-
题名隐匿危险品高准确度太赫兹光谱识别方法
- 1
-
-
作者
曾子威
李宏光
郭宇烽
廖文焘
-
机构
中国计量大学光学与电子科技学院
西安应用光学研究所
-
出处
《量子电子学报》
CAS
CSCD
北大核心
2023年第3期340-348,共9页
-
基金
国防科技工业局技术基础科研计划项目(科工技[2018]294号)。
-
文摘
爆炸物等危险品的分子振动和转动能级在太赫兹频谱段具有独特的指纹谱特性,且太赫兹波对非极性物质及介电材料有较强的透过性及低能性,因此利用太赫兹光谱可以实现障碍物隐匿复杂环境下的危险品无损探测。目前各种相关材料的太赫兹吸收光谱标准库并不完善,且市面上各类太赫兹光谱仪硬件参数不同、检测标准不统一,导致单纯依赖特征吸收峰的识别方法并不可靠。针对上述问题,提出一种不依赖于吸收峰准确性的物质识别技术路线:提取物质在不同频率分辨率、不同障碍物隐匿情况下的太赫兹吸收谱,利用Marr小波变换在频域上展开得到具有特征唯一性的小波频域尺度图,建立样本集;其次,结合迁移学习方法,利用Xception网络对样本集进行训练识别。实验结果表明,此方法可以很好地对不同障碍物隐匿环境中的危险品进行分类识别,识别准确率可达94%。说明此方法的识别准确性不受系统频率分辨率即吸收谱精确度等系统因素影响,为邮件及快递包裹等障碍物隐匿危险品无损检测、定性识别提供了一种新的技术思路。
-
关键词
光谱学
太赫兹光谱
频率分辨率
Marr小波变换
Xception迁移学习
-
Keywords
spectroscopy
terahertz spectroscopy
frequency resolution
continuous wavelet transform of Marr
transfer learning of Xception network
-
分类号
O433.1
[机械工程—光学工程]
-
-
题名基于频率选择表面的太赫兹FP干涉滤光片设计
- 2
-
-
作者
廖文焘
金尚忠
李宏光
郭宇烽
解琪
-
机构
中国计量大学光学与电子科技学院
西安应用光学研究所
-
出处
《中国激光》
EI
CAS
CSCD
北大核心
2024年第2期204-211,共8页
-
基金
装备发展部预先研制项目(31517050104)。
-
文摘
在太赫兹频段,为解决FP干涉滤光片反射率低、适用频率范围小及角度稳定性差的问题,设计了一种新的太赫兹频率选择表面结构。首先进行了仿真分析,确定了结构的硅片厚度和金属网栅层数,并对参数进行了优化。然后对该结构的传输特性和角度稳定性进行了仿真,该结构在入射倾斜角0°~45°范围内具有较好的稳定性,最后加工出滤光片实物,对仿真结果的准确性进行验证。在太赫兹波垂直入射的情况下,实物测量结果与仿真结果基本吻合,在1.34~2.34 THz频率范围内,反射率和透射率分别为91.0%~98.4%和0.7%~8.0%,满足FP干涉滤光片高反射率、低透射率要求。
-
关键词
材料
太赫兹超材料
频率选择表面
FP干涉
金属网栅
高反射率
-
Keywords
materials
terahertz metamaterial
frequency selective surface
FP interference
metal grid
high reflectivity
-
分类号
O43
[机械工程—光学工程]
-
-
题名基于线阵扫描成像的太赫兹图像超分辨率重建
- 3
-
-
作者
郭宇烽
金尚忠
李宏光
曾子威
廖文焘
-
机构
中国计量大学光学与电子科技学院
-
出处
《中国激光》
EI
CAS
2024年第8期275-282,共8页
-
基金
兵器集团基础性创新团队支持计划。
-
文摘
针对太赫兹扫描成像设备存在的图像清晰度差、边缘模糊等问题,提出了一种基于生成对抗网络的太赫兹图像超分辨率重建算法。首先,在处理太赫兹图像时引入限制对比度自适应直方图均衡方法,有效解决了太赫兹图像对比度低的问题;其次,在生成对抗网络的基础上,提出了一种基于增强注意力机制的残差生成对抗网络,实现了太赫兹扫描图像的超分辨率重建,提升了图像纹理和细节的重建能力;最后利用频谱归一化的U-net网络对生成器生成的重建图像进行判别,增强了训练的稳定性。实验结果表明,提出的太赫兹图像超分辨率重建算法将太赫兹线阵相机所成太赫兹图像的边缘强度提高了7%,峰值信噪比提高了13%,平均梯度提高了12%,结构相似度提高了14%,验证了该算法的优越性和有效性。
-
关键词
太赫兹技术
太赫兹线阵相机
太赫兹图像
超分辨率重建
生成对抗网络
图像质量评价
-
Keywords
terahertz technology
terahertz line array camera
terahertz image
super resolution reconstruction
generative adversarial network
image quality evaluation
-
分类号
O436
[机械工程—光学工程]
-