一种用于遥感全息成像的移动式扫描系统及方法

    公开(公告)号:CN117459648A

    公开(公告)日:2024-01-26

    申请号:CN202311392243.X

    申请日:2023-10-25

    摘要: 本发明公开一种用于遥感全息成像的移动式扫描系统及方法,属于遥感技术领域。所述系统包括移动设备,同步控制系统,扫描信息获取系统,无线数据采集传输系统,无线数据接收处理系统;同步控制系统与扫描信息获取系统以及所述无线数据采集传输系统相连接,同步控制系统用于控制扫描信息获取系统获取光学信息并将其转化为电信号,并且用于同步控制无线数据采集传输系统对所述电信号进行采集传输;无线数据接收处理系统接收来自无线数据采集传输系统的数据,并进行数据处理;本发明采用移动式全息遥感技术扫描获取三维物体信息,对系统的稳定性要求低,对移动设备稳定性的要求不高,可实现高分辨率、高质量的遥感全息成像。

    一种基于彩色数字全息技术的材料稳定性检测方法

    公开(公告)号:CN118190936A

    公开(公告)日:2024-06-14

    申请号:CN202410430523.3

    申请日:2024-04-10

    IPC分类号: G01N21/84 G01N21/01 G01N3/08

    摘要: 本发明公开了一种基于彩色数字全息技术的材料稳定性检测方法,应用于材料质量检测领域,包括:利用彩色数字全息实验光路获取待测材料的数字全息图,并计算解包裹相位,重构待测材料的三维形变场;计算待测材料在拉力方向上的水平形变方差,并基于水平形变方差的最大值,计算变异系数,根据变异系数判断待测材料的稳定性。本发明实现了低成本、无损无害,并具备高检测精度的材料稳定性检测。

    一种基于深度学习的红外全息噪声抑制方法

    公开(公告)号:CN114663419A

    公开(公告)日:2022-06-24

    申请号:CN202210358737.5

    申请日:2022-04-07

    摘要: 本发明公开了一种基于深度学习的红外全息噪声抑制方法,本发明所述方法为:采集作为训练样本的红外全息图像,将红外全息图的相位图与强度图作为样本,根据强度图样本的参数设定作为神经网络的训练参数,提取其相应的噪声特征,对其噪声特征利用卷积神经网络进行噪声抑制建立模型,再将神经卷积网络模型所得到的图像进行傅里叶变换(1‑FFT)重建,得到经过深度学习降噪后的红外全息图,该方法应用到红外全息光路可以有效的实时抑制红外全息图的噪声,通过深度学习能够有效地,智能化地实时得到较好的降噪效果红外全息图像。