-
公开(公告)号：CN118314041A
公开(公告)日：2024-07-09
申请号：CN202410479342.X
申请日：2024-04-22
Applicant: 桂林电子科技大学
IPC: G06T5/70 , G06N3/0464 , G06N3/08 , G06T5/60
Abstract: 本发明提供的是基于深度学习的空间外差干涉图盲元噪声校正方法。包括以下步骤：步骤S1：预处理实测干涉图数据集，获得不同时间维的干涉图数据。步骤S2：使用罗曼诺夫斯基定律检测干涉图数据集中的盲元噪声，并将其像元归零。步骤S3：搭建LSConv，用于初步填补噪声图像的线选择卷积块；将处理后的干涉图数据集输入线选择卷积层，对归零的盲元点进行初步修正。步骤S4：将修正后的干涉图输入以传统CNN为主的针对不同比例的盲元噪声，单独训练的深度学习模型，输出完成盲元校正的干涉图。本方法可用于干涉图中盲元噪声的检测与校正，并在定量标准和视觉效果方面超越了大部分同类方法，尤其是在高密度和超高密度噪声的情况下。可广泛用于光谱干涉图的校正领域。
-
公开(公告)号：CN117928733A
公开(公告)日：2024-04-26
申请号：CN202410116332.X
申请日：2024-01-29
Applicant: 桂林电子科技大学
Abstract: 本发明提供的是一种基于深度神经网络的空间外差干涉光谱信息提取方法。该方法包括以下步骤：利用空间外差光谱技术探测已知光谱信息的目标获取空间外差干涉图及其相应的空间外差光谱，以此组建训练集；将空间外差干涉图和空间外差光谱导入构建的深度神经网络进行训练；经过多次参数调整和迭代优化得到训练好的网络模型；应用时，利用空间外差光谱技术获取探测目标的空间外差干涉图；然后将探测目标的空间外差干涉图导入训练好的网络模型；最后，训练好的网络模型直接从空间外差干涉图中提取出空间外差光谱。该发明可以简化傅里叶变换等一系列的信息处理流程，准确高效地实现端到端提取特定空间外差干涉图中所含目标的光谱信息。
-
公开(公告)号：CN117690039A
公开(公告)日：2024-03-12
申请号：CN202311738047.3
申请日：2023-12-14
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种综合纹理信息、光谱信息、偏振信息、多角度信息的深度学习云检测方法，包括：构建包含空间纹理、光谱、偏振、多角度等多维度信息的深度学习训练数据集，搭建基于DenseNet模型的偏振遥感云检测模型(GS‑DenseNet)，引入Gabor变换及通道注意力机制,优化云检测模型及数据集；通过MODIS云标签数据验证模型云检测的有效性。本发明可用于偏振遥感的云检测，为偏振遥感数据的应用与发展提供帮助。
-
公开(公告)号：CN111982287B
公开(公告)日：2022-09-09
申请号：CN202010824721.X
申请日：2020-08-17
Applicant: 桂林电子科技大学
IPC: G01J4/00
Abstract: 本发明提供的是一种基于可谐调带宽入射光校正空间调制偏振成像参数的方法。其过程包括：A1，在频域中找到中心波长λ1窄带宽入射光的Stokes矢量S1被调制的位置a1；A2，通过可谐调滤光片调节带宽d和降低入射光的中心波长λ1，当偏振度DOP发生变化时由中心波长λ1减去带宽的一半d/2得到此波段不发生混叠时最小的波长λ2；A3，通过可谐调滤波片增大入射光的中心波长和调节带宽d，当偏振度DOP发生变化时由中心波长λ1加上带宽的一半d/2得到此波段不发生混叠时最大的波长λ3；A4，通过得到的此波段不发生混叠时最小的波长λ2和被调制的位置a1根据公式t1＝ΔDN/f＝a1×λ2计算出偏振成像系统整体的系数t1；A5，通过得到的此波段不发生混叠时最大的波长λ3和a1+1根据公式t2＝ΔDN/f＝λ3×(a1+1)计算出偏振成像系统整体的参数t2，对两个系数t1和t2进行对比检测。本
-
公开(公告)号：CN111953423A
公开(公告)日：2020-11-17
申请号：CN202010823051.X
申请日：2020-08-17
Applicant: 桂林电子科技大学
IPC: H04B10/532 , H04B10/548
Abstract: 本发明提供的是一种基于空间调制偏振成像的在宽波段偏振成像中避免出现混叠的入射光带宽的确定方法。其过程包括：A1，由理论入射光中心波长λ1计算在频域中调制的位置a1；A2，对a1进行向上取整为a2和向下取整为a3；A3，由成像设备的参数计算出a2和a3代表的波长为λ2和λ3；A4，得到中心波长λ1所处的使解调信号不混叠的波段λ2～λ3；A5，在波段λ2～λ3中选择相应的带宽或重新确定中心波长。本发明可用于宽波段空间调制偏振成像中解调结果不混叠的入射光带宽的确定，可广泛用于宽波段偏振遥感成像等领域。
-
Patent Agency Ranking
公开(公告)号：CN109764963A
公开(公告)日：2019-05-17
申请号：CN201910061534.8
申请日：2019-01-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种棱镜型空间外差光谱仪基准波长设置及调试方法，包括：1）设定棱镜型空间外差光谱仪的基准波长；2）确定色散棱镜参数；3）获取棱镜型空间外差光谱仪平面反射镜与光轴正交面之间的夹角；4）设置棱镜型空间外差光谱仪基准波长λ0；5）波长为λ0的激光器发射光线；6）调整棱镜型空间外差光谱仪中平面反射镜，使其与光轴正交面的夹角为θ；7）利用棱镜型空间外差光谱仪CCD探测器采集干涉图像；8）依据干涉图像完成棱镜型空间外差光谱仪基准波长的调试。这种方法能快速设置棱镜型空间外差光谱仪基准波长，然后利用与棱镜型空间外差光谱仪基准波长一致的激光器来对该基准波长进行调试。
-
公开(公告)号：CN108387317A
公开(公告)日：2018-08-10
申请号：CN201810184071.X
申请日：2018-03-06
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种棱镜型空间外差光谱仪，包括入射光阑、准直透镜、分束器、第一色散棱镜、第二色散棱镜、第一全反射镜、第二全反射镜、成像单元和探测器，其特征是，所述入射光阑后侧依次为准直透镜和分束器，所述分束器的上侧依次设有第一色散棱镜、第一全反射镜、分束器的后侧依次设有第二色散棱镜和第二全反射镜、分束器的下侧依次设有成像单元和探测器。这种光谱仪具有超光谱分辨、高通量、无运动部件的优点，同时还能避免光栅型空间外差光谱仪中由于光栅多级衍射引起的能量损失、干涉度下降的问题。
-
公开(公告)号：CN106325317A
公开(公告)日：2017-01-11
申请号：CN201610986449.9
申请日：2016-11-10
Applicant: 桂林电子科技大学
IPC: G05D11/13
CPC classification number: G05D11/139
Abstract: 本发明公开了一种OH自由基气体生成及浓度控制系统，包括OH自由基气体生成单元和浓度控制单元，所述OH自由基气体生成单元包括混合气体发生器和OH自由基气体反应腔；所述浓度控制单元包括浓度监测单元和PC处理及控制终端，混合气体发生器通过气路管道连通浓度监测单元，PC处理及控制终端的作用是计算、显示OH自由基气体反应腔中OH自由基浓度，并通过调节控制气体反应腔中的水气浓度、氧气浓度比例以及紫外照射光源强度来实现OH自由基的浓度调节控制。这种系统可用于大气OH自由基的浓度模拟，开展大气环境测量试验，这种系统可以实现OH自由基气体的生成、浓度监测及控制，实用性强。
-
公开(公告)号：CN119310031A
公开(公告)日：2025-01-14
申请号：CN202411450975.4
申请日：2024-10-17
Applicant: 桂林电子科技大学
Abstract: 本发明提供的是一种基于深度学习的特定空间外差光谱滤波方法。包括以下步骤：首先，使用空间外差光谱仪收集存在杂波的空间外差干涉图，以及相应的无杂波的空间外差干涉图；接着，采用傅里叶变换将存在杂波的空间外差干涉图和无杂波的空间外差干涉图转换为存在杂波的空间外差光谱和无杂波的空间外差光谱；然后，将存在杂波的空间外差光谱和无杂波的空间外差光谱作为输入和输出组建训练集，并将训练集导入深度神经网络进行训练，获得训练好后的滤波网络模型；最后，将空间外差光谱仪在实际探测过程中收集的实测存在杂波的空间外差干涉图，经过傅里叶变换为实测存在杂波的空间外差光谱后，将其导入训练好的滤波网络模型就可以获得滤波后的空间外差光谱。本发明能快速有效地对特定空间外差光谱进行滤波处理，去除特定杂波的光谱信息，并极大地保留所测目标对象特征波段的光谱信息。
-
公开(公告)号：CN117928734A
公开(公告)日：2024-04-26
申请号：CN202410116551.8
申请日：2024-01-29
Applicant: 桂林电子科技大学
Abstract: 本发明提供的是基于深度神经网络的噪声空间外差干涉光谱信息校正方法。该方法包括以下步骤：利用空间外差光谱技术探测目标获取无噪空间外差干涉图以及对应的噪声空间外差干涉图；将无噪空间外差干涉图经傅里叶变换等获得理想空间外差光谱；以噪声空间外差干涉图和对应的无噪空间外差干涉图提取的理想空间外差光谱组建训练集；将训练集导入构建的深度神经网络进行训练；经过多次参数调整和迭代优化得到训练好的网络模型；应用时，将空间外差光谱技术探测到的噪声空间外差干涉图导入训练好的网络模型；训练好的网络模型直接输出校正后的降噪空间外差光谱；本发明能简化噪声处理流程，准确高效地从噪声空间外差干涉图中提取校正后的目标光谱信息。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.025 seconds)
