最新刊期
      2024 年 第 39 卷 7 期

        材料物理及器件制备

      • “最新研究进展：科学家开发出一种制备可拉伸半导体材料的新方法，通过光交联技术提升材料的机械性能，为柔性电子器件的发展提供新思路。”
        徐宁,陈显春,徐佳馨,王晓鸿,邱龙臻
        2024, 39(7): 867-874. DOI: 10.37188/CJLCD.2024-0096
        摘要：有机半导体材料因具备良好的溶液加工性以及优异的电荷传输性能，在柔性器件中展现出广阔的应用前景。本文介绍了一种制备可拉伸半导体材料的方法。该方法利用二苯甲酮光引发将3，6-二噻吩-2-基-2，5-二氢吡咯并［3，4-c］吡咯-1，4-二酮基共轭聚合物（4Si）与聚二甲基硅氧烷进行光交联，研究了聚合物薄膜交联前后的电学性能和机械性能变化。结果显示，与未交联的4Si以及共混薄膜相比，交联薄膜的电学性能略微下降，但是机械性能得到了提升，起始裂纹应变由30%增加到50%。在100%的应变下，交联薄膜在平行应变方向上的迁移率为0.36 cm2·V-1·s-1，是初始迁移率的1.44倍。  
        关键词：可拉伸半导体;二苯甲酮;光交联;机械性能   
        100
        |
        77
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 56188559 false
        发布时间：2024-05-08
      • “在新型显示技术领域，研究人员通过优化CsPbBr3量子点的配体，显著提升了发光二极管的性能。”
        吴加其,王程杨,陆红波,朱俊
        2024, 39(7): 875-882. DOI: 10.37188/CJLCD.2024-0144
        摘要：钙钛矿量子点发光二极管是极具发展潜力的新型显示技术。全无机CsPbX3 （X=Cl，Br，I）钙钛矿量子点具有优异的光电性能，然而合成CsPbX3量子点时往往需要油酸（OA）和油胺（OAm）等配体的参与，这些配体和量子点之间的动态结合方式使其极易从量子点表面脱落，进而引发量子点的不稳定性现象。此外，油酸油胺的绝缘特性会阻碍发光二极管中载流子的传输并恶化器件性能。鉴于此，本文以CsPbBr3量子点为研究对象，采用短链配体2-己基癸酸（DA）部分取代长链OA配体，系统探究了不同DA/OA摩尔比对CsPbBr3量子点光学性能的影响。结果表明，经DA修饰的CsPbBr3量子点表现出高达88.64%的光致发光量子产率。随后，将优化后的CsPbBr3量子点应用到全溶液制备的发光二极管中，器件的最高亮度和最大外量子效率分别从9 cd·m-2和0.04%提升至155 cd·m-2和0.14%。接着，通过优化钙钛矿发光层和空穴传输层之间的能级匹配，进一步将器件的亮度和外量子效率提升至436 cd·m-2和0.20%。  
        关键词：CsPbBr3量子点;新型显示技术;发光二极管;配体取代;全溶液制备   
        59
        |
        53
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 62291519 false
        发布时间：2024-07-26

        3D显示技术

      • “在三维显示技术领域，研究者提出了一种基于三维点云的景深优化方法，有效解决了裸眼光栅三维显示器景深范围不足的问题。通过深度位置调整，实现了场景深度的整体压缩，同时保持了场景主体的几何结构不变。多项统计实验表明，该方法能显著提升观众的主观感受，让观众在观看三维场景时没有不自然感，对场景主体保留较强的深度感知。”
        易湘诚,颜玢玢,陈硕,王昕柯,邢树军,于迅博,高鑫,桑新柱
        2024, 39(7): 883-891. DOI: 10.37188/CJLCD.2024-0111
        摘要：对三维显示内容进行深度压缩处理，是一种针对裸眼光栅三维显示器景深范围不足问题的有效解决方法，但常用的压缩方法会使场景中的主体不可避免地产生几何形变。本文面向密集视点光栅三维显示，提出了一种基于三维点云的景深优化方法，根据三维场景的双目视差图重建出三维点云，将场景主体点云分割，仅对超出显示器景深范围的主体进行深度位置调整，保持场景主体的几何结构不变，从而实现三维场景深度的整体压缩。对本文方法进行关于视觉体验的多项统计实验，对于每个参与者，本文方法处理后结果得票率均超过77%；对于每个实验场景，本文方法得票率均超过80%。实验结果证明了本文方法对观众主观感受有明显提升，可以在压缩场景整体深度的同时保证场景主体没有形变，让观众在观看三维场景时没有不自然感且对场景主体保留较强的深度感知。  
        关键词：裸眼三维显示;三维点云;实例分割;深度压缩   
        66
        |
        53
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 62291550 false
        发布时间：2024-07-26
      • “在全息三维显示领域，研究人员提出了一种基于全息光学元件的双目视差构建方法，解决了视差不匹配和成像畸变问题，为全息显示技术的发展提供了新思路。”
        张虎鸣,颜玢玢,仲崇力,肖瑞,秦秀娟,全佳乐,桑新柱
        2024, 39(7): 892-900. DOI: 10.37188/CJLCD.2024-0033
        摘要：全息光学元件（Holographic Optical Element，HOE）是全息三维显示的重要器件之一。为了解决HOE用于双目全息显示时视差不匹配的问题，本文提出并实现了一种基于HOE的全息显示双目视差构建方法，同时对元件成像时的像差进行了分析校正。通过对HOE的制作原理和成像规律分析，结合光线跟踪技术渲染的虚拟模型和现实场景模型，设计了基于HOE的全息双目显示系统，提出了双目视差构建方法，即在获取人眼坐标位置时为观察者实时提供包含双目视差关系的视点图像。通过进一步分析全息显示系统内部的图像畸变产生原因及过程，提出了去畸变的优化处理算法。实验结果表明，提出的方法不仅能够实现HOE实时显示全息三维图像，而且解决了HOE在全息双目显示中视差不匹配以及成像畸变的问题。  
        关键词：全息显示;全息光学元件;光线跟踪;空间光调制器;双目视差   
        106
        |
        82
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 50187321 false
        发布时间：2024-03-13
      • “在近眼显示技术领域，研究人员提出了一种基于带限随机相位的全息视网膜投影显示计算方法，有效控制景深范围并增强深度线索，为缓解辐辏聚焦冲突提供解决方案。”
        屠科锋,孙菲,王梓,吕国强,冯奇斌
        2024, 39(7): 901-908. DOI: 10.37188/CJLCD.2023-0242
        摘要：全息视网膜投影显示（retinal projection display， RPD）具有大景深的特征，是能够缓解辐辏聚焦冲突（vergence accommodation conflict， VAC）的近眼显示技术之一。但是，景深过大会导致聚焦模糊的深度线索丢失。因此，提出了一种基于带限随机相位的RPD全息图计算方法，其通过在目标图像面引入带限随机相位控制进入瞳孔的光束宽度，从而达到控制景深范围并增强深度线索的目的。计算全息图并再现过程可分为3步：首先，根据目标图像所在深度及进入瞳孔时限制的光束宽度计算得到带限随机相位。第二步，目标图像乘以球面波相位及带限随机相位后通过一步菲涅尔衍射获得全息图。最后，准直的激光光源照射于加载全息图的空间光调制器，再现的物光汇聚于人眼瞳孔处实现深度线索增强的全息RPD。实验结果表明，基于带限随机相位的全息RPD不仅具有低散斑、高再现质量等优势，而且能够灵活控制目标图像的景深，为观察者提供聚焦模糊的深度线索。  
        关键词：3D显示;全息显示;视网膜投影显示;带限随机相位   
        175
        |
        46
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 40850228 false
        发布时间：2024-07-26
      • “在计算全息术领域，研究人员提出了一种基于混合相位的多平面全息显示方法，有效提高了再现质量并减弱了串扰。”
        丁宇鑫,沈川,王安临,潘俊俏,章权兵,张成,韦穗
        2024, 39(7): 909-918. DOI: 10.37188/CJLCD.2024-0123
        摘要：在计算全息术中，基于层析法实现多平面全息显示是最常用的方法之一。针对层析法中多个平面之间存在串扰的问题，本文结合随机相位和二次相位的优点，提出了一种基于混合相位的多平面全息显示方法。首先，选择合适的权重因子生成混合相位代替随机相位作为初始相位。利用迭代傅里叶变换算法进行迭代后，将获得的每个子全息图与具有不同重建距离的菲涅尔波带片叠加，接着将每个全息图以复振幅叠加，获取相位后得到纯相位全息图，从而将分层图像重构于指定的平面上。利用硅基液晶空间光调制器搭建多平面全息显示系统开展了相关的光学实验。实验结果表明，与基于随机相位的方法相比，本文方法提高了结构相似性参数（最高可达4.6%），减弱了多个全息重构平面之间的串扰，提高了多平面全息显示的再现质量。  
        关键词：多平面显示;层析法;混合相位;纯相位全息图;菲涅尔波带片   
        58
        |
        68
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 59361051 false
        发布时间：2024-07-26

        图像处理

      • “在光束控制领域，研究人员提出了一种基于改进哈里斯鹰算法的光束指向精度优化方法，显著提升了光束控制性能。”
        王哲,胡奇,耿辉,田嘉政,韦宇宁
        2024, 39(7): 919-928. DOI: 10.37188/CJLCD.2023-0207
        摘要：指向精度是光束控制领域最核心的指标之一，指向精度的高低直接决定了光束控制器性能的优劣。为了解决液晶相控阵受制作工艺限制会造成较大光束偏转角度误差、指向精度下降等问题，本文提出一种基于改进哈里斯鹰（HHO）的光束指向精度优化算法。首先，对影响因素进行分析，选取合理的器件参数。随后，采用哈里斯鹰算法对液晶相控阵进行光束指向精度优化。最后，鉴于哈里斯鹰算法容易陷于局部最优值的难题，本文设计了兼顾全局与局部并优策略的哈里斯鹰算法（G&L-HHO）。在全局优化策略方面，选择柯西分布函数增加初始种群多样性，提高算法的全局搜索效率；在局部优化策略方面，采用自适应余弦加权因子，多方面增强哈里斯鹰算法的寻优性能。仿真实验对比结果表明，本研究提出的G&L-HHO算法将归一化精度误差由100数量级优化为10-4数量级，并大幅降低了归一化精度误差波动幅值。本研究显著提高了光束指向精度，并具有收敛精度高、收敛速度快、鲁棒性强等优点。  
        关键词：液晶相控阵;光束偏转;指向精度优化;哈里斯鹰优化算法   
        126
        |
        50
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 40531408 false
        发布时间：2024-07-26
      • “在图像处理领域，针对渐晕效应影响机器视觉性能的问题，本研究对Retinex-Net网络模型进行改进，通过添加空洞卷积和改进图像去噪，有效提升了校正性能，为图像质量提升提供了新方案。”
        黄丹丹,王菲,刘智,高晗,王惠绩
        2024, 39(7): 929-938. DOI: 10.37188/CJLCD.2023-0194
        摘要：相机成像过程中会因为视角变化而产生渐晕效应，使图像出现中间亮、四周暗的现象。渐晕的存在使图像丢失部分边缘纹理信息，极大地影响机器视觉处理的性能。针对此问题，本文从校正图像清晰度和提高去噪性能两方面入手，对Retinex-Net网络模型进行改进。首先，在原模型基础上添加空洞卷积，以保持校正图像的高分辨率并扩大感受野。其次，将图像去噪改进为密集残差网络的方式，目的是密集提取渐晕图像的每一层特征，更多地保留图像的细节特性并抑制噪声。最后，构建了渐晕图像的数据集，并将本文提出的算法在测试集上进行校正性能验证。本文算法与改进前的原网络模型相比较，SSIM值提升了0.293，PSNR值提升了0.727，RMSE值降低了0.095。相较于最小化图像熵、自适应补偿Retinex、基于径向梯度对称性等校正算法，本文算法具有更好的校正性能，并且在视觉上更适合观察和理解。  
        关键词：渐晕图像校正;Retinex理论;空洞卷积;残差网络   
        176
        |
        47
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 39061057 false
        发布时间：2024-07-26
      • “在微表情识别领域，本研究提出了一种基于颜色和光流的多注意力双流网络方法，有效提高了识别准确率。通过CIE Luv色差图提取人脸情感生理特征，结合双注意力模块和交叉注意力机制，实现了对微表情的精准分类。在SAMM和CASME Ⅱ数据集上的实验结果均优于主流算法，为微表情识别研究提供了新的解决方案。”
        黄凯,王峰,王晔,常亦婷
        2024, 39(7): 939-949. DOI: 10.37188/CJLCD.2023-0225
        摘要：针对光流法无法充分利用微表情面部颜色信息，导致识别准确率不高的问题，本文提出一种基于颜色和光流的多注意力双流网络方法。首先，提出以CIE Luv色差图的形式，初步提取人脸情感生理特征，弥补微表情光流特征的单一性和局限性；然后，将PAM模块和ECA block并行组合得到轻量化的双注意力模块，提取空间和通道关键特征；最后，设计一种交叉注意力机制以获取颜色和光流混合特征，将其与空间通道关键特征融合用于分类。本模型在实验中采用留一交叉验证法进行评估，在SAMM数据集上的准确率和F1分数分别达到69.18%和67.04%，在CASME Ⅱ数据集上的准确率和F1分数分别达到72.38%和70.85%。实验结果均优于目前主流算法，进一步证明本文模型及其模块在识别微表情方面的有效性。  
        关键词：计算机视觉;微表情识别;CIE Luv;颜色特征;光流特征;双流网络   
        135
        |
        61
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 40708103 false
        发布时间：2024-07-26
      • “在图像超分辨率重建领域，研究者提出了一种拆分注意力网络方法，有效提升了大尺度因子下的重建效果。”
        彭晏飞,刘蓝兮,王刚,孟欣,李泳欣
        2024, 39(7): 950-960. DOI: 10.37188/CJLCD.2023-0227
        摘要：针对现有生成对抗网络的单图像超分辨率重建在大尺度因子下存在训练不稳定、特征提取不足和重建结果纹理细节严重缺失的问题，提出一种拆分注意力网络的单图超分辨率重建方法。首先，以拆分注意力残差模块作为基本残差块构造生成器，提高生成器特征提取的能力。其次，在损失函数中引入鲁棒性更好的Charbonnier损失函数和Focal Frequency Loss损失函数代替均方差损失函数，同时加入正则化损失平滑训练结果，防止图像过于像素化。最后，在生成器和判别器中采用谱归一化处理，提高网络的稳定性。在4倍放大因子下，与其他方法在Set5、Set14、BSDS100、Urban100测试集上进行测试比较，本文方法的峰值信噪比比其他对比方法的平均值提升1.419 dB，结构相似性比其他对比方法的平均值提升0.051。实验数据和效果图表明，该方法主观上具有丰富的细节和更好的视觉效果，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;生成对抗网络;谱归一化;拆分注意力网络   
        250
        |
        70
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 40312286 false
        发布时间：2024-07-26
      • “在计算机视觉领域，研究人员提出了一种基于可靠最优传输的配准方法，有效提升了低重叠场景下的配准精度和效率。通过关键点特征匹配、采样一致性算法和动态调整传输计算，实验结果显示配准精度提升30%以上，运行时间降低25%以上。”
        赵云涛,黄杰,李维刚
        2024, 39(7): 961-970. DOI: 10.37188/CJLCD.2023-0221
        摘要：针对现有的一些配准方法在低重叠场景下依然存在精度差、效率低等不足，本文提出了一种基于可靠最优传输的配准方法。首先，通过关键点及其特征信息形成点对，利用采样一致性算法剔除错误点对并完成粗配准，在优化起始位姿的同时分离出初始的可靠点。其次，在求解最优传输进行精配准的过程中，根据传输方案的迭代和更新策略动态调整参与传输计算的可靠点，从而保证了配准过程的可靠性和高效性。为验证本文方法的有效性，选用斯坦福标准图形库和3DMatch数据集中的部分模型作为配准对象，并将本文方法与常用的3类配准方法进行对比。实验证明，本文方法在配准精度上提升了30%以上，运行时间降低了25%以上。面对多类模型和各种缺失情况，本文方法依然能够保持优秀的配准效果。  
        关键词：点云配准;低重叠率;可靠点;最优传输   
        167
        |
        51
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 40312318 false
        发布时间：2023-07-27
      • “在微光图像增强领域，本工作设计了迭代传播网络，通过多段式预测模型和基于Retinex的迭代循环，显著提升了图像质量与推理速度。实验结果表明，该方法在峰值信噪比和结构相似度上均优于现有算法，为复杂场景下的微光图像增强提供了有效解决方案。”
        肖志博,蒋志龙,孔艳
        2024, 39(7): 971-979. DOI: 10.37188/CJLCD.2023-0199
        摘要：微光图像存在低对比度与低信噪比等问题，低质量的采集图像严重影响了后续的观察与测量。为了提升复杂应用场景下的微光图像质量，本工作设计了迭代传播网络以快速、鲁棒地完成微光图像增强任务。首先，本工作设计了多段式预测模型，以渐进的方式建模照度预测任务，增强模型的非线性拟合能力以适应未知的现实情况。考虑多段式级联网络带来的推理负担，本工作还基于Retinex前向传播模型构建迭代循环，使多阶段模型的每个阶段都收敛于类似甚至同一状态以优化推理过程，并在增强模型性能的同时大幅提高了推理速度。本工作基于公开数据集进行了对比实验，其中峰值信噪比及结构相似度的均值分别高出以往最优秀对比算法11.8%与3.5%。在此基础上，本工作还将迭代传播网络用于增强实际采集的低曝光摄影图像与低激发荧光显微图像，实验结果证明其具有优异的图像增强性能与泛化性。  
        关键词：神经网络;微光图像增强;级联结构;Retinex模型   
        244
        |
        39
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 40312402 false
        发布时间：2023-07-27
      • “在深度学习语义分割领域，本文提出了一种融合多维特征的街景图像语义分割网络MDFNet，通过目标区域增强模块、特征金字塔网格和双解码头技术，显著提升了复杂街景图像的分割精度，平均交并比达到80.11%，为街景图像理解提供了新的解决方案。”
        朱磊,车晨洁,姚同钰,潘杨,张博
        2024, 39(7): 980-989. DOI: 10.37188/CJLCD.2023-0208
        摘要：为进一步提升深度学习语义分割方法在复杂街景图像上的分割精度，本文基于PointRend网络提出了一种融合多维特征（Multi-Dimensional Features，MDF）的街景图像语义分割网络（MDFNet）。首先，通过构建目标区域增强模块优化特征提取子网络，在深度网络的每个卷积块自适应地细化中间特征图，从而强化对复杂街景图像多维特征信息的精细提取；接着，在特征融合时引入特征金字塔网格，使用不同的卷积核处理不同尺度的街景图像，从而更加全面地获取复杂街景图像各类目标的不同分辨率特征；最后，使用双解码头对图像细节进行更细致的恢复，得到逐像素分类的结果。实验结果表明，本文网络与DeepLabV3、SegFormer等其他优秀分割网络相比，在Cityscapes复杂街景数据集上分割精度更高，平均交并比达到了80.11%，相比于其他网络提升了3.51%以上，对复杂街景图像的理解力更强。  
        关键词：语义分割;目标区域增强;注意力机制;特征金字塔网格;多维特征   
        162
        |
        49
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 40531370 false
        发布时间：2024-07-26
      • “在雾天街景语义分割领域，研究者提出了一种融合自监督对比学习的算法，显著提升了模型的识别和分割能力。”
        刘丽伟,王芮,孟续涛
        2024, 39(7): 990-1000. DOI: 10.37188/CJLCD.2023-0200
        摘要：针对雾天环境能见度低导致街道物体识别困难、分割速度慢等问题，提出了一种融合自监督对比学习的雾天街景语义分割算法。该算法选用轻量级网络MobileNetV2作为主干网络，设计深度聚合空洞空间金字塔池化模块，并使用带有扩张系数的深度可分离卷积替换普通卷积丰富特征多样性。然后通过融合对比学习框架，增加语义相似像素的相似度，保持不同语义像素之间的距离，从而提高模型对小目标物体细节边缘的表达能力和辨别能力。最后提出一种新的融合损失函数，采用监督学习和自监督学习共同指导网络训练，学习深度特征表示。实验结果表明，该模型在Foggy Cityscapes数据集上的平均交并比可达到74.35%，类别平均像素准确率为83.59%，像素准确率可达到95.85%，相比语义分割网络DeepLabV3+模型分别提高了3.82%、3.99%和1.02%，同时模型参数量为2.88M，比DeepLabV3+模型的参数量缩减近55%，优化了网络计算消耗。该算法在雾天语义分割中拥有良好的性能，在降低模型参数量的同时保持了高分割精度，具有良好的鲁棒性。  
        关键词：语义分割;自监督学习;深度聚合;对比学习;损失函数   
        164
        |
        48
        |
        0
        <HTML>
        <网络PDF><WORD><Meta-XML>
        <引用本文> <批量引用> 40312380 false
        发布时间：2024-07-26
      0