High-resolution imaging of magnetic fields of banknote anti-counterfeiting strip using fiber diamond probe

Counterfeiting of modern banknotes poses a significant challenge,prompting the use of various preventive measures.One such measure is the magnetic anti-counterfeiting strip.However,due to its inherent weak magnetic properties,visualizing its magnetic distribution has been a longstanding challenge.In this work,we introduce an innovative method by using a fiber optic diamond probe,a highly sensitive quantum sensor designed specifically for detecting extremely weak magnetic fields.We employ this probe to achieve high-resolution imaging of the magnetic fields associated with the RMB 50denomination anti-counterfeiting strip.Additionally,we conduct computer simulations by using COMSOL Multiphysics software to deduce the potential geometric characteristics and material composition of the magnetic region within the anti-counterfeiting strip.The findings and method presented in this study hold broader significance,extending the RMB 50 denomination to various denominations of the Chinese currency and other items that employ magnetic anti-counterfeiting strips.These advances have the potential to significantly improve and promote security measures in order to prevent the banknotes from being counterfeited.

结合GAF与CNN的操动机构弹簧储能状态智能辨识

操动机构弹簧储能状态的鲁棒辨识对断路器服役性能有重要影响,如何建立起采样信号与弹簧储能状态之间的映射关系是制约其广泛应用的关键。针对这一问题,结合格拉姆角场(Gramian angular field,GAF)与卷积神经网络(convolutional neural network,CNN),提出了一种弹簧储能状态智能辨识方法,并成功应用于断路器操动机构。采用格拉姆角场将采集到的时域信号进行二维化处理,并利用其进行操动机构动态特性演化过程的追踪。断路器操动机构状态辨识实验验证了所提出的智能诊断方法有效性(识别成功率接近100.00%),为断路器在役状态的鲁棒识别提供一种可能。

Modified Maximum Likelihood Estimation of the Spatial Resolution for the Elliptical Gamma Camera SPECT Imaging Using Binary Inhomogeneous Markov Random Fields Models

In this work a complete approach for estimation of the spatial resolution for the gamma camera imaging based on the [1] is analyzed considering where the body distance is detected (close or far way). The organ of interest most of the times is not well defined, so in that case it is appropriate to use elliptical camera detection instead of circular. The image reconstruction is presented which allows spatially varying amounts of local smoothing. An inhomogeneous Markov random field (M.r.f.) model is described which allows spatially varying degrees of smoothing in the reconstructions and a re-parameterization is proposed which implicitly introduces a local correlation structure in the smoothing parameters using a modified maximum likelihood estimation (MLE) denoted as one step late (OSL) introduced by [2].

基于改进的GAF算法的EEG情感识别

利用脑电图(EEG)信号对人类的情感进行识别一直是一个重要且具有挑战性的研究领域。传统的方法都是对一维EEG信号进行分析,然后提取特征进行识别;但这种方法需要提取许多时域或频域上的特征才能取得较好的识别效果。考虑到二维图像蕴含的信息要远远比一维信号蕴含的信息丰富,因此将一维信号转换成二维图像可以提取更加有效的特征进行识别。为此,该文提出了一种基于改进的Gramian Angular Field(GAF)算法的EEG情感识别方法。首先,从EEG信号中提取alpha、beta、gama三个频段的子带信号;然后,提出了一种基于马氏距离加权的改进GAF算法将一维EEG信号转换成二维特征图像;接着,从二维图像中提取奇异值熵、图能量等特征;最后,利用卷积神经网络(CNN)对提取的EEG特征进行分类识别。基于广泛使用的DEAP数据集,针对四分类(HAHV、LAHV、LALV和HALV)情感识别任务,对该模型进行了验证。实验结果表明:所提算法的平均分类准确率达到92.63%,与现有的识别方法对比具有一定的优势。

A large language model-powered literature review for high-angle annular dark field imaging

High-angle annular dark field(HAADF)imaging in scanning transmission electron microscopy(STEM)has become an indispensable tool in materials science due to its ability to offer sub-°A resolution and provide chemical information through Z-contrast.This study leverages large language models(LLMs)to conduct a comprehensive bibliometric analysis of a large amount of HAADF-related literature(more than 41000 papers).By using LLMs,specifically ChatGPT,we were able to extract detailed information on applications,sample preparation methods,instruments used,and study conclusions.The findings highlight the capability of LLMs to provide a new perspective into HAADF imaging,underscoring its increasingly important role in materials science.Moreover,the rich information extracted from these publications can be harnessed to develop AI models that enhance the automation and intelligence of electron microscopes.

Metamaterial-enhanced magnetic resonance imaging:a review

Magnetic resonance imaging(MRI),as a noninvasive and powerful method in modern diagnostics,has been advancing in leaps and bounds.Conventional methods to improve MRI based on increasing the static magnetic field strength are restricted by safety concerns,cost issues,and the impact on patient experience;as such,innovative approaches are required.It has been suggested that metamaterials featuring subwavelength unit cells can be used to take full control of electromagnetic waves and redistribute electromagnetic fields,achieve abundant counterintuitive phenomena,and construct versatile devices.Recently,metamaterials with exotic effective electromagnetic parameters,peculiar dispersion relations,or tailored field distribution of resonant modes have shown promising capabilities in MRI.Herein,we outline the principle of the MRI process,review recent advances in enhancing MRI by employing the unique physical mechanisms of metamaterials,and demystify ways in which metamaterial designs could improve MRI,such as by enhancing the imaging quality,reducing the scanning time,alleviating field inhomogeneities,and increasing patient safety.We conclude by providing our vision for the future of improving MRI with metamaterials.

基于永磁体和线圈复合结构的磁性粒子成像零磁场研究

磁性粒子成像(MPI)中的磁场拓扑结构及其产生的零磁场能够直接对成像结果的质量造成影响。针对MPI系统的零磁场设计,该文提出一种永磁体与线圈复合的磁场结构。该结构综合永磁体能够直接产生大梯度静磁场的优势及电磁线圈通过控制激励方式精准调控磁场的优势来构造线型零磁场(FFL)。对所设计的磁场拓扑结构首先进行了基于圆形线圈、矩形线圈和矩形永磁体所产生静磁场的比较;然后从磁场空间分布、磁场梯度和磁场均匀性等方面对FFL进行分析;最后通过有限元仿真确定了线型零磁场的平移扫描区域范围,并进行了MPI分辨率及血管成像研究。结果表明,该文所提拓扑结构产生的FFL磁场梯度达到3.075 T/m,磁场梯度均匀性达到98.7%,在扫描区域为30 mm×70 mm×70 mm的空间内的成像分辨率能够达到1 mm。证明了该文所提拓扑结构应用于磁性粒子成像系统的可行性。

介质微球超分辨光学成像:原理、技术与应用

光学显微技术在生物学、医学、材料学、精密测量学等领域扮演着至关重要的角色,为微纳尺度的探索提供了强大的工具。然而,传统光学显微系统受到衍射极限的制约,最大分辨率极限约为光波长的一半(λ/2)。近年来,突破衍射极限、实现更高成像分辨率成为显微成像领域的研究热点。介质微球透镜通过调控光场,能够将入射光束聚焦于微球底部的极窄区域形成光子纳米射流,打破了阿贝(Abbe)衍射极限,使出射光束半峰全宽小于λ/2。与其他超分辨成像技术相比,微球超分辨成像具有简单直接、无须荧光染料标记、实时成像、可与现有显微系统相兼容等优势,为学术研究和实际应用开辟了新的机遇。该综述首先介绍了介质微球超分辨光学成像原理;随后,详细分析了影响微球超分辨光学成像能力的关键因素,包括微球光学性质、适用环境以及可控性等;最后,探讨了微球超分辨光学成像技术在生物医学、半导体器件、纳米材料科学领域中的应用。此外,还展望了微球超分辨光学成像技术未来发展面临的主要挑战。

高速列车关键部件涡流自动成像检测方法

涡流检测是一种非破坏性检测方法。以高速列车构架为检测对象,结合涡流与自动化设备检测技术,针对人工涡流检测效率低、结果一致性差等问题,提出涡流自动成像检测方法。通过建立构架焊缝的涡流探头仿真模型,分析激励电流方向对检测信号的影响,优化激励线圈相关参数并制作涡流探头;设计开发构架涡流自动成像检测系统,开展构架焊缝表面缺陷自动化检测试验。对比分析激励频率、激励电压等涡流检测工艺参数以及探头扫查速度、扫查轨迹间距等路径参数对缺陷涡流信号的影响,研究结果表明,利用涡流自动成像检测系统可以对构架整车进行自动探伤,能够将构架焊缝处缺陷以图像形式呈现,可以有效检出0.3、0.5 mm深的人工缺陷,对构架批量产线化检测具有参考价值。

直接反射在线可视铁谱暗场显微成像特性分析

为评估直接反射在线可视铁谱(OLVF)暗场显微成像特性,提出了一种磨粒暗场显微成像模型。基于朗伯余弦和光后向散射理论建立了直接反射OLVF显微成像系统的反射光辐照度叠加模型,以实现磨粒暗场显微成像质量的定量评价;仿真计算互补金属氧化物半导体(CMOS)像面的反差透视比,分析了光学倍率、油液衰减系数和后向散射角变化对磨粒暗场显微成像清晰度的影响规律,确定了磨粒暗场显微成像的最优光学倍率为2.2和油液衰减系数大于2.0;明确CMOS像面的反差透视比在0.210~0.846范围内变化,直接反射OLVF可通过暗场显微成像获得较高清晰度的磨粒图像,其磨粒探测精度约为10μm。磨粒图像采集实验测试结果表明:直接反射OLVF暗场显微成像不仅能够从油液衰减系数大于2.28的原油、柴油机油中可靠捕获磨粒视觉信息,而且可从油液衰减系数小于2.0的液压油、齿轮油中获取磨粒谱片图像,解决了不同油液中金属磨粒探测问题,为在线监测采油装备磨损提供了可能性。

改进Camshift算法实时目标跟踪实现

为解决Camshift目标跟踪算法在跟踪目标遮挡时陷入局部最大值、跟踪目标快速移动导致跟踪丢失以及光照变化影响跟踪精度一系列问题,提出一种改进Camshift目标跟踪算法。利用自适应权重与H通道特征提取模板,融合Kalman滤波算法并引入巴氏距离遮挡判别法。非遮挡时,使用Kalman预测调整跟踪搜索区域;遮挡时,使用Kalman预测跟踪。实验结果表明,将改进后算法部署于FPGA硬件平台能够准确地跟踪快速运动、遮挡干扰目标,在1920×1080分辨率下理论跟踪帧率为98.17帧/s,对1080p@60 Hz以及多种分辨率视频输入下平均跟踪重叠率达到84.68%。

像方距离场与物方平面约束联合的航空影像与激光点云精确配准

在地球观测领域,航空光学影像和机载激光探测与测距(light detection and ranging,LiDAR)点云是获取地表空间信息的主要数据源。精确的几何配准是融合这两类数据的前提。本文提出了一种像方距离场与物方平面约束联合的航空影像与激光点云精确配准方法。该方法分为基于线元距离场的单像配准和线面约束结合的区域网平差两个阶段。在基于线元距离场的单像配准中,首先从航空影像和机载LiDAR点云中分别提取线元素,然后基于航空影像线元素构建距离场,并将点云线基元投影至像平面。通过渐进式稳健求解最小化点云投影线基元在距离场中的全局代价,从而实现单张影像与LiDAR点云的配准。在线面约束结合的区域网平差阶段,选择部分线特征分布较为密集的影像作为关键景影像,并对关键景影像中的同名线元素进行匹配,以提取控制点作为水平及高程约束。此外,还利用影像连接点到最近水平面的距离作为高程约束,通过区域网平差实现多视航空影像与机载点云的配准。试验结果表明,该方法能在初始值较差的情况下实现稳健配准,其配准精度优于点云间距,配准精度与配准效率都显著优于迭代最近点(iterative closest point,ICP)配准算法和通过跨模态匹配进行配准的策略。

基于嵌套U型的3D脑MRI配准网络

针对传统的基于U-Net的图像配准网络对图像细节信息提取不够精确的问题,引入了一种嵌套的U型配准网络,在网络的每级编码解码阶段引入RSU-L的U型残差模块,并且在U型网络中的解码阶段每上采样一次均生成配准场,最后将配准场进行叠加得到最终的配准形变场.在公开数据集中,与传统的ANTs、Voxelmorph和最新的Transmorph网络相比,提出的嵌套U型网络在Dice系数上提升了1%~11%,增加了网络模型在图像配准任务上的精确度,对于临床诊断具有一定的帮助.

A study on the discrete image method for calculation of transient electromagnetic fields in geological media

We conducted a study on the numerical calculation and response analysis of a transient electromagnetic field generated by a ground source in geological media. One solution method, the traditional discrete image method, involves complex operation, and its digital filtering algorithm requires a large number of calculations. To solve these problems, we proposed an improved discrete image method, where the following are realized： the real number of the electromagnetic field solution based on the Gaver-Stehfest algorithm for approximate inversion, the exponential approximation of the objective kernel function using the Prony method, the transient electromagnetic field according to discrete image theory, and closed-form solution of the approximate coefficients. To verify the method, we tentatively calculated the transient electromagnetic field in a homogeneous model and compared it with the results obtained from the Hankel transform digital filtering method. The results show that the method has considerable accuracy and good applicability. We then used this method to calculate the transient electromagnetic field generated by a ground magnetic dipole source in a typical geoelectric model and analyzed the horizontal component response of the induced magnetic field obtained from the ＂ground excitation-stratum measurement method. We reached the conclusion that the horizontal component response of a transient field is related to the geoelectric structure, observation time, spatial location, and others. The horizontal component response of the induced magnetic field reflects the eddy current field distribution and its vertical gradient variation. During the detection of abnormal objects, positions with a zero or comparatively large offset were selected for the drill- hole measurements or a comparatively long observation delay was adopted to reduce the influence of the ambient field on the survey results. The discrete image method and forward calculation results in this paper can be used as references for relevant research.

采用感受野优化与渐进特征融合的图像超分辨率算法

针对现有基于深度学习的超分辨率方法存在参数冗余以及难以学习到全局上下文信息、重建图像高频特征能力欠佳的问题,提出一种基于感受野优化与渐进特征融合的超分辨率网络(RPSRnet),其在单幅图像重建方面实现了较高的性能。该网络采用像素注意力机制与大感受野卷积相结合的方式,设计两条渐进路径将输入表征为不同层次的特征抽象,增强网络捕获上下文信息的能力,同时减少了网络参数冗余。通过分层卷积和多重感受野分支,在保持轻量卷积的前提下,于分层的多路径上学习不同尺度的融合特征,增强网络重建边缘细节和复杂纹理特征的能力。实验结果表明:相比于先进算法,所提算法在基准测试集Set5上的峰值信噪比达到32.47 dB,在测试集Set14上达到28.81 dB,优于现有的先进算法,且网络参数更少,实现了9%的参数缩减,从而验证了算法的有效性。

基于无人机高光谱影像的田块尺度玉米估产与生育时期优选

为实现东北黑土区田块尺度上玉米产量的精准估算与生育时期优选,本研究以我国东北黑土区的春玉米为研究对象,选取吉林省梨树县的长期定位玉米试验田,于2019、2020年利用无人机采集玉米3个关键生育时期(拔节期、吐丝期、成熟期)的冠层高光谱影像,选取10种与产量显著相关的窄波段植被指数,并结合作物农学参数与施肥信息,分别采用逐步回归、随机森林(RF)和极度梯度提升树(XGBoost)算法构建玉米产量估算模型。最后通过决定系数(R^(2))、均方根误差(RMSE)和归一化均方根误差(NRMSE)对产量模型进行精度评价,以筛选出最优估产模型。结果表明:3种产量预测模型中XGBoost模型估算精度较优,其2019年吐丝期的R^(2)、RMSE和NRMSE分别为0.93、1054.17 kg·hm^(-2)和11.68%。同时,3种模型均表现为在吐丝期估算精度最优,最佳模型——2019年吐丝期的XGBoost模型中用于玉米产量估算的指示因子——植被指数R-M、作物农学参数与施肥信息的特征重要性分别为19.72%、4.70%、62.41%。研究表明,结合无人机影像与机器学习算法并融合多源辅助信息可提高田块尺度玉米产量的估算精度,为农业生产中的作物产量精准预估提供数据支撑与科学参考。

基于单张量辐射场的数字服装重照明方法

针对现有基于三维表面重建的图像重照明方法存在纹理噪点、重照明质量不足及特征空间利用率低等问题,文章提出一种基于单张量辐射场的数字服装重照明方法。该方法首先利用球面高斯函数和多层感知机,分别模拟环境直射光和服装表面间的间接反射光,以构建一个精准的入射光场;接着通过引入梯度引导平滑策略,优化从特征空间中提取双向反射分布函数模型参数的过程。最后,利用简化的反射率方程,结合入射光场、双向反射分布模型及特征空间,成功地渲染出高质量的服装重照明图像。实验结果表明,该方法有效地减少了服装纹理噪点,显著降低了服装重照明的失真现象。相较于先进方法,该方法在生成服装新视角图像方面,各项评估指标的平均提升约9.922%;在服装重照明结果方面,各项评估指标的平均提升约4.549%。

油炸条件对猪里脊品质和杂环胺形成的影响

猪肉含有丰富的膳食蛋白质、维生素及矿物质等营养素,食用历史悠久,在中国的饮食文化中占据举足轻重的地位。高蛋白食品在高温热加工过程中易产生杂环胺类风险因子,国内外对于禽肉及牛肉中杂环胺的产生已有丰富研究,但是关于猪里脊在高温油炸加工条件下杂环胺的变化规律研究较为缺乏。该文研究了不同油炸温度(150、160、170、180和190℃)和油炸时间(1、2、3、4和5 min)对油炸猪里脊的pH、烹饪损失、水分、颜色、质构、水分分布、油炸温度、感官评价以及杂环胺(heterocyclic aromatic amines,HAA)含量的影响。结果表明,随着油炸温度和油炸时间的增加,猪里脊中的水分含量、自由水含量、b^(*)和L^(*)显著降低,表面中心温度、烹饪损失、a^(*)、硬度、内聚性、油脂含量和HAA含量增加。在170℃下油炸3 min的熟度、质构品质相对较好,且HAA含量相对较低。在相对较高油炸温度(180~190℃)和较长油炸时间(4~5 min)下,猪里脊中的HAA含量相对较高。相关性分析表明,杂环胺生成与油炸温度、时间和猪里脊品质显著相关。综合分析不同油炸参数对猪里脊品质和HAA的含量的影响,在160~170℃下油炸2~3 min是制备油炸猪里脊的最适条件。该文为消费者和餐饮机构提供关于肉类油炸时间和温度的建议,以确保油炸猪里脊产品的高质量和安全性。

基于边界元逆问题法的超低场磁共振大鼠脑部成像双通道射频线圈优化设计

目前超低场磁共振成像(MRI)质量较差,为提升图像信噪比,射频线圈需尽可能贴近成像区域从而提升信噪比。该文采用间接边界元法并从逆问题角度求出线圈流函数分布,再利用线性规划寻找最优线圈结构。为验证超低场MRI诊断颅脑疾病的有效性,采用上述方法,在54 mT下针对大鼠头-脑几何形状设计了双通道射频接收线圈,并对大鼠脑卒中及脑外伤模型进行成像试验研究。试验结果表明,54mTMRI能够检出水肿和血肿病变,且与病理切片或临床3T MRI图像结果相符。同时,通过脑外伤模型7天的追踪观察,54 mT图像中病变的信号演变规律与高场影像一致。针对特定成像对象和非规则布线曲面,该文利用间接边界元逆问题法设计高信噪比射频接收线圈,大鼠模型试验证明超低场磁共振成像技术具有脑卒中与脑外份早期诊断与床旁影像监护潜力与价值。

基于GAF-CNN的弓网电弧识别方法研究

由于高速铁路接触网会产生弓网电弧对弓网系统有危害,为了减少弓网损害。提出一种电流时间序列编码技术,即格拉姆角求和/差分场(GASF/GADF)。由于不同受流状态的电流信号不同,其时间序列编码形成的图像也不同,这使得计算机视觉技术可以用于时间序列分类,用来识别弓网电弧。共进行了5组不同条件下的弓网受流实验,测量得到不同条件下弓网系统中的电流数据,并将弓网实验得到的电流数据的状态分为正常受流状态和电弧受流状态。通过构建神经网络,提取电弧电流信号,以格拉姆角场(GAF)图像的形式直观展示了卷积神经网络(CNN)对弓网电弧数据的抽象特征提取情况。实验结果表明,该方法可在不同条件下准确识别弓网电弧避免视频图像背景变化的问题为弓网电弧故障识别提供一种思路。