公开(公告)号：CN114220585A

公开(公告)日：2022-03-22

申请号：CN202210100511.5

申请日：2022-01-27

Applicant: 中国计量大学

Inventor： 黄泽钿 ,  李旸晖 ,  王乐 ,  何云峰 ,  李润坤 ,  陈旺磊

IPC: G21K1/00

Abstract: 本发明公开了一种基于自适应光学的双光束操纵系统，包括按照光路依次设置的激光器、用于调整水平偏振光比例的半波片、第一光学4F系统、第一反射镜、加载有两个不同相位图信息区域的空间光调制器、四分之一波片、聚焦透镜、第二反射镜、第二光学4F系统、第三反射镜、第三光学4F系统、二向色镜、物镜、样本台和成像单元；本发明利用爬山法改变Zernike系数，并通过改变空间光调制器的波前编码将波前调整为理想波前，实现对样本的深度操作或对高相差样本操作的目的，本发明扩大了光镊的操作样本范围，可以对厚度厚的样本进行操作，并且适用于像差大的样品操作。

公开(公告)号：CN113838023B

公开(公告)日：2023-09-15

申请号：CN202111105792.5

申请日：2021-09-22

Applicant: 中国计量大学

Inventor： 李润坤 ,  李旸晖 ,  吴豪 ,  黄泽钿 ,  何云峰 ,  王乐

IPC: G06T7/00 ,  G06T7/90

Abstract: 本发明公开了一种色差图像质量评价方法，包括1)将待评价图像做离散余弦变换，得到清晰度原值；2)将步骤1)中待评价图像做灰度化处理，得到灰度化后的待评价图像；3)将步骤2)中灰度化后的待评价图像做分块处理，得到分块处理后的图像组；4)将步骤3)中分块处理后的图像组做基于像素的计算和基于梯度的计算，得到一组基于像素的计算值和一组基于梯度的计算值；5)利用步骤1)中的清晰度原值与步骤4)中的一组基于像素的计算值和一组基于梯度的计算值进行色差评价计算，获得色差评价结果，实现对图像色差程度的客观评价。

公开(公告)号：CN115564658A

公开(公告)日：2023-01-03

申请号：CN202110733047.9

申请日：2021-06-30

Applicant: 中国计量大学

Inventor： 马超然 ,  李旸晖 ,  黄泽钿 ,  牛浩 ,  何云峰

IPC: G06T5/00 ,  G06T7/136

Abstract: 本发明提出了一种畸变图像自动矫正方法。输入源图像后，首先获得待矫正的畸变图像，通过图像预处理，计算标准图像与参考图像之间像素矩阵的相关系数，从而获得待矫正的畸变图像的畸变系数，再结合畸变等效球面模拟畸变的产生，得到畸变矫正模型，对畸变图像进行矫正，输出矫正图像。其中相关系数的计算是在二值化图像的基础上进行的，因此计算量很小，算法简洁。同时，该方法应用范围广，无论桶型畸变还是枕型畸变，都可以得到很好的矫正。

公开(公告)号：CN113838023A

公开(公告)日：2021-12-24

申请号：CN202111105792.5

申请日：2021-09-22

Applicant: 中国计量大学

Inventor： 李润坤 ,  李旸晖 ,  吴豪 ,  黄泽钿 ,  何云峰 ,  王乐

IPC: G06T7/00 ,  G06T7/90

Abstract: 本发明公开了一种色差图像质量评价方法，包括1)将待评价图像做离散余弦变换，得到清晰度原值；2)将步骤1)中待评价图像做灰度化处理，得到灰度化后的待评价图像；3)将步骤2)中灰度化后的待评价图像做分块处理，得到分块处理后的图像组；4)将步骤3)中分块处理后的图像组做基于像素的计算和基于梯度的计算，得到一组基于像素的计算值和一组基于梯度的计算值；5)利用步骤1)中的清晰度原值与步骤4)中的一组基于像素的计算值和一组基于梯度的计算值进行色差评价计算，获得色差评价结果，实现对图像色差程度的客观评价。

公开(公告)号：CN115481561A

公开(公告)日：2022-12-16

申请号：CN202110660941.8

申请日：2021-06-15

Applicant: 中国计量大学

Inventor： 石汇灵 ,  李旸晖 ,  黄泽钿 ,  李润坤 ,  洪博闻 ,  何云峰

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络的半环点扩散函数的计算方法，其中神经网络为基于ResNet改进后的卷积神经网络。该方法可利用神经网络算法实现对半环点扩散函数进行快速计算并生成对应的半环点扩散函数图像，并且在原有计算方法的基础上引入弧长，间距等计算参数使所述计算方法的应用范围较原计算方法更加广泛。

公开(公告)号：CN113837960A

公开(公告)日：2021-12-24

申请号：CN202111105885.8

申请日：2021-09-22

Applicant: 中国计量大学

Inventor： 何云峰 ,  李旸晖 ,  李润坤 ,  黄泽钿 ,  王乐

IPC: G06T5/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习提取畸变系数的畸变矫正方法，包括：1)生成畸变系数，根据畸变系数计算每个像素到图像中心的距离，从而构建出畸变图像；再进行图像大小设置，获得标准畸变图像。2)利用步骤1)构建的标准畸变图像与其对应的畸变系数对深度神经网络进行训练，构建标准畸变图像和畸变系数之间的映射关系，得到用于畸变系数提取的深度神经网络模型。3)对待矫正畸变图像进行图像大小设置，得到标准待矫正畸变图像，将标准待矫正畸变图像作为深度神经网络模型的输入，利用用于畸变系数提取的深度神经网络模型提取标准待矫正畸变图像的畸变系数。4)根据步骤3)中得到的畸变系数，使用畸变矫正模型实现标准待矫正畸变图像。