最新刊期
      2024 年 第 39 卷 第 10 期

        材料物理

      • “聚氨酯丙烯酸酯基聚合物分散液晶研究，为柔性显示器件提供新方案。”
        王雨蒙,莫顺聘,王晗,邱龙臻,徐苗,陆红波
        2024, 39(10): 1285-1294. DOI: 10.37188/CJLCD.2024-0214
        摘要：聚合物分散液晶（PDLC）是液晶畴均匀地分散在聚合物基体内形成的一种复合材料，因其制备简单、无需偏振片和取向层，在智能窗、柔性显示和可穿戴设备等领域具有广泛的应用前景。为了拓宽其在柔性显示器件上的应用，本文以聚氨酯丙烯酸酯（PUA）低聚物作为聚合物基体，采用紫外光聚合法制备PDLC器件，研究PUA的分子结构对聚合物分散液晶的形貌和性能的影响。实验结果表明，以丙烯酸酯基团进行封端的聚合物单体聚合速率快，形成了聚合物网孔状结构，且随着分子结构由脂肪族到芳香族的变化，聚合物网孔尺寸逐渐减小，使PDLC的驱动电压增高。利用聚氨酯中氨基甲酸酯键在分子链间形成的氢键增强与塑料基板的粘附性，获得了具有优异综合性能的PDLC器件。对比芳香族PUA，脂肪族PUA制备的PDLC样品具有较低的驱动电压（Vth=9.14 V， Vsat=35.50 V）、较高的对比度（CR=73.25）、较好的粘附性（20.11 N/cm2）以及在弯曲曲率半径为4 cm下弯曲前后光电性能变化幅度较小的特点，基本满足柔性PDLC在安全隐私保护以及弯曲表面的使用要求。  
        关键词：聚合物分散液晶;聚氨酯丙烯酸酯;分子结构;光电性能;力学性能   
        8
        |
        4
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 68613662 false
        发布时间：2024-10-09

        器件物理及器件制备

      • “在半导体领域，研究人员通过射频磁控溅射法制备MgZnO薄膜，发现真空退火处理能显著提升器件性能，场效应迁移率增至0.29 cm2·V-1·s-1，阈值电压降至2.28 V，电流开关比高达1.68×10^6，为提高TFT电学稳定性提供新思路。”
        王超,郝云鹏,郭亮,杨帆,乔国光
        2024, 39(10): 1295-1303. DOI: 10.37188/CJLCD.2024-0209
        摘要：为探求退火氛围对镁锌氧化物薄膜晶体管性能的影响，本文采用射频磁控溅射法制备了MgZnO薄膜，并以其为沟道层构建了底栅顶接触结构的MgZnO-TFT器件。将所制备的MgZnO薄膜分别在空气、真空、氧气、氮气4种不同氛围下进行500 ℃、时长1 h的退火处理，通过原子力显微镜扫描（AFM）和X射线光电子能谱（XPS）技术对薄膜进行表征分析，结果表明，在真空氛围下退火处理后，MgZnO薄膜质量较好，器件性能最佳，场效应迁移率为0.29 cm2·V-1·s-1，阈值电压为2.28 V，亚阈值摆幅为3.6 V·dec-1，电流开关比为1.68×106。分析认为，这可能是由于在真空氛围下退火时可以在一定程度上隔绝外界干扰，有效避免了有源层薄膜缺陷的产生。同时我们研究测试了器件的正偏压应力（PBS）和负偏压应力（NBS）的稳定性。在不同栅偏压应力下，TFT均展现了良好的稳定性。在正偏置压力为10 V、应力时间为3 000 s时，相比ZnO-TFT，真空氛围下进行退火优化的MgZnO-TFT阈值电压漂移从1.38 V降低至0.54 V。结果表明，在氧化锌中掺杂镁元素制备MgZnO薄膜作为TFT的有源层对TFT器件的电学稳定性有一定程度的改善。  
        关键词：MgZnO-TFT;退火氛围;XPS;稳定性   
        12
        |
        7
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 70170673 false
        发布时间：2024-10-09
      • “在视觉成像领域，研究者提出了一种新型复眼相机阵列系统，通过仿生视觉模型和多图像处理技术，实现了大视场、高分辨率、无色差的图像获取，为复杂场景下的视觉系统提供了新方案。”
        李文杰,刘学斌,杨洁,邓欢
        2024, 39(10): 1304-1312. DOI: 10.37188/CJLCD.2024-0016
        摘要：为了解决单相机平台受高分辨率与大视场角之间矛盾制约的问题，本文提出了一种大视场、高分辨率、无色差的复眼相机阵列系统。结合人眼视觉成像理论，建立非均匀采样的仿生视觉模型，降低系统输入端的数据冗余；设计了一种多图像平滑加权融合算法，实现大视场图像无缝拼接；提出了一种基于多级迭代直方图匹配的色彩校正算法，提高了不同子相机间的色彩一致性；利用相邻子相机间重叠区域，对感兴趣区域（Region of Interest，ROI）进行多图像超分辨率重建。最终搭建了曲面相机阵列系统，实现了无色差大视场高分辨率图像的获取。实验结果表明，该系统能够达到单个子相机9倍的视场角与分辨率，并实现了ROI的4倍超分辨率重建。相比于典型的色彩校正算法HM，本文所提方法的PSNR和HSM指标分别提升了4.1%和15.9%，满足了多相机系统在复杂场景下的大视场、高分辨率、无色差的需求。  
        关键词：复眼相机阵列;色彩一致性;直方图匹配;图像拼接;超分辨率重建   
        113
        |
        31
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 48930259 false
        发布时间：2024-10-09
      • “在高精度装调设备领域，专家设计了基于OpenCV的图像处理算法，通过主动调焦和算法优化，实现了4.54 μrad的图像校准精度，提升了装调精度。”
        吕观辉,刘晓梅,张增宝,马小娟,唐荣年,柳华
        2024, 39(10): 1313-1321. DOI: 10.37188/CJLCD.2024-0078
        摘要：为了保证双波长光纤导引光在高精度装调设备中的成功应用，设计了一种基于OpenCV（Open Source Computer Vision Library）的图像处理算法。采用主动调整曝光模式对CCD（Charge-coupled Device）相机进行主动调焦，利用OpenCV分析典型图像处理算法，调整算法参数，通过最小二乘法拟合图像，绘制中心坐标，最终实现输出理想的图像。经检测分析，图像校准的精度平均值为4.54 μrad。该算法能够捕捉、识别并实时跟踪目标，将计算机识别的中心坐标打印到输出的图像上，提高了双波长光纤导引光对装调设备的装调精度。  
        关键词：OpenCV;双波长光纤导引光;高精度装调;图像处理;最小二乘法   
        38
        |
        26
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 59011275 false
        发布时间：2024-10-09

        图像处理

      • “在智能抄表领域，研究者通过改进YOLOv5算法，显著提升了机械字轮电表偏转字符的识别准确率，实验显示准确率高达99.4%。”
        王仁睿,张宝龙,李丹,马煜峰,张鑫,乔高学,张志强
        2024, 39(10): 1322-1331. DOI: 10.37188/CJLCD.2024-0120
        摘要：由于传统人工抄表成本高且受恶劣环境限制，使得智能抄表成为以后的发展方向。常见的电表主要可分为机械字轮电表和液晶电表两类。其中，由于机械字轮电表存在的偏转问题，导致其在字符识别的过程中出现了字符特征信息缺失的情况，从而使该表型识别准确率较低。为了解决此问题，本文对YOLOv5识别算法的骨干网部分进行了修改，提升了算法对机械字轮电表偏转字符的识别效果。首先，在网络模型中引入了CBAM注意力机制，提升了网络模型对偏转字符的特征提取能力。其次，将切片操作（Focus）替换成一个6×6的卷积，并使用更快的SPPF池化结构替换了原先的SPP池化结构以提升算法的运算速度。为了测试模型的识别效果，采集了329张电表偏转字符样本进行实验，整体识别准确率可以达到99.4%。同时采集了1 500张液晶电表样本对模型的泛化性进行测试，识别准确率达到了99.6%。实验结果表明，本文方法解决了偏转字符识别率低的问题，同时验证了识别模型具有很强的泛化性。  
        关键词：电表读数识别;YOLOv5;CBAM注意力机制;池化结构;偏转字符   
        37
        |
        27
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 56189144 false
        发布时间：2024-10-09
      • “在工业检测领域，研究者提出了一种改进的YOLOv7算法，通过增加小目标检测层和无参注意力机制，显著提升了小目标焊点缺陷的检测精度，为边缘设备检测提供了新方案。”
        刘兆龙,曹伟,高军伟
        2024, 39(10): 1332-1340. DOI: 10.37188/CJLCD.2024-0051
        摘要：针对现有的小目标焊点缺陷检测方法存在错检、漏检等问题，提出一种改进YOLOv7的小目标焊点缺陷检测算法。考虑到焊点尺寸较小，添加小目标检测层和检测头以提取更多的浅层特征信息。引入无参注意力机制（SimAM）为特征图分配三维权重，提高模型特征提取能力。使用部分卷积（PConv）重构ELAN模块，减少冗余运算和内存访问次数，在颈部利用长径特征网络（GiraffeDet）融合不同尺度特征，提高模型轻量化程度。最后，利用NWD （Normalized Wasserstein Distance）损失函数改进原有的CIoU损失函数，加快模型收敛速度并提高小目标检测精度。实验结果证明，改进后的YOLOv7算法平均检测精度达到90.3%，相较于原算法提升了5.1%，召回率提高了3.2%，参数量降低了36.3%，且在收敛速度方面有了较大的提升。本文算法为边缘设备检测小目标焊点缺陷提供了参考。  
        关键词：图像处理;缺陷检测;YOLOv7;SimAM;轻量化;NWD   
        81
        |
        30
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 55775692 false
        发布时间：2024-10-09
      • “在图像处理领域，研究者设计了分段近似双边滤波算法，有效降低硬件资源消耗，为图像滤波应用提供新方案。”
        刘诗瑜,赵夏冬,温盼,陈龙龙,李喜峰,张建华
        2024, 39(10): 1341-1349. DOI: 10.37188/CJLCD.2024-0126
        摘要：为了增强图像显示的质量以及减少基于现场可编程逻辑器件（FPGA）双边滤波算法中硬件资源的消耗，设计了一种分段近似的双边滤波算法。通过分段近似计算减少了双边滤波中值域的存储容量以及输出的数据位宽，从而降低了计算复杂度和硬件资源消耗。在Zynq-7000和Sparten-7的FPGA平台上实现了分段近似的双边滤波算法，研究了不同高斯噪声及在其最佳的值域标准差下的滤波和边缘保持性能。结果表明，本文算法在性能上与传统的双边滤波算法相当，并且与传统的双边滤波算法相比，其查找表（LUT）和数字信号处理模块（DSP）的使用量减少了9.9%和71.1%，且功耗仅为0.128 W。本文算法适合用于硬件资源有限的图像滤波应用场景。  
        关键词：图像处理;双边滤波算法;FPGA;分段近似   
        48
        |
        47
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 59010153 false
        发布时间：2024-10-09
      • “在卫星遥感图像目标检测领域，研究者提出了一种新方法，通过滑动窗口分割和小目标检测器结合，显著提升了检测速度和准确率。”
        梁海翔,唐艳慧,王宇庆,张德浩
        2024, 39(10): 1350-1360. DOI: 10.37188/CJLCD.2024-0004
        摘要：卫星遥感图像的分辨率高且目标在图像内的相对尺寸小，因此难以同时确保检测准确率和运行速度。为解决高像素遥感图像的目标检测问题，本文提出了一种结合滑动窗口分割和小目标检测器的检测方法。首先使用滑动窗口法将图像分割成多个子图，滑动步长略小于窗口的大小以使每个子图之间具有一定的重叠部分，并采用较大的分割窗口以降低子图数量。之后对子图进行压缩，使用目标检测算法处理压缩后的图片，降低算法运行时间。最后合并检测结果并采用非极大化抑制策略以去除在重叠部分重复检测的目标。在检测算法方面，本文以YOLOv8n为基础，使用SPD卷积核对网络结构进行改进，基于NWD方法调整正负样本匹配策略，并改进特征金字塔结构以提升算法对小目标的检测性能，从而使算法能够适应在更大尺寸下压缩的子图以减少图像分割数量，提升检测速度。实验证明，在图像平均分辨率为4 000×4 000的车辆检测数据集上，该方法对目标检测的平均准确率为55.7%，平均每张图片的计算时间约为47.5 ms，准确率比YOLOv8n提升16%，比YOLOv5s提升15%，比YOLOv6s提升7.6%。本文方法的运行效率满足实时化要求，能够以更高精度实时检测卫星遥感图像中的目标。  
        关键词：目标检测;遥感图像;YOLOv8算法;小目标检测;滑动窗口方法   
        29
        |
        15
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 67778489 false
        发布时间：2024-10-09
      • “在遥感图像变化检测领域，研究者提出了一种融合CNN和Transformer的混合模型，有效提升了检测精度和效率。”
        潘梦洋,杨航,范祥晖
        2024, 39(10): 1361-1379. DOI: 10.37188/CJLCD.2024-0086
        摘要：现代高分辨率遥感图像变化检测借助卷积神经网络（Convolutional Neural Network， CNN）取得了显著成果。然而，卷积操作的感受野限制导致在学习全局上下文和远程空间关系方面存在不足。虽然视觉Transformer能有效捕获远程特征的依赖性，但其对影像变化细节的处理不足，导致空间定位能力有限且计算效率低下。为解决上述问题，本文提出了一种基于空间空洞金字塔池化的跨层级联线性融合端到端编解码混合CNN-Transformer的变化检测模型，兼具视觉Transformer和CNN的优势。首先，利用孪生CNN网络提取图像特征，并借助空洞金字塔池化模块对特征进行精细处理，从而更精准地捕获图像的细节特征信息。其次，将提取的特征转化为视觉单词，并通过Transformer编码器进行建模，以获取丰富的上下文信息。这些信息随后被反馈至视觉空间，通过Transformer解码器对原始特征进行强化，提升特征的表达效果。接着，采用跨层级联的方式将CNN提取的特征与Transformer编解码的特征进行融合，利用上采样技术联系不同分辨率的特征图，实现位置信息与语义信息的融合。最后，通过差异增强模块生成包含丰富变化信息的差异特征图。在LEVIR、CDD、DSIFN和WHUCD 4个公开遥感数据集上的广泛实验验证了本文方法的有效性。与其他先进方法相比，本文模型的分类性能更出色，有效改善了变化检测中的欠分割、过分割及边缘粗糙等问题。  
        关键词：遥感图像;变化检测;卷积神经网络;Transformer;空间空洞金字塔池化   
        45
        |
        75
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 59011202 false
        发布时间：2024-10-09
      • “在图像重建领域，研究者构建了以金字塔方差池化模块为核心的生成网络，有效提升了图像放大4倍时的峰值信噪比和结构相似性，增强了图像细节的真实感。”
        彭晏飞,李泳欣,孟欣,崔芸
        2024, 39(10): 1380-1390. DOI: 10.37188/CJLCD.2023-0366
        摘要：为减少高频信息丢失对图像重建造成的影响，进一步增强对特征信息的挖掘，以金字塔方差池化模块为核心构建了一个生成网络。首先，该网络利用不同级别的方差池化挖掘低分辨率图像蕴含的特征信息，并结合金字塔结构获取不同尺度与不同子区域的上下文信息，从而进一步丰富特征信息量；然后，利用密集连接结构增强特征信息之间的关联性，以提高网络的表达能力；最后，引入组归一化操作来加强网络的收敛性。实验结果表明，该模型与其他方法在Set5、Set14、DIV2K100公开测试集上进行比较，在放大倍数因子为4时，峰值信噪比平均提高了0.509 dB，结构相似性平均提高了0.016。所提模型不仅在峰值信噪比和结构相似性上有一定的提高，其重建图像在视觉效果上也拥有更多的真实细节。  
        关键词：图像超分辨率;生成对抗网络;方差池化;密集连接   
        49
        |
        4
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 45452405 false
        发布时间：2024-10-09
      • “在图像超分辨率领域，研究者提出了一种结合残差学习和层注意力的轻量级算法RLAN，有效提升了图像重建质量，减少了伪影。”
        吴笛凡,张选德
        2024, 39(10): 1391-1401. DOI: 10.37188/CJLCD.2024-0046
        摘要：基于卷积神经网络（CNN）的方法在图像超分辨率问题中取得了良好的性能，然而，大多数超分辨率研究都采用复杂的层连接策略来提高特征利用率，这使得网络的深度不断加大，参数量持续上涨，很难部署在移动终端。针对该问题，本文提出一种残差学习与层注意力结合的轻量级图像超分辨（RLAN）算法，更高效地提取并聚合重要特征。首先，采用3×3的卷积层进行浅层特征提取。然后，在非线性映射部分，通过堆叠改进的局部残差特征块（RLFB）进行局部特征学习，同时引入层注意力模块（LAM）来利用残差分支上的层次特征进一步提升特征聚合的效果。最后，采用像素注意力重建块（PARB）进行图像重建，以很小的参数成本提升重建质量。与NTIRE2022冠军RLFN相比，RLAN最终以仅373k的参数量取得了更优越的性能，在4个数据集上的平均PSNR与SSIM分别提升了0.35 dB与0.001 4。实验结果表明，RLAN可以精准地恢复SR图像，有效地减少了边缘处的伪影。  
        关键词：图像超分辨率;卷积神经网络;残差学习;注意力机制   
        55
        |
        20
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 55775328 false
        发布时间：2024-10-09
      • “在三维重建领域，研究者提出了基于NeRF的框架，有效解决遮挡问题，为新视图合成提供新思路。”
        陈志杰,邓慧萍,向森,吴谨
        2024, 39(10): 1402-1410. DOI: 10.37188/CJLCD.2023-0362
        摘要：单视图的三维重建是通过输入单个视角的二维图像来恢复物体的三维几何形状或场景。由于单个视图的信息有限，遮挡会造成图像特征之间的模糊，从而无法恢复准确的物体外观细节。本文提出了一种基于神经辐射场（NeRF）的框架，充分利用图像的全局信息和局部上下文信息解决遮挡问题。首先，利用Vision Transformer具有捕获数据远程相关性的特性来学习图像的全局特征，并结合SE通道注意力机制模块来防止多层特征信息丢失和信息冗余；其次，利用卷积神经网络提取像素对齐的局部图像特征，结合空洞金字塔池化结构的空洞卷积以增大感受野，挖掘多尺度上下文信息，为恢复遮挡区域的细节提供更多的信息；最后，设计了一个基于Transformer的密度特征聚合模块，以减少遮挡引起的密度预测不准确。在ShapeNet-NMR数据集上的实验表明，该方法能合成具有更多细节的新视图，并且在应用于看不见的物体时表现出良好的泛化能力。  
        关键词：神经辐射场;遮挡;空洞卷积;Transformer   
        31
        |
        2
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 46054854 false
        发布时间：2024-10-09
      • “在水下图像增强领域，研究者提出了一种新方法，通过改进颜色线模型和优化算法，有效提升了图像清晰度和颜色准确性。”
        梁秀满,姚欣哲,刘振东,于海峰
        2024, 39(10): 1411-1420. DOI: 10.37188/CJLCD.2023-0377
        摘要：为解决水下设备采集图像存在的雾化和颜色失真等退化问题，提出一种基于改进颜色线模型的水下图像增强方法。首先，提出一种基于改进四叉树细分的水下背景光估计方法，消除水下因素的干扰，得到更加准确的背景光估计值。其次，建立基于颜色线规律的局部透射率优化模型，并设计一种新的Gauss-Seidel型交替线性极小化（Gauss-Seidel Type Inertial Proximal Alternating Linearized Minimization Algorithm， GiPALM）非凸优化方法求解透射率，在提高模型收敛速度的同时得到更加准确的透射率估计值。最后，在背景光和透射率估计得到恢复图像的基础上，进一步采用线性拉伸校正图像的颜色信息，得到符合人眼感官视觉的水下增强图片。实验结果表明，本文方法在主观评价、客观评价、颜色准确度和应用测试等方面均优于其他先进算法，展现了出色的性能，有效提高了水下图像的清晰度和可视性。  
        关键词：水下图像;颜色线模型;非凸优化方法;去雾;图像增强   
        121
        |
        34
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 48716787 false
        发布时间：2024-10-09
      • “在图像语义分割领域，研究者提出了一种新方法，通过双重聚合和自合并网络，有效提升了小样本图像的分割精度，为新类对象识别提供了新思路。”
        刘玉,于明,朱叶
        2024, 39(10): 1421-1430. DOI: 10.37188/CJLCD.2024-0074
        摘要：小样本图像语义分割是一种非常具有挑战性的任务，它试图使用几个带标签的样本来分割新类对象。主流方法常会存在特征鉴别性不高和原型偏差等问题。为缓解这些问题，本文提出一种基于双重聚合和自合并网络的小样本图像语义分割方法，能够充分挖掘特征相似性并减小原型偏差。首先，提出一个特征-掩码双重聚合模块，在支持特征和查询特征之间构建覆盖所有空间位置的密集相似关系，为特征聚合和掩码聚合提供全局语义信息。具体来说，通过对特征相似矩阵进行特征和掩码双重聚合，可以为查询图像获取具有引导信息的增强特征和初始掩码。然后，提出自合并解码器，通过合并基于初始掩码的自原型和已知的支持原型来减小原型偏差，并通过融合增强特征与合并原型向解码器传递丰富的类别语义信息。最后，利用基类预测信息进一步优化来自解码器的预测结果。本文方法在数据集PASCAL-5i上的mIoU在1-shot和5-shot情况下分别取得了68.3%和71.5%，在数据集COCO-20i上的mIoU在1-shot和5-shot情况下分别取得了46.5%和51.4%，优于主流方法的分割性能，能够更准确地分割出新类的目标区域。  
        关键词：小样本图像语义分割;特征相似性;双重聚合;类内差异性;自合并   
        70
        |
        18
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 55775533 false
        发布时间：2024-10-09
      0