反射波长在420~1 000 nm的宽范围调控；引入光敏分子后，可在特定温度下通过光照实现反射波长在450~700 nm可见光波段动态调控，且温度和光照并非简单叠加，而是协同决定螺距变化。通过对液晶体系与可涂刷油墨质量比的系统优化，发现9∶1配比是实现可涂刷性与成膜完整性的最佳平衡点。本研究成功实现了在柔性基板上对胆甾相液晶布拉格反射波长的光热协同动态调控，可按需定制特定反射颜色，为信息防伪与智能显示领域提供具有多外场响应能力且易于柔性封装的新型光学应用方案。关键词：胆甾相液晶;光热协同调控;可涂刷油墨;结构色;柔性光学应用329|203|0更新时间：2026-09-12
- 摘要：聚合物分散液晶（PDLC）作为一种无需偏振片、具有独特微相分离形貌的光电复合材料，克服了传统液晶器件依赖严格盒式结构的局限。针对当前PDLC面临的驱动电压高与电光损耗大等问题，本文系统综述了笼型聚倍半硅氧烷（POSS）基单体（POSS-SH、KH570-POSS）及纳米复合掺杂体系对PDLC性能的调控机制与最新进展，重点分析了POSS单体及纳米掺杂剂的引入对PDLC相分离过程、聚合物网络形貌、液晶微滴尺寸与取向及界面锚定作用的调控规律，阐明了微观结构演变与PDLC驱动电压、对比度、电光损耗等关键性能之间的构效关系。结果表明，POSS笼状结构的引入能有效优化相分离网络结构，显著降低驱动电压并提升对比度。本文从微观形貌演变与界面相互作用层面深化了PDLC的性能调控理论，为高性能柔性智能窗及光电器件的设计提供了重要参考。关键词：聚合物分散液晶;多面体低聚倍半硅氧烷POSS;驱动电压;对比度147|190|0更新时间：2026-09-12
材料物理
- 摘要：液晶显示技术凭借其成熟的制造工艺与优异的性价比，在显示面板市场占据重要地位，但其响应速度仍是制约高速动态显示及光调控的关键因素，过压驱动技术（Overdriving， OD）虽能有效缩短响应时间，却常伴随响应曲线的光学反弹（Optical Bounce，OB）现象，严重劣化高速、高精度显示质量。本文基于Frank弹性理论与Ericksen-Leslie流体动力学方程，通过分析过压下液晶分子指向矢的动态响应过程，深入揭示了光学反弹现象的形成机理：过驱动电压在液晶层内引发的分子转动速度的空间非均匀分布，中间层分子与基板附近分子之间的转速差造成了过压下器件的光学反弹现象。基于此机理，本文提出了一种通过精确调控过驱动电压幅值来抑制光学反弹的优化技术。实验采用10 μm反平行排列的LC-BYE7向列相液晶器件进行模拟结果验证。结果表明，优化过驱动电压可有效削弱液晶器件内部的转动速度差，光学反弹凹陷程度最高可降低57.2%，同时响应时间减小18 ms，可有效改善显示效果。本研究提出的方法不仅验证了理论模型的准确性，也为液晶器件在高品质动态显示与快速波前调制等领域的应用提供了具有工程实用价值的技术路径。关键词：过压驱动技术;光学反弹;指向矢;响应曲线168|184|0更新时间：2026-09-12
- 摘要：针对传统菲涅耳液晶透镜外层环带带宽随环带数增加急剧减小，造成光学性能降低、有效孔径受限的问题，本研究提出一种基于叉指电极的同心圆环菲涅耳液晶透镜结构，通过独立控制各环带驱动电压拓宽外层环带带宽。将驱动电压控制在液晶线性响应区并经理论计算使各环带电压满足导数连续条件，实现抛物面电压分布。实验制备了孔径为2 mm、液晶层厚30 μm、环带带宽分别为0.4 mm、0.3 mm、0.3 mm 的液晶透镜，其外层环带较具有同等最大光焦度的双总线电压驱动结构分别增大5 μm和73 μm。偏振干涉测试表明，相位分布抛物线拟合优度高于99%，正负透镜最大相位变化分别为20.9π和22π，与理论值21.8π基本一致；光焦度在-9.7~10.1 D内连续可调，且与电压差近似呈线性关系。成像测试显示，该结构的MTF50值达0.151 cycles/pixel，优于传统双总线驱动结构的0.132 cycles/pixel，变焦成像清晰。结果表明，该设计可有效扩展外层环带带宽，实现高质量抛物相位分布与优良成像性能。关键词：光学器件;菲涅耳液晶透镜;电极结构;相位分布193|296|0更新时间：2026-09-12
- 摘要：复合介电层液晶透镜通过加长电极的方式增强中心电场强度，使得边缘折射率分布偏离理想抛物线模型。通常须约束有效孔径来改善聚焦效果，从而导致透镜通光量损失。为了优化全孔径范围内的折射率分布，本文基于广义斯涅尔定律提出了一种具有偏置电极结构的液晶透镜。该透镜通过在边缘电极之间引入内环偏置电极与中心偏置电极，实现了对液晶层内梯度电场的有效调控。仿真结果表明，在低驱动电压（
器件物理及器件制备
- 摘要：针对当前市面上锥筒回收装置自动化程度低、检测精度不足，且因参数量大造成移动端设备部署困难等问题，提出了一种基于改进YOLOv11n的轻量化识别算法RGLU-YOLOv11n。首先，结合RepConv和TransNet的CGLU（Convolutional Gated Linera Unit）重构C3K2模块，降低复杂模型复杂度并提高检测速度；其次，引入Ghost卷积和自适应下采样（Adaptive Downsampling，ADown），设计一种轻量化的幽灵下采样模块（Ghost-ADown），在保持特征丰富度的同时显著降低了下采样过程中的计算冗余；然后，引入一种轻量化共享卷积检测头（Lightweight Shared Convolutional Detection，LSCD），在保持检测精度的同时实现模型轻量化，使模型更加适合部署在资源受限的边缘设备；最后，针对CIoU损失函数在检测时泛化性弱和收敛速度慢的问题，引入Focaler-IoU和MPDIoU，设计Focaler-MPDIoU损失函数替代原有模型的损失函数，以提高模型精度并加快边界框回归速度。实验结果表明：该模型较基准模型YOLOv11n精确率、召回率、平均精度均值mAP0.5分别提升了1.1%、1.4%和1.6%，参数量和模型存储体积显著降低35.3%和41.5%，表明该模型在显著减少计算开销的同时，依旧维持了较高的识别准确率，符合移动端及嵌入式设备的部署需求。关键词：锥筒检测;深度学习;多模块融合;轻量化模型;损失函数86|131|0更新时间：2026-09-12
- 摘要：针对现有基于ViT的跨模态行人重识别方法存在的注意力噪声干扰、缺乏精细化空间关系建模及计算冗余等问题，本文提出了一种多机制融合增强的跨模态行人重识别方法。该方法以ViT为基准模型，采用多维特征融合策略提升表达能力。首先，引入差分注意力（DAM）模块，通过计算两组平行注意力图的差异，有效抑制背景中高频出现的共性噪声，显著提升模型对行人主体区域的关注度；其次，设计层级渐进的关系感知模块（RAM），自适应进行由局部到全局的空间关系建模，有效克服了ViT在处理遮挡和姿态变化时易丢失空间结构信息的局限；最后，融合十字交叉窗口自注意力（CSWA）机制，通过将特征图划分为水平和垂直条带进行并行自注意力计算，在将计算复杂度降至线性级的同时，高效捕捉长距离全局依赖。实验结果表明，在MSMT17数据集上，mAP和Rank-1分别达到68.1%和86.3%；在Occluded-Duke数据集上，mAP和Rank-1分别提升了5.5%和6.3%；在Market-1501与DukeMTMC-reID数据集上也取得了优于传统ViT的检索性能。综合结果表明，本方法有效解决了传统ViT模型在行人重识别任务中面临的特征发散和空间信息丢失问题，显著增强了模型在遮挡和复杂背景下的鲁棒性与泛化能力。关键词：行人重识别;跨模态;ViT;DAM;CSWA;RAM86|115|0更新时间：2026-09-12
- 摘要：针对电力系统巡检中绝缘子缺陷尺寸微小、特征微弱且易受复杂背景干扰导致的检测精度不足问题，提出一种改进的YOLOv11n目标检测模型。该模型在骨干与颈部网络融入3项优化策略提升缺陷检测性能：引入C3k2_DFF模块，通过自适应通道注意力与跨尺度动态加权融合实现高效特征融合；设计C3k2_LS模块，利用大卷积核注意力路径增强全局上下文感知；采用ConverseUp上采样算子替代传统方式，基于可学习反卷积主动重建高分辨率细节，减少信息损失。在真实绝缘子缺陷数据集上，改进模型相较YOLOv11n基线模型，破损类平均精度（AP）提升3.2%，闪污类AP提升1.1%，mAP提升1.5%，精确率提升5.7%，召回率稳定，同时保持对绝缘子目标的高检测精度，有效增强了缺陷识别能力，为电力巡检自动化提供了更可靠的技术支撑。关键词：小目标检测;YOLOv11;绝缘子缺陷检测;动态特征融合;上采样算子95|109|0更新时间：2026-09-12
- 摘要：针对印刷电路板（Printed Circuit Board， PCB）表面缺陷目标尺寸小、背景复杂、分布密集以及现有检测算法难以兼顾精度与速度的问题，本文提出基于OL-HAIM（OverLoCK-HAFB-APKConv with Improved Matching）的PCB缺陷检测算法。该算法首先采用先概览后细看（OverLoCK）主干网络，通过深层级分解策略（DDS）和上下文混合动态卷积（ContMix）降低计算复杂度并增强小目标特征表达；其次设计了分层注意力融合模块（HAFB）替代基于CNN的跨尺度特征融合模块（CCFF）结构，通过局部-全局注意力机制提升微小缺陷检测能力；最后引入自适应逐点卷积（APKConv），通过可学习偏移量实现感受野自适应变形，精准捕获不同形态缺陷特征。实验结果表明，OL-HAIM在PCB-DEFECT数据集上的IoU阈值为0.5时的平均精度均值（mAP@0.5）达97.6%，较基线模型提升4.8个百分点；该模型参数量仅为13.8M，每秒浮点运算次数（FLOPS）降至23.6G，在RK3588嵌入式平台上的推理速度达55.7帧/s（FPS）。在NEU-DET（Northeastern University Surface Defect Detection Dataset）和MS COCO（Microsoft Common Objects in Context）数据集上的跨域实验验证了算法的泛化能力。在某PCB生产线实地采集样本上的现场测试中，模型的mAP@0.5达95.1%，于RK3588嵌入式平台的推理速度达55.4 FPS，兼顾了实地场景下的高精度检测与实时性需求。本文方法为工业现场PCB缺陷实时检测提供了兼顾高精度与轻量化部署的有效方案。关键词：PCB缺陷检测;DEIM;轻量化目标检测;边缘部署113|139|0更新时间：2026-09-12
- 摘要：在密集目标检测场景中，传统方法存在高频边缘信息丢失、上采样细节模糊及尺度适应性不足等问题。为此，本文提出一种基于频率引导的目标检测算法FW-YOLO。该算法设计频率引导全维动态卷积模块（FGODC），利用Haar小波变换分解特征，并结合高频响应引导卷积核选择，以增强下采样阶段的边缘信息保留能力；提出频率残差引导上采样模块（FRUpsample），将高频特征注入上采样路径，实现边缘细节恢复；构建频率引导共享检测头（FGSHHead），结合跨尺度权重共享与FiLM机制，提升不同尺度目标的检测能力。实验结果表明，在CrowdHuman数据集上，该方法的精确率、召回率、mAP50和mAP50:95分别提升1.1%、3.8%、1.8%和2.0%，验证了频率引导策略在密集目标检测中的有效性，为密集目标检测任务提供了一种新的解决思路。关键词：目标检测;频率引导;小波变换;动态卷积;上采样;密集行人检测4468|167|0更新时间：2026-09-12
- 摘要：针对红外-可见光图像融合中长期存在的视觉融合质量与语义任务精度之间难以兼顾的问题，本文提出一种基于语义先验的多模态语义分割增强框架。现有红外-可见光融合方法虽然能够在一定程度上提升融合图像的视觉质量，但往往会削弱图像中的语义信息表达，从而影响下游语义分割任务的性能。为解决这一问题，本文引入预训练的SAM（Segment Anything Model）作为冻结的语义先验模型，在融合过程中对多模态特征学习进行引导，以保持语义信息的一致性。在所提框架中，RGB图像与红外图像首先部分输入SAM编码器以获取多层级视觉特征表示，同时通过专门设计的融合模块提取不同模态之间的互补特征。在各个特征阶段，SAM提取的特征通过语义保持分支进行进一步优化，并引入语义感知跨模态增强模块进行特征强化。该模块通过融合文本标签嵌入信息，提高模型对不同类别目标的响应能力，并有效提升目标边界区域的分割精度。实验结果表明，所提方法在语义信息保持能力、融合精度以及视觉重建质量等方面均取得了显著提升，验证了该框架在红外-可见光语义分割任务中的有效性与稳定性。关键词：多模态语义分割;红外-可见光图像融合;预训练SAM;特征调制;门控融合机制;语义先验;跨模态学习68|90|0更新时间：2026-09-12
- 摘要：Transformer架构跟踪器凭借其优异的全局建模能力，在准确性方面表现突出，但仍存在模型规模庞大与计算延迟较高等问题。针对该问题，本文提出了一种基于目标提示令牌的轻量化Transformer单目标跟踪方法TPTTrack。该方法引入目标提示令牌，将其与目标模板和搜索区域特征共同输入轻量级Transformer骨干网络，利用目标先验引导跨区域特征交互，提升跟踪鲁棒性。同时，通过分层注意力解耦机制在浅层完成特征提取与融合、在深层削减冗余自注意力计算，以降低计算开销。结合轻量自回归序列预测模块，实现对目标状态的动态建模与高效估计。在GOT-10k和LaSOT数据集上的对比实验表明，TPTTrack在GOT-10k上的平均重叠率较最优轻量化基线模型提升1.4%，在LaSOT上的精度提升1.7%。同时，其参数量和FLOPs仅为5.6M和1.82G，GPU和CPU推理速度分别达到109.2 FPS和20.43 FPS，其中CPU速度较最优轻量化基线模型提升9.1%。综上，本文方法与现有轻量化跟踪算法相比，在精度、速度及部署友好性方面均表现优异，为资源受限场景下的单目标跟踪任务提供了一种轻量化方案。关键词：单目标跟踪;Transformer;轻量化模型;目标提示令牌;分层注意力解耦103|79|0更新时间：2026-09-12
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