2024年 第51卷 第10期
►►►
目录列表 (点击论文题目，直达全文）
电磁隐身衣的研究进展与发展趋势（封面文章）
孙冉†, 孙非†*, 刘一超
光电工程，2024, 51(10): 240191.
随着电磁隐身方法的发展，能够使物体的散射截面接近零的电磁隐身结构已成为研究热点，并在未来的军事设备隐身、电磁防护、隐形传感器等领域具有重要的应用价值。本文介绍了不同类型隐身结构的原理、工作条件和性能指标，解释了雷达隐身与完美隐身、全空间与半空间隐身之间的区别，回顾了光线绕射和散射抵消这两种主要的隐身机制，梳理了设计隐身结构常用的理论方法、材料类型和优化算法，对国内外隐身相关的关键理论研究和实验进展进行了总结。最后，对隐身结构存在的主要问题进行了总结，并对其未来的发展方向进行了展望。
基于轻量型编解码网络的复杂输电线图像识别
李运堂*, 朱文凯, 李恒杰, 冯娟, 陈源, 金杰, 王冰清, 李孝禄
光电工程，2024, 51(10): 240158.
针对现有输电线图像识别网络参数多、耗时长等问题，本文构建了轻量型编解码网络，实现了多根交叉复杂输电线的快速准确识别。编码器以常规MobileNetV3前16层为基础，通过减少网络参数，采用卷积块注意力模块代替常规MobileNetV3网络的挤压和激励注意力模块，从而提高了网络的输电线特征信息提取能力。结合深度可分离卷积和深度空洞空间金字塔池化模块构建解码器，扩大感受野，提高网络聚合不同尺度上下文信息能力。利用L1正则方法稀疏训练网络，根据缩放因子与对应通道输出乘积的数值，设定剪枝阈值去除网络冗余通道，有效压缩网络体积，提高输电线识别速度。实验结果表明，轻量型编解码网络的平均像素精度(MPA)、平均交并比(MIoU)和识别速度分别达到了92.11%、84.19%和41 f/s，优于PSPNet、U2Net和已有改进的输电线识别网络。
基于双层三维太赫兹超材料的多功能传感器
邓光晟, 郭澳然, 程新奇, 杨军, 蔡斐*
光电工程，2024, 51(10): 240164.
传感器作为集成化器件中至关重要的部分，其多功能性越来越受到重视。本文介绍了一种基于双层三维谐振结构耦合的太赫兹超材料多功能传感器。传感装置包括上下两层聚酰亚胺薄膜基底，附着在下层聚酰亚胺薄膜基底上的石墨层，以及在石墨层和上层聚酰亚胺薄膜基底之间的周期性双层三维齿形耦合谐振结构，此结构包括下层对称山形结构和上层对称凹形结构。该三维超材料结合多层结构可实现多功能测量：可通过谐振频率确定待测液体介质层的折射率变化，从而实现液体成分的高精度分辨；在一维方向的微位移传感方面，则可分别在z轴方向以及y轴方向上实现微位移的高灵敏度测量。本文所提出的三维超材料传感器能为功能集成化传感在太赫兹领域的应用提供了新的思路。
基于子光场遮挡融合的无监督光场深度估计
李豪宇, 陈晔曜, 蒋志迪, 蒋刚毅, 郁梅*
光电工程，2024, 51(10): 240166
光场深度估计是光场处理和应用领域的重要科学问题。然而，现有研究忽略了光场视图间的几何遮挡关系。本文通过对不同视图间遮挡的分析，提出了一种基于子光场遮挡融合的无监督光场深度估计方法。该方法首先采用一种有效的子光场划分机制来考虑不同角度位置处的深度关系，具体是将光场子孔径阵列的主副对角线上的视图按左上、右上、左下、右下分为四个子光场。然后，利用空间金字塔池化特征提取和U-Net网络来估计子光场深度。最后，设计了一种遮挡融合策略来融合所有子光场深度以得到最终深度，该策略对在遮挡区域具有更高精度的子光场深度图赋予更大的权重，从而减小遮挡影响。此外，引入了加权空间一致性损失和角度一致性损失以约束网络训练并增强鲁棒性。实验结果表明，所提出方法在定量指标和定性比较上展现出了良好的性能。
无人机视角下的道路损伤检测算法MAS-YOLOv8n
王晓燕, 王禧钰, 李杰*, 梁文辉, 牟建宏, 毕楚然
光电工程，2024, 51(10): 240170.
针对无人机航拍视角下的道路损伤图像背景复杂、目标尺度差异大的检测难题，提出了一种融合多分支混合注意力机制的道路损伤检测方法MAS-YOLOv8n。首先，设计了一种多分支混合注意力机制，并将该结构添加到C2f结构中，加强了特征的表达能力，在捕获到更为丰富的特征信息的同时，减少噪声对检测结果的影响，以解决YOLOv8n模型中残差结构易受干扰，导致信息丢失的问题。其次，针对道路损伤形态差异大导致检测效果差的问题，利用ShapeIoU对YOLOv8n模型使用的TaskAlignedAssigner标签分配算法进行改进，使其更适用于形态多变的目标，进一步提高了检测精度。将MAS-YOLOv8n模型在无人机拍摄的道路损伤数据集China-Drone上进行实验，相较于基线模型YOLOv8n，本文模型的平均精度均值提高了3.1%，且没有额外增加计算代价。为进一步验证模型通用性，在RDD2022_Chinese和RDD2022_Japanese两个数据集上进行实验，精度均有所提升。与YOLOv5n、YOLOv8n、YOLOv10n、GOLD-YOLO、Faster-RCNN、TOOD、RTMDet-Tiny、RT-DETR相比，本文模型检测精度更高，性能更为优秀，展现了其较好的泛化能力。
GLCrowd：基于全局-局部注意力的弱监督密集场景人群计数模型
张红民*, 田钱前, 颜鼎鼎, 卜令宇
光电工程，2024, 51(10): 240174.
针对人群计数在密集场景下存在背景复杂、尺度变化大等问题，提出了一种结合全局-局部注意力的弱监督密集场景人群计数模型——GLCrowd。首先，设计了一种结合深度卷积的局部注意力模块，通过上下文权重增强局部特征，同时结合特征权重共享获得高频局部信息。其次，利用Vision Transformer (ViT)的自注意力机制捕获低频全局信息。最后，将全局与局部注意力有效融合，并通过回归令牌来完成计数。在Shanghai Tech PartA、Shanghai Tech PartB、UCF-QNRF以及UCF_CC_50数据集上进行了模型测试，MAE分别达到了64.884、8.958、95.523、209.660，MSE分别达到了104.411、16.202、173.453、282.217。结果表明，提出的GLCrowd网络模型在密集场景下的人群计数中具有较好的性能。
结合极化自注意力和Transformer的结直肠息肉分割方法
谢斌, 刘阳倩*, 李俞霖
光电工程，2024, 51(10): 240179.
针对传统结直肠息肉图像分割方法存在的目标分割不够精确、对比度不足，以及边缘细节模糊等问题，文中结合极化自注意力和Transformer提出了一种新的结直肠息肉图像分割方法。首先，设计了一种改进的相位感知混合模块，通过动态捕捉Transformer结直肠息肉图像的多尺度上下文信息，以使目标分割更加精确。其次，在新方法中引入了极化自注意力机制，实现了图像的自我注意力强化，使得到的图像特征可以直接用于息肉分割任务中，以达到提高病灶区域与正常组织区域对比度的目的。另外，利用线索交叉融合模块加强动态分割时对图像几何结构的捕捉能力，以达到提升结果图像边缘细节的目的。实验结果表明，文中提出的方法不仅能够有效地提升结直肠息肉分割的精确度和对比度，并且还能够较好地克服分割图像细节模糊的问题。在数据集CVC-ClinicDB、Kvasir 、CVC-ColonDB和ETIS-LaribPolypDB上的测试结果表明，文中所提新方法能够取得更好的分割效果，其Dice相似性指数分别为0.946、0.927、0.805和0.781。
张波涛*, 李正强, 华超豪, 谢佳龙, 吕强
光电工程，2024, 51(10): 240180.
针对动态深度相机单帧视野受限问题，及多帧拼接中的噪声扰动，本文提出了一种基于多视角融合的大型3D目标的位姿测量与重建方法。该方法搭建了深度相机的性能梯度分层模型，采用基于点云法向量的多视角扫描位姿预测，并以高度约束的RANSAC (HC-RANSAC)拟合目标三维模型。以机械臂末端搭载的深度相机进行多角度扫描测量，并将多视角扫描采样所获数据在局部基准坐标系下进行目标模型重建。实验结果表明：与固定深度相机或基于云台视觉的三维重建相比，所提方法具有更大的重建视野和良好的重建精度，可在近距离范围中对大目标进行重建，解决了视野与精度难以兼顾的问题。
王燕, 王宏辉, 刘树东*, 张艳, 郝泽玉
光电工程，2024, 51(10): 240196.
针对声呐图像中小目标检测难度大、精度低、容易出现错检漏检的问题，本文提出一种基于YOLOv8s的声呐图像小目标检测改进算法。首先，考虑到声呐图像中的小目标通常具有低对比度且易被噪声淹没，提出了高效多级筛选特征金字塔网络(EMS-FPN)。其次，由于解耦头的分类分支和定位分支是独立的，会增加模型的参数量，同时难以有效地适应不同尺度目标的检测需求，导致对于小目标的检测效果不佳，设计了任务动态对齐检测头模块(TDADH)。最后为了验证本文模型的有效性，在URPC2021和SCTD扩充声呐数据集上进行了相应的验证，mAP0.5较YOLOv8s分别提高了0.3%和1.8%，参数量降低了22.5%。结果表明，本文提出的方法在声呐图像目标检测任务中不仅提高了精度，还显著降低了模型参数量。
光电工程
《光电工程》（Opto-Electronic Engineering）创刊于1974年，由中国科学院光电技术研究所和中国光学学会主办，是中文核心期刊和中国科技核心期刊，被Scopus、CA、JST以及CSCD、CSTPCD、CNKI等国内外数据库收录，受到了国家自然科学基金委和中国科协相关项目的支持，并入选了“西牛计划”精品中文科技期刊。本刊一直致力于光电工程领域的科研报道和学术交流，主要刊登光电领域的科研进展、原创成果以及综述，并针对热点问题和前沿课题出版相关专题。
投稿地址：
期刊官网：
联系邮箱：oee@ioe.ac.cn
OEA
光电进展
卓越领军期刊
SCI IF 15.3
聚焦创新前沿
OES
光电科学
英文 卓越行动
高起点新刊
探究物理机制
OEE
光电工程
中文核心
SCOPUS
面向工程应用
OET
光电技术
英文 卓越行动
高起点新刊
关注核心技术
OER
光电研究评论
英文新刊
即将创办
汇集综述评论
编辑 | 彭诗涵 张诗杰
审核 | 杨淇名
转载或合作请联系：gdgc@ioe.ac.cn
