基于高频水平机械扫描式声呐图像的海水网箱养殖卵形鲳鲹数量估算方法

为准确估算海水养殖网箱中的卵形鲳鲹(Trachinotus ovatus)数量,基于高频水平机械扫描式声呐和深度学习技术,提出了一种海水网箱鱼群数量的估算方法。该方法使用微分水层并逐层聚类的方式以实现计数,主要包括鱼群识别计数、鱼群聚类和鱼群数量拟合3部分。首先,使用高频水平机械扫描式声呐对海水网箱进行螺旋式的检测,获取鱼群图像信息并标注图像以构建改进的CS-YOLOv8s的训练数据集,然后训练CS-YOLOv8s模型以识别图像中的鱼类位置信息;其次,以40 cm水深间距划分网箱作为水层,对每个水层的识别坐标数据使用DBSCAN方法进行聚类处理,生成每个水层的鱼群数量数据;最后,将每个水层的数量数据与网箱中已知的鱼群数量进行拟合,构建鱼群数量拟合模型。结果表明,在海水网箱定量实验中,该方法对卵形鲳鲹数量的估算精度达到87.14%,能够较好地实现卵形鲳鲹的数量估算。

基于运动补偿的机械扫描式高频超声成像技术

由于高频相控阵超声成像系统和多阵元高频超声探头工艺复杂,成本较高、实现难度大,单阵元的机械扫描式高频超声成像探头因其结构简单、实现方便、成本低的特点仍具有较高的理论研究和实际应用价值。但目前机械扫描式成像系统的机械扫描的非均匀性是阻碍其性能进一步提升的主要问题,因此文章设计了一种高精度运动补偿的机械扫描式高频超声成像探头和系统,通过理论计算分析、运动系统结构设计加工、扫描成像系统搭建实现了高精度的扫描成像。最后,线靶和仿体的成像实验结果显示,经运动补偿后,系统能够有效克服传统机械扫描成像的伪影和失真,实现的横向几何位置精度误差为1.34%,纵向几何位置精度误差为1.33%,面积测量精度误差为3.15%,为高精度、高频超声成像算法和系统研究提供了一种有效的手段。

SiO2保护膜对高反膜激光损伤特性的改善

为了研究高功率系统中高反膜的损伤机制,对高功率系统中最常用的基频高反膜进行了损伤实验。利用台阶仪、扫描电镜、表面轮廓仪等手段,对实验样品的典型损伤形貌进行了比较和分析。结果表明:保护膜的存在增强了样品的抗激光损伤能力;未加保护膜样品的典型破坏形貌是由材料热物特性差异导致的分层剥落损伤,这类损伤在后续的脉冲辐照下会迅速发展;有保护膜样品的典型破坏形貌是中心带有μm量级小坑的等离子体烧蚀损伤区,其主要是由缺陷受热力作用喷溅导致,小坑附近膜面的凸起是这种力学作用的宏观体现,这类损伤在后续的脉冲辐照中表现得相对比较稳定。保护膜的存在,在一定程度上抑制了分层剥落这种灾难性损伤的出现,改善了样品的损伤特性。