太赫兹技术应用进展

近年来太赫兹技术的高速发展为太赫兹技术应用提供了基础。太赫兹以其高频率高穿透性以及低光子能量等优势,在多个领域受到了重点关注,并在多个具体的应用方向上实现了初步的探索。着重讨论用于高速率高带宽通信的太赫兹无线通信技术、用于生物化学物质检测研究以及用于医学领域的太赫兹光谱成像技术、用于无损探测系统的光谱成像以及谱分析技术、用于安全检查领域的太赫兹人体成像技术等太赫兹技术应用领域的进展,并对应用中存在的挑战进行了简要总结。     

太赫兹时域光谱技术在涂层检测中的研究进展

涂层结构具有美观、隔热和耐腐蚀等优点,被广泛应用于航空航天、汽车船舶制造和制药等领域。但在涂层制备和服役过程中会不可避免地出现气泡和裂纹等缺陷,且涂层厚度和均匀性会直接影响涂层寿命,因此对涂层结构的检测显得十分重要。与常规无损检测技术相比,太赫兹时域光谱(THz-TDS)技术非接触性好、抗干扰性强,适用于涂层结构快速无损检测。首先,简要地介绍了太赫兹波、太赫兹时域光谱技术和典型的太赫兹时域光谱系统;然后,详细地阐述了太赫兹时域光谱技术在光学参量、厚度和微结构检测方面的国内外研究进展,特别是太赫兹波在汽车船舶、航空航天和生物制药方向的厚度检测与成像;最后,分析了涂层结构无损检测的现状,对现有的太赫兹波检测涂层存在的问题进行了总结,并对其未来的发展进行了讨论和展望。     

太赫兹波的特点及其在国家安全等方面的应用

太赫兹（THz）波在电磁波谱上位于微波和红外线之间，是人类目前尚未完全开发的波谱“空隙”区。近十几年，伴随着一系列的新技术、新材料的发展和应用，尤其是超快激光技术的发展，极大地促进了对太赫兹辐射的机理、检测、成像和应用技术的研发，使其迅速成为一门新的极具活力的前沿领域。由国内外的研发成果表明，太赫兹技术在物理、化学、材料、生物、医学、信息、通信、国家安全等领域，具有重大的科学价值和广阔的应用前景。本文介绍太赫兹波的特点及其在国家安全等方面的应用，并展望其发展前景。     

太赫兹科学技术的综述

太赫兹技术是一项极其重要的技术,其电磁波段的开发和利用具有重大的科学意义和潜在的应用价值.本文综述了太赫兹技术的研究和发展,介绍了太赫兹波的独特性质,太赫兹产生和检测的方法,概述了太赫兹技术在生物医学、反恐安检、无损探测、天文大气以及无线通信等领域的应用和进展.     

基于小波变换的太赫兹图像识别

太赫兹（THz）波对很多物质都有成像功能,可以侦测物质的化学性质,进行物质的识别。其成像技术在反恐、医学成像、无损探伤等方面显示出了巨大的应用前景。采用小波变换和图像的灰度直方图匹配技术对葵花籽的太赫兹信号数据进行分析实验,提出了一种识别被测物质的方法,在此方面进行了探索尝试,结果表明此方法可以对葵花籽仁、葵花籽皮和其他区域的太赫兹信号数据进行准确地分类,实现利用计算机自动识别物质的功能,这将有利于进一步进行太赫兹技术在物质鉴别方面的应用研究。     

顶加载分形光子晶体太赫兹波段天线设计

针对太赫兹设备对于太赫兹波段天线的性能要求,创造性地将顶加载技术、分形结构、光子晶体结构、偶极子天线、聚对苯二甲酸乙二酯(PET)薄膜基质相结合,设计了一款顶加载分形光子晶体太赫兹波段天线,制作了天线样品,对天线的回波损耗和方向图特性分别进行了仿真和实测,详细讨论了介质基板参数变化对天线性能的影响。仿真和测试结果表明,该款天线工作中心频率在1 THz附近,回波损耗最小值小于-20 dB,绝对工作带宽大于0.1 THz,相对工作带宽大于10%。该款天线尺寸小、辐射性能稳定、工作带宽大,在太赫兹波段领域具有广阔的应用前景。     

太赫兹辐射的包裹危险品检测识别系统设计

太赫兹(Tera Hertz,THz)技术是新兴科学产业之一,与X射线的作用相似,但其辐射能量小,可以对非金属物品进行成像,且对目标物体特别是人体没有伤害,在安检等领域有广阔的发展空间.在物流行业蓬勃发展的今天,数以千万计的快递包裹带来的不仅是经济效益,还有巨大的安全隐患,对包裹中的危险物品,如刀具、枪支、可燃油等的自动检测已成为迫切需求.基于此,利用THz辐射,实现了基于卷积神经网络(CNN)的包裹危险品检测识别系统,能够对THz成像中的危险物品进行位置检测并给出类别分析.系统还提供了历史识别图像查看和本地视频模拟识别的功能,用户能够进一步对图像进行查看分析.经过测试,提出的模型在测试集图像上达到了92.17％的平均分类准确率与93.36％的检测召回率,具有较高的实用价值.     

基于频域滤波的THz图像条纹噪声处理

太赫兹在安全检查、医疗诊断、特别是在无损检测领域等方面都有广阔的应用前景,在利用0.2 THz连续CW系统检测航天所用的燃料箱泡沫板隔离层的粘合效果研究中,条纹噪声严重影响了图像的效果。针对这个问题,分析了条纹噪声的特征,提出了一种基于图像幅度谱的投影图自动确定噪声频率的算法,利用ButterWorth带阻滤波器对THz图像中条纹噪声进行处理,在滤除噪声的同时较好地保留了图像的细节信息。     

太赫兹逐点扫描计算机成像算法

利用本校率先在国内建立起的一套具有较高应用价值的透射式逐点扫描太赫兹（THz）辐射成像装置可以获得成像物体上每一点的光谱数据。每一点的光谱数据对应一个文本文件,这些数据虽具备物理含义,但本身不具备图像数据的特征。根据太赫兹振幅成像的实际物理意义,提出了一种根据成像物体上每一点的光谱数据,在计算机上构造太赫兹振幅图像的算法。实验证明,该算法取得理想的效果,对THz成像技术和THz光谱分析的研究具有一定的意义。     

基于光照估计滤波的太赫兹图像融合研究

碳纤维增强复合材料广泛应用于航空航天等军民领域，在制备和使用过程中往往存在诸多缺陷，太赫兹时域光谱成像技术为碳纤维增强复合材料无损检测提供了新方法。在使用太赫兹无损检测技术时，可以通过在时域或频域中选择不同的参数来获取图像，同样的缺陷需要时域和频域不同的参数才可以有效检测出来。采用基于光照估计滤波的算法将不同参数的太赫兹图像进行融合。首先，通过光照估计滤波分辨初始图像序列中像素的曝光情况。然后隶属函数调用这些初始估计值。最终输出的融合图像是通过隶属函数分配的权重在所有像素之间加权平均得到。实验结果表明，所提出的方法对图像边界信息和细节信息都处理得比较好，适用于太赫兹多波段图像融合，具有更好的视觉效果。     

太赫兹波科学与技术

太赫兹波是一个非常有科学价值但尚未被完全认识和利用的电磁辐射区域，它在成像、医学诊断、安全检查、信息通信、空间天文学乃至军事等领域都有着广阔的应用前景。从总体上介绍了太赫兹波的独特性质、应用领域，阐述了太赫兹波的产生、太赫兹波探测的机理和方法，并简单讨论了太赫兹技术的发展前景：被誉为21世纪影响人类未来的十大技术之一的太赫兹波科学技术，将会在未来的数十年间逐渐成熟并得到广泛的应用。     

基于流形学习和支持向量机的太赫兹谱分类

太赫兹时域光谱技术是一门新兴光谱检测技术,广泛应用于安检及反恐、生物医学和食品质量检测等方面。太赫兹谱的分类识别技术是太赫兹光谱检测技术的一个重要环节。由于受到噪声的影响,太赫兹谱可能在高维空间中成复杂的非线性分布,传统的分类方法难以取得理想的分类效果。流形学习和支持向量机都是当前机器学习领域的研究热点,都采取了核方法来解决非线性问题,正因为两者之间有很多共通之处,将这两种方法充分结合提出了一种称之为ISOMAP-SVM的新算法。这种新算法拥有比传统的支持向量机算法更快的训练速度和更好的分类效果。实验结果表明利用新算法可以实现对不同种类药品的识别,为太赫兹光谱技术用于药品的检测和识别提供了一种新的有效方法。     

Wavelet based local tomographic image using terahertz techniques

Terahertz computed tomography has been developed based on coherent THz detection and filtered back projection (FBP) algorithms, which allows the global imaging of the internal structure and extraction of the frequency dependent properties. It offers a promising approach for achieving non-invasive inspection of solid materials. However, with traditional CT techniques, i.e. FBP algorithms, full exposure data are needed for inverting the Radon transform to produce cross sectional images. This remains true even if the region of interest is a small subset of the entire image. For time-domain terahertz measurements, the requirement for full exposure data is impractical due to the slow measurement process. This paper explores time domain reconstruction of terahertz measurements by applying wavelet-based filtered back projection algorithms for recovery of a local area of interest from terahertz measurements within its vicinity, and thus improves the feasibility of using terahertz imaging to detect defects in solid materials and diagnose disease states for clinical practise, to name a few applications.     

MEMS技术在THz无源器件中的应用

太赫兹技术将在未来高精度频谱探测技术、高分辨率成像和高性能通讯等应用前景良好.太赫兹技术处于电子学与光子学领域的交叉领域,太赫兹器件的尺寸在数十微米到毫米量级,传统的机械加工技术很难达到加工精度要求,甚至无法加工.MEMS技术在太赫兹器件的加工方面具有巨大的优势.总结了目前采用DRIE,LIGA等工艺加工太赫兹器件的研...     

X射线工业CT成像过程复杂伪影抑制方法综述

X射线工业计算机断层(Computerized tomography, CT)技术是一种先进的非接触式无损三维检测技术,能在无损伤情况下以灰度图像的形式对物体内部结构进行全面、详细地分析,在航空航天、工业生产、安检等领域发挥着重要的作用.针对工业CT伪影严重降低图像质量问题,对工业CT成像过程复杂伪影形成机理进行分析,对不同类型伪影抑制方法进行归纳总结.阐述了基于射线衰减、探测器及高密度差异、采样数据及重建等不同过程伪影成因及伪影消除相关算法的最新技术进展,并对近年来人工智能深度学习背景下新兴的基于深度学习及神经网络的工业CT无损检测研究与发展方向进行了总结和展望.     

Terahertz radiation sources based on free electron lasers and their applications

The tunability,high power and flexible picoseconds-pulse time structure of terahertz(THz)radiation make the THz free-electron laser(FEL)a very attractive THz source of coherent radiation.This paper focuses on the development and perspectives of THz radiation sources based on the FEL.The principles of the low gain THz FEL oscillator,the SASE THz FEL amplifier and the supperradiant THz FEL are reviewed briefly,and the key technologies of THz FEL,such as injector,accelerator,undulator and optical cavity,are discussed,respectively.The current status of and future prospects for THz radiation sources based on the FEL are emphasized in this paper.Recent research and development have shown bright future in free-electron laser(FEL)THz radiation sources.The potential applications can be carried out in the field of imaging,material research,biology medicine,communication,diagnostics and many others.     

面向非对称特征注意力和特征融合的太赫兹图像检测

目的 太赫兹由于穿透性强、对人体无害等特性在安检领域中得到了广泛关注。太赫兹图像中目标尺寸较小、特征有限,且图像分辨率低,目标边缘信息模糊,目标信息容易和背景信息混淆,为太赫兹图像检测带来了一定困难。方法 本文在YOLO (you only look once)算法的基础上提出了一种融合非对称特征注意力和特征融合的目标检测网络AFA-YOLO (asymmetric feature attention-YOLO)。在特征提取网络CSPDarkNet53(cross stage paritial DarkNet53)中设计了非对称特征注意力模块。该模块在浅层网络中采用非对称卷积强化了网络的特征提取能力,帮助网络模型在目标特征有限的太赫兹图像中提取到更有效的目标信息;使用通道注意力和空间注意力机制使网络更加关注图像中目标的重要信息,抑制与目标无关的背景信息;AFA-YOLO通过增加网络中低层到高层的信息传输路径对高层特征进行特征融合,充分利用到低层高分辨率特征进行小目标的检测。结果 本文在太赫兹数据集上进行了相关实验,相比原YOLOv4算法,AFA-YOLO对phone的检测精度为81.15%,提升了4.12%,knife的检测精度为83.06%,提升了3.72%。模型平均精度均值(mean average precision,mAP)为82.36%,提升了3.92%,漏警率(missing alarm,MA)为12.78%,降低了2.65%,帧率为32.26帧/s,降低了4.06帧/s。同时,本文在太赫兹数据集上对比了不同的检测算法,综合检测速度、检测精度和漏警率,AFA-YOLO优于其他目标检测算法。结论 本文提出的AFA-YOLO算法在保证实时性检测的同时有效提升了太赫兹图像中目标的检测精度并降低了漏警率。