一种含频谱偏移量估计的傅里叶叠层成像深度学习图像重构方法

    公开(公告)号:CN112465703B

    公开(公告)日:2024-03-29

    申请号:CN202011391199.7

    申请日:2020-12-01

    Abstract: 本发明提供一种含频谱偏移量估计的傅里叶叠层成像深度学习图像重构方法,本发明方法包括:S1、基于改进的傅里叶叠层方法,确定观测图像I(x,y);S2、将确定的所述观测图像I(x,y)建模为正向网络;S3、对建模后的前向网络进行优化,实现对观测图像I(x,y)的重构。本发明的技术方案解决了现有技术中的傅里叶叠层成像过程中的频谱偏移量误差的问题。本发明的技术方案将重构物体与估计频谱偏移量相结合,能够在一个流程中同时重构物体和估计频谱误差,适应性强,且无需进行预训练,可在网络训练过程中直接快速且准确的重构出物体,对频谱偏移量误差的容忍度高,适用于频谱偏移量存在随机误差的情况。

    一种铣床超长回转臂姿态自适应高精度测量装置

    公开(公告)号:CN114952427B

    公开(公告)日:2024-01-09

    申请号:CN202210400009.6

    申请日:2022-04-15

    Abstract: 本发明提供一种铣床超长回转臂姿态自适应高精度测量装置,包括:底座单元、准直系统、探测系统、反射镜单元;底座单元包括磁吸基底和水平调节旋钮;准直系统包括镜管和设置在镜管内的半导体激光器、孔径光阑、聚焦透镜组、偏振分光镜、1/4波片、准直透镜和自适应调节装置;探测系统包括四象限探测器、光斑位置显示屏、信号处理单元以及电源;反射镜单元包括反射镜、磁吸底座;磁吸基底直接与镜管连接;镜管中的偏振分光镜一侧通过准直透镜连接四象限探测器,另一侧通过1/4波片连接反射镜;电源和信号处理单元设置在磁吸基底内,电源和信号处理单元分别通过电源线连接半导体激光器、四象限探测器、光斑位置显示屏和自适应调节装置。

    一种面向行驶车辆的汽车底盘三维重建系统及其工作方法

    公开(公告)号:CN112734908B

    公开(公告)日:2023-09-01

    申请号:CN202011635384.6

    申请日:2020-12-31

    Abstract: 本发明提供一种面向行驶车辆的汽车底盘三维重建系统及其工作方法。本发明系统,包括通过数据线缆连接的车底成像子系统和数据采集处理子系统;其中车底成像子系统,设置在地面上或埋设在地面以下,用于拍摄上方通过的车辆,包括图像采集单元和补光光源;图像采集单元用于采集汽车底盘图像;补光光源用于在图像采集单元视场范围内均匀照明;数据采集处理子系统,用于控制所述车底成像子系统、采集图像数据、数据存储以及执行三维重建算法,完成车底三维重建。本发明的技术方案解决了现有技术中由于物体遮挡在车底结构下,不能被轻易地观察到的问题以及现有技术仅拍摄车底的二维视图并进行异物检测,存在效率低、可靠性差的技术问题。

    强散射介质传输矩阵测量方法及光路装置

    公开(公告)号:CN106770048B

    公开(公告)日:2019-10-22

    申请号:CN201611064338.9

    申请日:2016-11-28

    Abstract: 本发明公开了一种强散射介质传输矩阵测量方法及光路装置,包括以下步骤:S1、搭建具有空间光调制器(7)的光路装置;S2、设定在第n个入射波矢中改变相位,通过在空间光调制器(7)的相应位置上加载相位数据;在每个入射波矢方向,分别加载相位角α为0,π/2,π和3π/2,同时同步采集对应的所有出射波输出光强和S3、将和数值代入公式(8):本发明所述的强散射介质传输矩阵测量方法及光路装置,利用纯相位型空间光调制器对输入光进行精密相位调整,实现对每一束入射波矢进行四种特定相位的调整,同时用相机采集对应的光强信息,并通过光强信息求解复数的传输矩阵。

    一种波前编码成像系统焦面位置测试方法与装置

    公开(公告)号:CN104330245A

    公开(公告)日:2015-02-04

    申请号:CN201410682483.8

    申请日:2014-11-21

    Abstract: 本发明公开了一种波前编码成像系统焦面位置测试方法,具有如下步骤:首先使用通过星点孔的单色光照射待测的含有波前编码相位板的镜头;获取所述镜头形成的星点图像;然后确定所述星点图像中最大灰度像素点,截取该最高像素点所在行的所有像素点,得到一维的点扩散函数,对该点扩散函数进行傅里叶变换,得到一维的光学传递函数;最后调节获取星点图像相机的测量位置,重复上述过程,获得不同离焦位置对应的光学传递函数,计算所述全部光学传递函数在设定空间频率处的相位值;应用所述的相位值进行数据拟合,拟合曲线中最高点即为焦面的位置。

    一种用于无透镜数字全息成像的自动聚焦方法

    公开(公告)号:CN113359403B

    公开(公告)日:2022-08-12

    申请号:CN202110558459.3

    申请日:2021-05-21

    Abstract: 本发明提供一种用于无透镜数字全息成像的自动聚焦方法,包括:将全息图像进行反向传播,得到全息重建图像;将引导滤波作为模糊图像函数,采用梯度向量平方函数计算重建图像与模糊图像的方向信息差值,得到全息重建图像的评价函数;将黄金分割搜索法与评价函数相结合,确定最优离焦量,得到最优重建图像。本发明采用引导滤波器来模糊重建后的全息图像,并分别提取重建图像和模糊图像在不同方向的信息。通过比较重建图像和模糊后重建图像方向信息的变化情况确定最优离焦量,方向信息差异越小表明图像越清晰,反之衍射条纹越多。本发明将图像滤波与边缘提取相结合,消除了衍射条纹对目标物体的干扰,使得评价函数能够准确计算出正确聚焦位置。

    一种用于无透镜数字全息成像的自动聚焦方法

    公开(公告)号:CN113359403A

    公开(公告)日:2021-09-07

    申请号:CN202110558459.3

    申请日:2021-05-21

    Abstract: 本发明提供一种用于无透镜数字全息成像的自动聚焦方法,包括:将全息图像进行反向传播,得到全息重建图像;将引导滤波作为模糊图像函数,采用梯度向量平方函数计算重建图像与模糊图像的方向信息差值,得到全息重建图像的评价函数;将黄金分割搜索法与评价函数相结合,确定最优离焦量,得到最优重建图像。本发明采用引导滤波器来模糊重建后的全息图像,并分别提取重建图像和模糊图像在不同方向的信息。通过比较重建图像和模糊后重建图像方向信息的变化情况确定最优离焦量,方向信息差异越小表明图像越清晰,反之衍射条纹越多。本发明将图像滤波与边缘提取相结合,消除了衍射条纹对目标物体的干扰,使得评价函数能够准确计算出正确聚焦位置。

    一种基于时间编码的相机时间分辨率倍增方法与装置

    公开(公告)号:CN109348103B

    公开(公告)日:2021-05-25

    申请号:CN201811260835.5

    申请日:2018-10-26

    Abstract: 本发明提供一种基于时间编码的相机时间分辨率倍增方法,包括:步骤S1、对于三维时空体E(x,y,t),将单次曝光时间分解的若干时间点为ti∈{t1,t2,…,tN};步骤S2、在每个时间点上引入曝光编码图案H(x,y,t,与时空体E(x,y,t直接相乘形成编码图像I(x,y,t,即I(x,y,t)=E(x,y,t)×H(x,y,t);步骤S3、将曝光时间内对所有时间点的曝光编码图像相加得到图像传感器所记录的单张时间编码图像,记为:步骤S4、在上式中采用压缩感知算法重建得到各时间点的图像E(x,y,ti)。本发明方法解决了现有技术中相机时间分辨率难以提升的技术问题,能够在不牺牲空间分辨率的情况下,提高相机的时间分辨率。

    一种多光谱单像素成像的深度学习图像重构方法

    公开(公告)号:CN110175971A

    公开(公告)日:2019-08-27

    申请号:CN201910447672.X

    申请日:2019-05-27

    Abstract: 本发明提供一种多光谱单像素成像的深度学习图像重构方法,包括:测量过程和重构过程,测量过程是利用编码图案对目标场景进行编码,而后利用多光谱探测器记录不同波长对应的光强。在物理方式实现多光谱单像素探测后,基于深度神经网络的图像重建方法,实现从所有的探测信号Yc中重构出原始信号X的过程。该深度神经网络由线性映射网络和卷积神经网络组成,将C个测量向量按列拼接在一起形成一个新的矩阵Y′,线性映射网络以Y′为输入数据初步对数据进行线性处理,而后将线性处理结果经过卷积神经网络进行通道间的信息融合处理,最终重建得到待观测图像X。本发明的技术方案解决了现有技术中的算法复杂度高、重建时间较长,且对采样率要求较高的问题。

    一种基于时间编码的相机时间分辨率倍增方法与装置

    公开(公告)号:CN109348103A

    公开(公告)日:2019-02-15

    申请号:CN201811260835.5

    申请日:2018-10-26

    Abstract: 本发明提供一种基于时间编码的相机时间分辨率倍增方法,包括:步骤S1、对于三维时空体E(x,y,t),将单次曝光时间分解的若干时间点为ti∈{t1,t2,…,tN};步骤S2、在每个时间点上引入曝光编码图案H(x,y,t,与时空体E(x,y,t直接相乘形成编码图像I(x,y,t,即I(x,y,t)=E(x,y,t)×H(x,y,t);步骤S3、将曝光时间内对所有时间点的曝光编码图像相加得到图像传感器所记录的单张时间编码图像,记为:步骤S4、在上式中采用压缩感知算法重建得到各时间点的图像E(x,y,ti)。本发明方法解决了现有技术中相机时间分辨率难以提升的技术问题,能够在不牺牲空间分辨率的情况下,提高相机的时间分辨率。

Patent Agency Ranking