-
公开(公告)号：CN111426383A
公开(公告)日：2020-07-17
申请号：CN202010303994.X
申请日：2020-04-17
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
Abstract: 本发明公开了一种机器学习优化稀疏基的高光谱全偏振图像压缩重构方法，采用四分之一波片与具有线偏振特性的器件组合将图像成像于探测器，通过切换四分之一波片的快轴角度和/或具有线偏振特性的器件的透光轴角度实现不同的全偏振调制方式；采用该全偏振调制方式对任一波段的全偏振局部图像进行处理，获得压缩信息；采用粒子群算法优化稀疏基，优化后的稀疏基使得利用压缩信息重构的全偏振局部图像逼近其原图像。应用时，采用上述全偏振调制方式对高光谱全偏振图像进行偏振调制，获得压缩信息，并利用优化稀疏基获得重构的高光谱全偏振图像。采用本发明能够实现高光谱图像四个斯托克斯参量的重构，提高四个斯托克斯参量的重构精度。
-
公开(公告)号：CN112781728B
公开(公告)日：2024-03-19
申请号：CN202011610708.0
申请日：2020-12-30
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: G01J4/00
Abstract: 本发明公开了精确求解结合压缩感知的全偏振高光谱成像方法，能够通过特定的两次全偏振调制，精确求解第一个斯托克斯参量，并据此提高后三个斯托克斯参量的重构精度，从而仅需一步重构用时；本发明利用四分之一波片、线偏振片和液晶可调滤波器组合实现全偏振调制和高光谱成像，固定四分之一波片的快轴角度和液晶可调滤波器的入射面线偏振角度，通过选取线偏振片的线偏振角度依次为45度和135度，获得两种全偏振调制，实现了偏振调制的最大自由度，且特定的调制方式简便灵活。
-
公开(公告)号：CN114965293A
公开(公告)日：2022-08-30
申请号：CN202210504116.3
申请日：2022-05-10
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
Abstract: 本发明提供了一种偏振光谱特征融合的水中氨氮检测方法，用于偏振光谱特征融合系统，系统包括光源、反射镜、四分之一波片、线偏振片、光纤透镜和光纤光谱仪；方法包括：C1：通过系统基于目标水样，采集偏振调制光谱；C2：解调目标水样反射光波的四个斯托克斯参量光谱；C3：选取不同数量的偏振调制光谱和斯托克斯参量光谱分别进行光谱特征融合；C4：基于氨氮浓度不同的目标水样的特征融合光谱，进行光谱分类。本发明实现了基于偏振特征融合光谱检测水中氨氮，通过光与物质之间的相互作用，无需使用辅助试剂，准确的检测水中氨氮浓度。
-
公开(公告)号：CN112781728A
公开(公告)日：2021-05-11
申请号：CN202011610708.0
申请日：2020-12-30
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: G01J4/00
Abstract: 本发明公开了精确求解结合压缩感知的全偏振高光谱成像方法，能够通过特定的两次全偏振调制，精确求解第一个斯托克斯参量，并据此提高后三个斯托克斯参量的重构精度，从而仅需一步重构用时；本发明利用四分之一波片、线偏振片和液晶可调滤波器组合实现全偏振调制和高光谱成像，固定四分之一波片的快轴角度和液晶可调滤波器的入射面线偏振角度，通过选取线偏振片的线偏振角度依次为45度和135度，获得两种全偏振调制，实现了偏振调制的最大自由度，且特定的调制方式简便灵活。
-
公开(公告)号：CN111007021A
公开(公告)日：2020-04-14
申请号：CN201911419436.3
申请日：2019-12-31
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
Abstract: 本发明公开了一种基于一维卷积神经网络的高光谱水质参数反演系统，该系统通过地面点光谱实测模块用于测量选定点处水体的高光谱数据；所述水质采集分析模块用于采集选定点处的水体样本并分析得到水质参数浓度；所述反演模型构建模块用于以所述全部光谱波段信息为输入，以水质参数浓度为输出，训练一维卷积神经网络的参数以拟合光谱波段信息与水质参数浓度间复杂的非线性关系；所述高光谱数据获取模块用于采集监测水域的高光谱遥感图像，并得到各点光谱波段的遥感反射率；所述水质参数反演模块用于以所述各点的光谱波段信息作为输入，反演得到监测水域中各点的水质参数浓度，同时该系统无需增加波段筛选子模块，充分利用所有波段信息。
-
Patent Agency Ranking
公开(公告)号：CN112665720B
公开(公告)日：2023-11-07
申请号：CN202011590415.0
申请日：2020-12-29
Applicant: 北京理工大学重庆创新中心
Abstract: 本发明公开了一种基于互补压缩编码的双通道可调谐高光谱成像仪和方法。成像仪包括成像系统、反射式空间光调制器、第一成像光路、第二成像光路和计算控制中心。场景信息在计算控制中心的协调下，经反射式空间光调制器以互补的方式空间编码，经第一成像光路和第二成像光路分别对信号进行光谱滤波、成像；计算控制中心根据第一成像光路得到的图像和第二成像光路得到的图像重构出高光谱图像。本发明利用反射式空间光调制器的编码特性，对两条光路同时进行互补编码，提高了对场景信息的光能利用率，提高了编码效率，并且，允许任选两个光谱通带的LCTF装配到成像仪，对于滤光过程，可在两路成像光路各选一个感兴趣波段进行观测。
-
公开(公告)号：CN112785662B
公开(公告)日：2023-07-25
申请号：CN202110117326.2
申请日：2021-01-28
Applicant: 北京理工大学重庆创新中心
IPC: G06T9/00
Abstract: 本发明公开了一种基于低分辨率先验信息的自适应编码方法，包括：利用低分辨率图像整体的灰度值和方差，估计原光谱图像对应各图像块的均值和方差，所述图像块为原光谱图像分别与低分辨率图像各点对应的场景信息子区域；根据各所述图像块的均值和方差，计算原光谱图像场景信息的图像块的阈值分布。利用所述低分辨率图像构建原光谱图像的近似图像。基于原光谱图像的近似图像及其对应的阈值分布，以最大化观测矩阵和稀疏矩阵之间的相关性为设计目的，利用抖色方法生成自适应编码矩阵。本发明无需重构过程提供高分辨率先验信息，利用压缩光谱成像系统中所能获取的低分辨率光谱信息即可生成自适应编码矩阵，也无需增加额外的探测过程和探测器件。
-
公开(公告)号：CN111426383B
公开(公告)日：2022-05-10
申请号：CN202010303994.X
申请日：2020-04-17
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
Abstract: 本发明公开了一种机器学习优化稀疏基的高光谱全偏振图像压缩重构方法，采用四分之一波片与具有线偏振特性的器件组合将图像成像于探测器，通过切换四分之一波片的快轴角度和/或具有线偏振特性的器件的透光轴角度实现不同的全偏振调制方式；采用该全偏振调制方式对任一波段的全偏振局部图像进行处理，获得压缩信息；采用粒子群算法优化稀疏基，优化后的稀疏基使得利用压缩信息重构的全偏振局部图像逼近其原图像。应用时，采用上述全偏振调制方式对高光谱全偏振图像进行偏振调制，获得压缩信息，并利用优化稀疏基获得重构的高光谱全偏振图像。采用本发明能够实现高光谱图像四个斯托克斯参量的重构，提高四个斯托克斯参量的重构精度。
-
公开(公告)号：CN113327231A
公开(公告)日：2021-08-31
申请号：CN202110589580.2
申请日：2021-05-28
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
Abstract: 本发明公开了一种基于空谱联合的高光谱异常目标检测方法和系统，包括：对原始高光谱图像进行降维处理；采用自编码网络提取降维后的图像中的背景空间特征并进行重构；将重构后的空间域图像和降维后的图像进行差值运算得到第一残差图像，根据第一残差图像得到空间域检测结果；采用对抗自编码网络提取原始高光谱图像中的背景光谱特征并进行重构；将重构后的光谱域图像与原始高光谱图像进行差值运算，得到第二残差图像，根据第二残差图像得到光谱域检测结果；加权融合空间域检测结果和光谱域检测结果，得到异常目标检测结果。本发明具有强大的特征提取和表示能力，采取了样本数量扩充方案解决训练数据匮乏的问题，具有较好的检测精度。
-
公开(公告)号：CN112802136B
公开(公告)日：2022-11-15
申请号：CN202110116368.4
申请日：2021-01-28
Applicant: 北京理工大学重庆创新中心
IPC: G06T9/00
Abstract: 本发明公开了一种基于低分辨率先验信息互补编码的场景重建方法和系统。过程包括利用压缩光谱成像系统分别加载快照式编码模板和随机编码模板对场景成像，获取场景的低分辨率光谱信息和压缩编码信息；根据场景的低分辨率光谱信息和压缩观测信息，获取场景的互补压缩编码信息；将场景的压缩观测信息与互补压缩编码信息作为约束项，加入重构场景的目标函数；根据设置的求解方法，求解目标函数，解出原始的场景信息。本发明在观测次数较少时，相比传统的随机编码方法，重构质量更好；对于不同光谱波段，相比传统的随机编码方法，重构图像的质量更稳定、更好。并且，本发明在重构过程中，互补编码信息作为额外的约束项，充分利用了低分辨率先验信息，提高了重构场景信息的质量。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.032 seconds)
