-
公开(公告)号：CN116609942B
公开(公告)日：2023-09-22
申请号：CN202310876656.9
申请日：2023-07-18
摘要： 一种分孔径压缩感知偏振超分辨率成像方法及系统，涉及目标检测识别与压缩感知成像技术领域，方法包括：采集分孔径编码模板光强图像和四个不同偏振方向的偏振低分辨率图像；建立偏振像差模型，并基于所述偏振像差模型对所述偏振低分辨率图像进行偏振像差补偿，得到修正后的偏振低分辨率图像；基于理想编码矩阵和所述模板光强图像对第一卷积神经网络模型迭代训练，得到映射扩散矩阵阵列；基于所述映射扩散矩阵阵列和修正后的偏振低分辨率图像对超分辨率重建网络迭代训练，得到高分辨率偏振图像；该方法所获得的偏振特征图像分辨率可突破探测器分辨率的极限，成像质量更好，测量精度更高。
-
公开(公告)号：CN116609942A
公开(公告)日：2023-08-18
申请号：CN202310876656.9
申请日：2023-07-18
摘要： 一种分孔径压缩感知偏振超分辨率成像方法及系统，涉及目标检测识别与压缩感知成像技术领域，方法包括：采集分孔径编码模板光强图像和四个不同偏振方向的偏振低分辨率图像；建立偏振像差模型，并基于所述偏振像差模型对所述偏振低分辨率图像进行偏振像差补偿，得到修正后的偏振低分辨率图像；基于理想编码矩阵和所述模板光强图像对第一卷积神经网络模型迭代训练，得到映射扩散矩阵阵列；基于所述映射扩散矩阵阵列和修正后的偏振低分辨率图像对超分辨率重建网络迭代训练，得到高分辨率偏振图像；该方法所获得的偏振特征图像分辨率可突破探测器分辨率的极限，成像质量更好，测量精度更高。
-
公开(公告)号：CN118275354B
公开(公告)日：2024-09-03
申请号：CN202410644481.3
申请日：2024-05-23
申请人： 长春理工大学
IPC分类号： G01N21/21 , G01N21/01 , G06F30/27 , G06N3/0495 , G06F111/04
摘要： 偏振光谱与图像重建联合优化设计方法和芯片集成方法，涉及光学偏振探测领域。解决现有微偏振阵列的排列方式使得不同偏振态信息获取通道之间存在串扰严重影响成像质量的问题，所述方法包括：构建偏振光谱调制模型；利用光谱滤光片与旋转偏振片相结合采集目标场景图像，构建训练数据集；将偏振光谱滤光片的设置参数作为偏振光谱调制模型的约束参数；偏振光谱调制模型进行优化训练，获取各光谱通道的微偏振阵列排列结构；将光谱压缩感知技术与微偏振阵列排列结构结合，以图像重建像质作为约束条件对所有光谱通道的滤光片阵列编码整体优化设计，生成偏振光谱编码，完成偏振光谱图像的重建。本发明应用于成像探测器领域。
-
公开(公告)号：CN118396049A
公开(公告)日：2024-07-26
申请号：CN202410865983.9
申请日：2024-07-01
申请人： 长春理工大学
IPC分类号： G06N3/0464 , G06F7/78 , G06N3/08 , G06T3/02 , G06T3/4053 , G01N21/21 , G01N21/01
摘要： 本发明公开了一种偏振误差去除模型的确定方法、应用方法及相关装置，涉及光学偏振探测领域，该方法包括：获取数据集；所述数据集包括若干个靶标场景图像和每个靶标场景图像对应的特征靶标图案的实际偏振图像；所述特征靶标图案的实际偏振图像为去除偏振误差的图像；将所述靶标场景图像输入深度学习网络，得到深度学习网络的输出；所述深度学习网络的输出为靶标场景图像对应的特征靶标图案的预测偏振图像；根据所述深度学习网络的输出、靶标场景图像对应的特征靶标图案的实际偏振图像和确定的损失函数，确定损失值；根据所述损失值，对所述深度学习网络的网络参数进行优化，得到偏振误差去除模型。本发明可有效提升偏振获取精度，提高成像质量。
-
公开(公告)号：CN117571128B
公开(公告)日：2024-03-29
申请号：CN202410058658.1
申请日：2024-01-16
申请人： 长春理工大学
IPC分类号： G01J3/447 , G01J3/28 , G06T3/4053 , G06T3/4015 , G06F17/16
摘要： 本发明属于偏振图像成像技术领域，本发明公开了一种高分辨率偏振光谱图像成像方法及系统，包括以下步骤：基于压缩感知编码孔径理论设计改进型偏振滤光片阵列结构，实现对光谱信息与偏振信息的综合调制；获取目标场景下的待测目标光谱，基于所述改进型偏振滤光片阵列对所述待测目标光谱进行调制编码，并进行光电信号转换，生成探测信号；利用基于高分辨率重建算法的偏振光谱图像重构方法和所述探测信号进行偏振光谱图像重构。本发明基于压缩感知编码孔径理论设计偏振光谱滤光片阵列，同时获取偏振与光谱的混叠信息，利用稀疏编码字典和压缩感知模型进行重构，得到不同光谱通道的高分辨率偏振图像。
-
公开(公告)号：CN113325575A
公开(公告)日：2021-08-31
申请号：CN202110606195.4
申请日：2021-05-27
申请人： 长春理工大学
IPC分类号： G02B27/00
摘要： 一种自由曲面偏振像差校正系统，属于光学系统偏振像差领域，为了解决自由曲面光学系统偏振像差造成的影响，该系统包括自由曲面光学系统、偏振光追迹模块、可见光探测器、图像处理模块、成像显示模块，自由曲面光学系统获取目标光束，并成像在可见光探测器上，同时偏振光追迹模块由自由曲面光学系统的结构解算出了偏振像差，图像处理模块结合解算出的偏振像差处理可见光探测器上所成的像，补偿偏振像差对图像所造成的影响，最后图像由成像显示模块显示校正过偏振像差的图像。本发明根据自由曲面光学系统的结构，利用算法解算出系统偏振像差，对系统的偏振像差做了标定，再利用图像处理降低偏振像差的影响，实现自由曲面光学系统偏振像差的校正。
-
公开(公告)号：CN113325571A
公开(公告)日：2021-08-31
申请号：CN202110580051.6
申请日：2021-05-26
申请人： 长春理工大学
摘要： 一种用于目标探测的紧凑型大相对孔径的长焦高清光学系统属于光学技术领域，包括前透镜校正组、卡塞格林系统、后透镜校正组和SCMOS传感器。光束依次经过所述前透镜校正组、卡塞格林系统以及后透镜校正组，最后成像在SCMOS传感器的靶面上。前透镜校正组校正与孔径有关的球差。后透镜校正组对像差进行平衡,扩大光学系统视场。本发明工作波段为486.13nm～656.27nm，可用于机载快速目标搜索系统。本发明充分利用卡式主镜开孔和次镜遮拦的特点，分别在卡式系统的外两侧加上透镜校正组，整个系统结构紧凑，极大的减小了光学系统的体积。同时，该光学系统的成像质量好，衍射斑、传递函数接近衍射极限。
-
公开(公告)号：CN118396049B
公开(公告)日：2024-08-20
申请号：CN202410865983.9
申请日：2024-07-01
申请人： 长春理工大学
IPC分类号： G06N3/0464 , G06F7/78 , G06N3/08 , G06T3/02 , G06T3/4053 , G01N21/21 , G01N21/01
摘要： 本发明公开了一种偏振误差去除模型的确定方法、应用方法及相关装置，涉及光学偏振探测领域，该方法包括：获取数据集；所述数据集包括若干个靶标场景图像和每个靶标场景图像对应的特征靶标图案的实际偏振图像；所述特征靶标图案的实际偏振图像为去除偏振误差的图像；将所述靶标场景图像输入深度学习网络，得到深度学习网络的输出；所述深度学习网络的输出为靶标场景图像对应的特征靶标图案的预测偏振图像；根据所述深度学习网络的输出、靶标场景图像对应的特征靶标图案的实际偏振图像和确定的损失函数，确定损失值；根据所述损失值，对所述深度学习网络的网络参数进行优化，得到偏振误差去除模型。本发明可有效提升偏振获取精度，提高成像质量。
-
公开(公告)号：CN117572637B
公开(公告)日：2024-03-29
申请号：CN202410056415.4
申请日：2024-01-16
申请人： 长春理工大学
摘要： 一种基于DMD的光学成像系统成像误差的校正方法。属于光学成像技术领域，具体涉及光学系统装调和像差校正技术领域。其解决了目前没有成系统的指导基于DMD的光学成像系统成像误差的校正的方法的问题。所述方法具体为：S1、对投影光路的离焦进行校正；S2、对投影光路的像面倾斜进行校正；S3、对系统光路产生的几何畸变进行校正；S4、校正后残余误差评价。本发明所述方法可以应用在光学系统装调技术领域、像差校正技术领域、成像质量评定技术领域。
-
公开(公告)号：CN116739958B
公开(公告)日：2023-11-03
申请号：CN202310976733.8
申请日：2023-08-04
申请人： 长春理工大学 , 吉林省珩盛光电科技有限公司
摘要： 本发明属于图像信息处理技术领域，具体涉及一种双谱段偏振超分辨率融合探测方法和系统，所述方法包括：采集低分辨率红外图像和若干个偏振方向交错排列的可见光偏振马赛克图像；对低分辨率红外图像进行重建，生成超分辨率红外图像；将可见光偏振马赛克图像生成高分辨率偏振特征图像；将超分辨率红外图像和高分辨率偏振特征图像进行融合，生成双谱段偏振超分辨率融合图像；对双谱段偏振超分辨率融合图像进行目标检测，生成目标标记图像。本发明能更全面、更清晰地描述场景信息；大大增强图像细节获取能力，增加目标检出和识别概率。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.043 秒)
