-
公开(公告)号：CN105784113B
公开(公告)日：2017-09-22
申请号：CN201610130319.5
申请日：2016-03-08
申请人： 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
IPC分类号： G01J3/28
摘要： 本发明公开了区分荧光辐射光谱图像和反射光谱图像的成像系统及方法，该系统包括：物镜、第一光栅、第一凸透镜、第二凸透镜、蒙板、第三凸透镜和光传感器，场景辐射的荧光和反射的光依次经过所述物镜、第一光栅、第一凸透镜、第二凸透镜、蒙板和第三凸透镜到达所述光传感器。本发明在两次曝光后捕获的编码图像中能够恢复两组不同特性的高光谱图像，能够实现对动态场景的分析。本发明使用了空间维度和光谱维度的联合编码，克服了之前高光谱成像中在时间、空间维度做出的牺牲。本发明恢复的结果具有对噪声的鲁棒性。
-
公开(公告)号：CN105784113A
公开(公告)日：2016-07-20
申请号：CN201610130319.5
申请日：2016-03-08
申请人： 深圳市未来媒体技术研究院 , 清华大学深圳研究生院
IPC分类号： G01J3/28
CPC分类号： G01J3/2823
摘要： 本发明公开了区分荧光辐射光谱图像和反射光谱图像的成像系统及方法，该系统包括：物镜、第一光栅、第一凸透镜、第二凸透镜、蒙板、第三凸透镜和光传感器，场景辐射的荧光和反射的光依次经过所述物镜、第一光栅、第一凸透镜、第二凸透镜、蒙板和第三凸透镜到达所述光传感器。本发明在两次曝光后捕获的编码图像中能够恢复两组不同特性的高光谱图像，能够实现对动态场景的分析。本发明使用了空间维度和光谱维度的联合编码，克服了之前高光谱成像中在时间、空间维度做出的牺牲。本发明恢复的结果具有对噪声的鲁棒性。
-
公开(公告)号：CN104700109B
公开(公告)日：2018-04-10
申请号：CN201510130849.5
申请日：2015-03-24
申请人： 清华大学 , 清华大学深圳研究生院
摘要： 本发明公开了一种高光谱本征图像的分解方法及装置，其中，方法包括以下步骤：获取高光谱图像序列；通过Retinex约束、非局部纹理约束和绝对尺度进行分解；通过共轭梯度算法对分解后的高光谱图像进行求解，以获取初始反射本征图与直接光照本征图；通过基于高光谱字典学习的间接光照分量分解算法对初始反射本征图进行基光谱训练和光传输分解，以获取反射本征图和间接光照本征图。该方法通过基于Retinex理论并添加非局部纹理约束，结合字典学习，从而提高图像分解的准确性，简单方便，更好地满足用户的使用需求。
-
公开(公告)号：CN104063857B
公开(公告)日：2017-02-15
申请号：CN201410309743.7
申请日：2014-06-30
申请人： 清华大学 , 清华大学深圳研究生院
摘要： 本发明公开了一种高光谱图像的生成方法及系统，其中方法包括以下步骤：对高光谱数据集通过稀疏编码的方式以训练得到过完备高光谱字典；对目标场景的原始高光谱图像进行空间光谱调制得到单张编码的二维传感器图像；对采集到的单张编码的二维传感器图像进行还原以重建目标场景的高光谱图像。该方法通过对高光谱数据集进行稀疏编码得到过完备字典，且对目标场景的原始高光谱图像进行空间光谱调制得到单张编码的二维传感器图像，并根据过完备高光谱字典对单张编码的二维传感器图像进行还原，从而重建目标场景的高光谱图像。本发明实施例提供了更高程度随机性的高光谱调制，从而获得更高的重建性能，以重建出高分辨率的三维高光谱图像。
-
公开(公告)号：CN104700109A
公开(公告)日：2015-06-10
申请号：CN201510130849.5
申请日：2015-03-24
申请人： 清华大学 , 清华大学深圳研究生院
摘要： 本发明公开了一种高光谱本征图像的分解方法及装置，其中，方法包括以下步骤：获取高光谱图像序列；通过Retinex约束、非局部纹理约束和绝对尺度进行分解；通过共轭梯度算法对分解后的高光谱图像进行求解，以获取初始反射本征图与直接光照本征图；通过基于高光谱字典学习的间接光照分量分解算法对初始反射本征图进行基光谱训练和光传输分解，以获取反射本征图和间接光照本征图。该方法通过基于Retinex理论并添加非局部纹理约束，结合字典学习，从而提高图像分解的准确性，简单方便，更好地满足用户的使用需求。
-
-
-
-
搜索结果
5 条记录 (耗时 0.067 秒)
