-
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。
-
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：CN110334804B
公开(公告)日：2021-09-07
申请号：CN201910538817.7
申请日：2019-06-20
申请人： 清华大学
摘要： 本发明公开了一种基于空间部分相干光的全光深度衍射神经网络系统及方法，包括：转换模块，用于将输入的空间部分相干光信号转换为相干光信号；全光深度衍射神经网络模块，用于对相干光信号进行变换、提取和压缩；信息采集模块，用于接收全光深度衍射神经网络模块的输出信号，并根据输出信号生成空间部分相干光信号的处理结果。该系统可以扩展全光深度衍射神经网络的应用领域，使得全光深度衍射神经网络更好地完成更加复杂的机器学习任务，尤其是能够完成自然场景图像识别处理与计算任务。
-
公开(公告)号：CN111563583A
公开(公告)日：2020-08-21
申请号：CN202010257989.X
申请日：2020-04-03
申请人： 清华大学
摘要： 本发明公开了一种基于神经常微分方程的光计算芯片设计方法及光计算芯片，其中，方法包括：将单次输入模块作为光计算芯片结构的输入端；将用波导搭建的马赫曾德尔干涉器以及非线性区域组成相应的网络实现全连接层的效果；将用波导搭建的微环谐振器实现积分器的作用，以把干涉器输出的信号进行积分操作；加入一个反馈环节，使积分后的信号进行循环计算，以达到完成常微分方程神经网络的目的。该方法通过设计光学计算芯片的结构，采用光学矩阵乘法计算元件，光学积分器元件和反馈环节来实现高速，低功耗以及占用面积小的人工神经网络常微分方程光计算芯片。
-
公开(公告)号：CN110334804A
公开(公告)日：2019-10-15
申请号：CN201910538817.7
申请日：2019-06-20
申请人： 清华大学
摘要： 本发明公开了一种基于空间部分相干光的全光深度衍射神经网络系统及方法，包括：转换模块，用于将输入的空间部分相干光信号转换为相干光信号；全光深度衍射神经网络模块，用于对相干光信号进行变换、提取和压缩；信息采集模块，用于接收全光深度衍射神经网络模块的输出信号，并根据输出信号生成空间部分相干光信号的处理结果。该系统可以扩展全光深度衍射神经网络的应用领域，使得全光深度衍射神经网络更好地完成更加复杂的机器学习任务，尤其是能够完成自然场景图像识别处理与计算任务。
-
公开(公告)号：CN104849852B
公开(公告)日：2017-03-08
申请号：CN201510229704.0
申请日：2015-05-07
申请人： 清华大学
IPC分类号： G02B21/36
摘要： 本发明公开了一种基于相机阵列的光场显微成像系统及方法，其中，系统包括：通过相机引出口将显微样本放大到像平面的显微镜；生成光圈平面的放大模块；成像透镜阵列，获取显微样本在不同视角下的样本图像；传感器阵列，每个传感器相应地记录与其对应成像透镜获取的样本图像；控制器，对样本图像进行同步采集和校准以获取显微样本的光场和/或光场视频。本发明实施例的系统，通过对获取的显微样本在不同视角下的样本图像进行校准，从而获取显微场景的光场和光场视频，实现高性能显微成像及应用，提高空间分辨率，提高用户的使用体验。
-
公开(公告)号：CN105737981A
公开(公告)日：2016-07-06
申请号：CN201610094723.1
申请日：2016-02-19
申请人： 清华大学
IPC分类号： G01J3/28
CPC分类号： G01J3/2823
摘要： 本发明公开了一种双向光谱光传输采集探测方法，包括步骤：设定双向光谱反射场函数；根据双向光谱反射场函数得到出射光场重光照方程；对出射光场重光照方程进行离散化得到双向光谱光传输采集方程；设定双向光谱光传输矩阵由四维空间光传输和二维光谱光传输构成；将双向光谱光传输矩阵分解为空间光传输矩阵和光谱光传输矩阵的张量积，使用全光谱由粗到细确定目标场景像素的采集顺序；在第一空间分辨率的级别上，采集完备的第一光谱光传输；对第一光谱光传输进行稀疏重建；根据双向光谱光传输采集方程得到探测矩阵。本发明具有如下优点：采集场景的双向光谱光传输矩阵能够渲染包含荧光物体的场景在任意光谱和任意空间入射光照下的场景真实外观。
-
-
-
-
-
-
-
-
-
搜索结果
47 条记录 (耗时 0.062 秒)
