-
公开(公告)号：CN113008371B
公开(公告)日：2022-02-08
申请号：CN202110243400.5
申请日：2021-03-05
Applicant: 南京大学
Abstract: 本发明公开了一种深度学习解色散模糊的高光谱成像方法。该方法的步骤是：S1，采集高精度光谱数据和色散RGB数据；S2，制备卷积神经网络训练数据集；S3，构建解色散模糊的卷积神经网络，该网络采用三维卷积核，且多个尺度的卷积核并列；卷积神经网络的输入是色散RGB数据，输出是重建高光谱数据；S4，利用S3构建的卷积神经网络，通过反向传播算法训练网络从色散RGB数据重建出高精度光谱数据的能力；S5，经多次迭代，选择训练得到的最优模型对测试集中的色散RGB数据直接解色散模糊得到高光谱数据。本发明利用深度学习卷积神经网络解色散模糊，实现高光谱重建工作，在保证重建精度的前提下大大提高了光谱重建速度。
-
公开(公告)号：CN113008371A
公开(公告)日：2021-06-22
申请号：CN202110243400.5
申请日：2021-03-05
Applicant: 南京大学
Abstract: 本发明公开了一种深度学习解色散模糊的高光谱成像方法。该方法的步骤是：S1，采集高精度光谱数据和色散RGB数据；S2，制备卷积神经网络训练数据集；S3，构建解色散模糊的卷积神经网络，该网络采用三维卷积核，且多个尺度的卷积核并列；卷积神经网络的输入是色散RGB数据，输出是重建高光谱数据；S4，利用S3构建的卷积神经网络，通过反向传播算法训练网络从色散RGB数据重建出高精度光谱数据的能力；S5，经多次迭代，选择训练得到的最优模型对测试集中的色散RGB数据直接解色散模糊得到高光谱数据。本发明利用深度学习卷积神经网络解色散模糊，实现高光谱重建工作，在保证重建精度的前提下大大提高了光谱重建速度。
-
公开(公告)号：CN111174912A
公开(公告)日：2020-05-19
申请号：CN202010006728.0
申请日：2020-01-03
Applicant: 南京大学
Abstract: 本发明公开了一种快照型解色散模糊的高光谱成像方法。该方法的步骤为：S1，选择参考波长，标定参考波长的色散，并选定中心波长；S2，估算所有重建波长与中心波长的相对色散；S3，生成色散矩阵，利用传感器的光谱响应曲线，生成光谱响应矩阵；S4，采集色散模糊的图像；S5，利用S3生成的色散矩阵、光谱响应矩阵，对S4采集的图像解色散模糊，得到各个通道图像对齐的光谱数据；S6，将S5得到的对齐的光谱数据投影到成像空间，通过阈值法提取前景图像，对S4得到的色散图像采样，作为前景图像像素值的强先验约束，重建精确的空间高光谱数据，实现高光谱成像。本发明利用简单、低成本的系统，实现精准地高光谱成像。
-
公开(公告)号：CN108254295A
公开(公告)日：2018-07-06
申请号：CN201810035679.6
申请日：2018-01-15
Applicant: 南京大学
Abstract: 本发明公开了一种定位与表征球形微粒的方法及其装置。该方法的步骤为：S1采集暗场图像；S2采集光源均匀照射下的明场图像；S3在传感器上方放置含有球形微粒的溶液样本，采集全息图序列，同时调整相机曝光时间；S4估计空视场下的传感器平面的图像，作为背景图像；S5对拍摄的全息图以及背景图像进行平场校正；S6得到归一化的光源照射样本形成的全息图像；S7将全息图像拟合至由散射函数和入射光场所描述的表达式，对拍摄的微粒实现高精度三维定位，并同时精确表征微粒的尺寸和折射率信息。本发明将无透镜显微装置拍摄的全息图与Lorenz‑Mie理论相结合，可以对与传感器芯片一致大小的视场下的球形微粒实现亚微米级精度的定位。
-
公开(公告)号：CN108562541B
公开(公告)日：2021-04-23
申请号：CN201810368143.6
申请日：2018-04-23
Applicant: 南京大学
Abstract: 本发明公开了一种基于矩阵分解的无透镜全息显微散斑噪声去除方法及装置。去除方法的步骤如下：S1关闭光源，采集暗场图像；S2打开光源，采集光源均匀照射下的明场图像；S3，在传感器上方放置含有微粒的溶液样本，保证样本到传感器距离远小于样本到光源的距离；打开光源，采集样本的全息图像序列；S4对需要计算的任意一张全息图像进行平场校正；S5对校正之后的全息图像采用矩阵分解算法进行噪声分离，将其分解成微粒的全息图和背景噪声两部分；S6对计算出的全息图像进行更进一步的图像分析处理工作。本发明能去除掉散斑噪声和样本多次反射产生的干涉条纹噪声，实现高精度的动态三维成像。
-
Patent Agency Ranking
公开(公告)号：CN108254295B
公开(公告)日：2020-07-24
申请号：CN201810035679.6
申请日：2018-01-15
Applicant: 南京大学
Abstract: 本发明公开了一种定位与表征球形微粒的方法及其装置。该方法的步骤为：S1采集暗场图像；S2采集光源均匀照射下的明场图像；S3在传感器上方放置含有球形微粒的溶液样本，采集全息图序列，同时调整相机曝光时间；S4估计空视场下的传感器平面的图像，作为背景图像；S5对拍摄的全息图以及背景图像进行平场校正；S6得到归一化的光源照射样本形成的全息图像；S7将全息图像拟合至由散射函数和入射光场所描述的表达式，对拍摄的微粒实现高精度三维定位，并同时精确表征微粒的尺寸和折射率信息。本发明将无透镜显微装置拍摄的全息图与Lorenz‑Mie理论相结合，可以对与传感器芯片一致大小的视场下的球形微粒实现亚微米级精度的定位。
-
公开(公告)号：CN108562541A
公开(公告)日：2018-09-21
申请号：CN201810368143.6
申请日：2018-04-23
Applicant: 南京大学
Abstract: 本发明公开了一种基于矩阵分解的无透镜全息显微散斑噪声去除方法及装置。去除方法的步骤如下：S1关闭光源，采集暗场图像；S2打开光源，采集光源均匀照射下的明场图像；S3，在传感器上方放置含有微粒的溶液样本，保证样本到传感器距离远小于样本到光源的距离；打开光源，采集样本的全息图像序列；S4对需要计算的任意一张全息图像进行平场校正；S5对校正之后的全息图像采用矩阵分解算法进行噪声分离，将其分解成微粒的全息图和背景噪声两部分；S6对计算出的全息图像进行更进一步的图像分析处理工作。本发明能去除掉散斑噪声和样本多次反射产生的干涉条纹噪声，实现高精度的动态三维成像。
-
公开(公告)号：CN111174912B
公开(公告)日：2021-02-23
申请号：CN202010006728.0
申请日：2020-01-03
Applicant: 南京大学
Abstract: 本发明公开了一种快照型解色散模糊的高光谱成像方法。该方法的步骤为：S1，选择参考波长，标定参考波长的色散，并选定中心波长；S2，估算所有重建波长与中心波长的相对色散；S3，生成色散矩阵，利用传感器的光谱响应曲线，生成光谱响应矩阵；S4，采集色散模糊的图像；S5，利用S3生成的色散矩阵、光谱响应矩阵，对S4采集的图像解色散模糊，得到各个通道图像对齐的光谱数据；S6，将S5得到的对齐的光谱数据投影到成像空间，通过阈值法提取前景图像，对S4得到的色散图像采样，作为前景图像像素值的强先验约束，重建精确的空间高光谱数据，实现高光谱成像。本发明利用简单、低成本的系统，实现精准地高光谱成像。
-
公开(公告)号：CN110836867A
公开(公告)日：2020-02-25
申请号：CN201910996372.7
申请日：2019-10-18
Applicant: 南京大学
Abstract: 本发明公开了一种基于卷积神经网络的无透镜全息显微微粒表征方法。该方法的步骤为：S1先采集暗场图像，然后采集光源均匀照射下的明场图像；S3在传感器上方放置样本，采集不同折射率的样本的显微图像，并标注每张图像对应的折射率；S3对所有全息显微图像进行平场校正；S4计算图像中所有微粒的中心，并切割各个微粒的图像；S5清洗切割后的所有图像，随机分为训练集、验证集和测试集；将训练集作为卷积神经网络的输入，训练分类网络，在验证集上验证效果训练参数，最后在测试集上测试分类效果，微粒对应的分类标签即为微粒的折射率表征结果。本发明的方法可以对大视场下的生物样本进行快速、方便、准确的表征。
-
公开(公告)号：CN108508588B
公开(公告)日：2019-11-15
申请号：CN201810368146.X
申请日：2018-04-23
Applicant: 南京大学
Abstract: 本发明公开了一种多约束信息的无透镜全息显微相位恢复方法及其装置。该方法包括如下步骤：S1：关闭光源，利用无透镜全息显微装置采集暗场图像；S2：打开光源，采集光源均匀照射下的明场图像；S3：在图像传感器上方放置样本，保证样本到图像传感器的距离远小于样本到光源的距离；打开光源，采集全息图像序列；S4：对需要计算的任意一张全息图像进行平场校正；S5：对平场校正后的图像进行自动对焦算法，求得样本在空间中的位置；S6：对自动对焦后的全息图像采用多约束信息的相位恢复算法，重建出样本的准确幅度和相位信息。本发明能不增加系统复杂度和采集图像的数量，从拍摄到的全息图像中恢复出准确的相位信息。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
