-
公开(公告)号：CN113838132B
公开(公告)日：2023-08-04
申请号：CN202111105737.6
申请日：2021-09-22
Applicant: 中国计量大学
IPC: G06T7/73 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于卷积神经网络的单分子定位方法。包括：1)计算仿真出三维粒子图像，将三维粒子图像中的粒子编码为二维矩形，得到二维矩形的参数信息。2)将步骤1)中计算仿真出的三维粒子图像和对应的二维矩形参数信息组成数据对作为训练集输入到卷积神经网络中进行学习训练，构建出三维粒子图像与二维矩形参数信息之间的映射关系，生成训练好的两者之间的映射关系的卷积神经网络模型。3)测试过程中将单分子图像输入到步骤2)中训练好的网络中，得到预测的二维矩形参数信息。4)将步骤3)中预测的二维矩形的参数信息转换为单分子图像中粒子的信息，利用单分子图像中粒子的信息进行三维重建达到单分子定位的目的。
-
公开(公告)号：CN120044712A
公开(公告)日：2025-05-27
申请号：CN202410270752.3
申请日：2024-03-11
Applicant: 中国计量大学
Abstract: 本发明公开了一种多层花瓣状光场的调控方法，具体应用于光学偏振相位调制和微纳操作领域，具体调控方法包括：利用透射式液晶空间光调制器的振幅调制，实现多层花瓣状光场的层数在1层和3层之间的转化，利用反射式超表面偏振发生器进行混合偏振调制，对混合偏振阶数进行调制，实现多层花瓣状光场的瓣数调节，对混合偏振旋转角度进行调制，实现多层花瓣状光场的旋转，利用纯相位空间光调制器进行相位调制，实现多层花瓣状光场的层数在1层和2层之间的转化，经过调制后的光束聚焦在互补金属氧化物半导体探测器的聚焦平面上生成可调控的多层花瓣状光斑。相对于花瓣状光场的其他方法，本发明不仅使花瓣状光场光路更简化紧凑，并且具有更高的调控自由度以及花瓣状光场的层数提至3层，实现多种微粒的捕获，提高了光学微操纵效率。
-
-
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
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
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。
-
Patent Agency Ranking
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
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
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：CN115100074A
公开(公告)日：2022-09-23
申请号：CN202210870971.6
申请日：2022-07-22
Applicant: 中国计量大学
IPC: G06T5/00 , G06V10/774 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于迁移学习的高质量超透镜图像恢复方法，其特征在于，包括：将待恢复超透镜图像II输入至构建的超透镜图像恢复网络中，得到高质量超透镜图像；构建所述超透镜图像恢复网络过程中：基于迁移学习的思想，利用采集的自然图像数据集对预训练网络进行训练，获得训练好的预训练模型；获取清晰图像和待恢复超透镜图像I，使用预训练模型对待恢复超透镜图像I进行预处理，获得超透镜图像数据集；接着利用超透镜图像数据集对超透镜图像恢复网络进行训练，获得训练好的超透镜图像恢复模型。本发明不仅能显著提升超透镜图像的信噪比，还能实现边缘细节区域的高质量恢复，从而达到恢复超透镜图像的目的。
-
公开(公告)号：CN113838132A
公开(公告)日：2021-12-24
申请号：CN202111105737.6
申请日：2021-09-22
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于卷积神经网络的单分子定位方法。包括：1)计算仿真出三维粒子图像，将三维粒子图像中的粒子编码为二维矩形，得到二维矩形的参数信息。2)将步骤1)中计算仿真出的三维粒子图像和对应的二维矩形参数信息组成数据对作为训练集输入到卷积神经网络中进行学习训练，构建出三维粒子图像与二维矩形参数信息之间的映射关系，生成训练好的两者之间的映射关系的卷积神经网络模型。3)测试过程中将单分子图像输入到步骤2)中训练好的网络中，得到预测的二维矩形参数信息。4)将步骤3)中预测的二维矩形的参数信息转换为单分子图像中粒子的信息，利用单分子图像中粒子的信息进行三维重建达到单分子定位的目的。
-
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
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。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.015 seconds)
