激光與光電子學(xué)進(jìn)展(2025年20期)
Laser & Optoelectronics Progress

目 錄

• 基于多焦點(diǎn)超透鏡的先進(jìn)成像研究進(jìn)展（特邀）
• 拼接望遠(yuǎn)鏡的裝調(diào)流程及共相調(diào)整技術(shù)
• 基于自適應(yīng)超像素分割與多模型透射率估計(jì)優(yōu)化的單幅圖像去霧算法
• 基于優(yōu)化2D-VMD的雙波長(zhǎng)離軸數(shù)字全息高質(zhì)量相位恢復(fù)算法
• 基于光斑投影和雙向相位共軛方向的雙目立體匹配
• 低資源多尺度特征的太陽(yáng)能電池板缺陷檢測(cè)
• 基于YOLOv8的輕量化絕緣子缺陷檢測(cè)算法
• 基于MHD-YOLO的鋼表面缺陷檢測(cè)算法
• 基于改進(jìn)YOLO11的太陽(yáng)電池微缺陷檢測(cè)方法
• 基于模型剪枝的輕量級(jí)缺陷檢測(cè)方法研究
• 基于改進(jìn)回環(huán)和位姿圖優(yōu)化的激光SLAM算法
• SAF-YOLOv8：改進(jìn)YOLOv8金屬表面缺陷檢測(cè)算法
• 基于法向量收縮與層次聚類(lèi)的三維點(diǎn)云骨架提取
• MFANet：用于輔助診斷MRI腦腫瘤的多元融合感知網(wǎng)絡(luò)
• 級(jí)聯(lián)層級(jí)結(jié)構(gòu)光學(xué)卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)與性能分析
• 融合3DCNN和Vision Transformer的多模態(tài)遙感數(shù)據(jù)樹(shù)種分類(lèi)方法
• Landsat遙感影像結(jié)合平、豐、枯水期青海湖近35年面積變化研究
• 基于4D毫米波雷達(dá)點(diǎn)云的改進(jìn)正態(tài)分布變換配準(zhǔn)算法
• 基于MCA-UNet的艦船尾跡分割網(wǎng)絡(luò)
• 輕量化文本圖像多模態(tài)遙感圖像語(yǔ)義分割模型
• 面向高分辨率遙感影像的細(xì)節(jié)增強(qiáng)和尺度選擇道路提取網(wǎng)絡(luò)
• 低光照增強(qiáng)和自適應(yīng)特征融合的小目標(biāo)檢測(cè)算法
• 基于路側(cè)鳥(niǎo)瞰圖特征的雷視融合目標(biāo)檢測(cè)算法
• 基于Part-Aware Transformer多粒度特征融合的無(wú)監(jiān)督行人重識(shí)別網(wǎng)絡(luò)
• 基于JND-Gamma校正的夜間道路圖像增強(qiáng)方法與車(chē)道線檢測(cè)
• 基于隧道鉆孔視頻幀的圍巖圖像拼接方法
• 基于球體特征提取的點(diǎn)云配準(zhǔn)方法
• 基于逐步傳遞優(yōu)化配準(zhǔn)的薄壁葉片型面線激光測(cè)量方法
• 基于邊緣引導(dǎo)和改進(jìn)Transformer的紅外與可見(jiàn)光圖像融合
• 一種基于深度學(xué)習(xí)的快速且高效的相位展開(kāi)方法