一种基于可旋转棱镜组合的三维计算鬼成像方法及系统

    公开(公告)号:CN114937099A

    公开(公告)日:2022-08-23

    申请号:CN202210605016.X

    申请日:2022-05-31

    Abstract: 本发明涉及一种基于可旋转棱镜组合的三维计算鬼成像方法及系统,方法包括:步骤一:确定棱镜组合的旋转角度;步骤二:基于所述棱镜组合的旋转角度,采集真实的单像素探测器的电信号,获取不同视角下的虚拟二维图像;步骤三:基于所述不同视角下的虚拟二维图像,通过立体匹配方法实现对场景进行三维成像。本发明所述方法无需使用多个单像素探测器或者具有时间分辨率的计时系统,仅通过可旋转棱镜组合,实现使用一个单像素探测器获取目标场景的三维信息。

    一种基于互补性质的傅里叶单像素成像方法

    公开(公告)号:CN113395501A

    公开(公告)日:2021-09-14

    申请号:CN202110675220.4

    申请日:2021-06-18

    Abstract: 本发明公开的一种基于互补性质的傅里叶单像素成像方法,涉及一种单像素成像方法,属于光电成像技术领域。本发明实现方法为:根据三角函数公式,并参考四步相移法,生成相移量为0、π/2的两组傅里叶照明图案,利用DMD器件的互补性质,在微镜偏转的对称方向自动地近似获得相移量为π、3π/2的另两组互补傅里叶照明图案,而免去生成步骤;利用单像素探测器的测量值进行计算得到目标物体的傅里叶频谱,进行傅里叶逆变换得到最终重构图像。本发明利用DMD器件“0”和“1”偏转状态的互补性,与四步法相比能减少一半的照明图案,但又能兼具四步法差分测量的优点,实现傅里叶单像素成像速度和成像质量的良好兼顾。

    一种仿生分块鬼成像方法及系统

    公开(公告)号:CN111551955A

    公开(公告)日:2020-08-18

    申请号:CN202010575766.8

    申请日:2020-06-22

    Abstract: 本发明公开的一种仿生分块鬼成像方法及系统,属于光电成像技术领域。本发明的系统包括光源、准直光学系统、分光器、空间光调制器、接收光学系统、面阵探测器。本发明实现方法为:初始化用于产生仿生散斑的参数和鬼成像采样的参数;通过仿生散斑采样获得更高的成像质量;通过对仿生散斑分块,采用更低分辨率的仿生散斑能够降低鬼成像的采样次数;采用分块仿生散斑对目标采样,得到每个分块的测量值;根据分块仿生散斑和测量值,进行图像重构;对重构后的分块图像拼接,得到整幅重构图像,即实现兼顾成像效率和成像质量的仿生分块鬼成像。本发明将仿生散斑与分块鬼成像结合,相比传统鬼成像系统,在成像质量相同的情况下有效提高鬼成像效率。

    一种仿生视网膜的视觉目标跟踪方法

    公开(公告)号:CN111292376A

    公开(公告)日:2020-06-16

    申请号:CN202010090894.3

    申请日:2020-02-13

    Abstract: 本发明公开的一种仿生视网膜的视觉目标跟踪方法,属于光电目标跟踪领域。本发明主要利用仿生视网膜成像的变分辨率特征,将视场映射至对数极坐标中进行目标跟踪。首先,利用仿生视网膜的对数极坐标映射成像,通过中央凹的凝视作用、边缘的信息压缩作用和实时参数改进目标跟踪算法,压缩冗余数据,增强感兴趣目标细节信息,提高对视场范围内的信息获取效率。同时,利用奇异点和成像阈值判断,准确把握场景中的目标信息,增加目标筛选的可靠性。最终,通过比较速度更快的偏心判断算法与运动控制模块,实现实时目标跟踪。与传统方法相比,在大视场高分辨条件下,本发明基于仿生视网膜视觉机理实现目标实时跟踪,效率更高,精度更高。

    一种基于仿人眼视网膜机理的变分辨傅里叶鬼成像方法

    公开(公告)号:CN117319813A

    公开(公告)日:2023-12-29

    申请号:CN202311402991.1

    申请日:2023-10-26

    Abstract: 本发明公开了一种基于仿人眼视网膜机理的变分辨傅里叶鬼成像方法,包括:构建仿人眼视网膜变分辨散斑结构模型,基于仿人眼视网膜变分辨散斑结构模型生成变分辨结构矩阵;基于变分辨结构矩阵获得具有相移的变分辨傅里叶基底调制散斑图案序列;基于具有相移的变分辨傅里叶基底调制散斑图案序列获得调制光源,获取调制光源在目标表面反射光的光强测量值;基于光强测量值获得变分辨有效数据的频谱信息,基于频谱信息获得变分辨有效数据的空间信息;基于空间信息获得变分辨率傅里叶鬼成像重构图像。本发明在牺牲非感兴趣区域的冗余信息的同时,能够以更少的采样次数实现感兴趣区域的高分辨成像,从而实现高分辨和高效率的共同兼顾。

    基于对数直线变换的变分辨全景鬼成像方法及系统

    公开(公告)号:CN115601241A

    公开(公告)日:2023-01-13

    申请号:CN202211427318.9

    申请日:2022-11-15

    Abstract: 本发明公开一种基于对数直线变换的变分辨全景鬼成像方法及系统,基于对数直线变换和对数极坐标映射特性,生成仿人眼变分辨环形散斑序列,利用所述仿人眼变分辨环形散斑序列调制光源,调制后的光源发射光照射到曲面反射镜上,将探测器接收漫反射回来的带有目标信息的光强信号的光强值和所述仿人眼变分辨环形散斑序列映射对应的变分辨矩形散斑序列进行关联计算,直接重构出变分辨全景鬼成像图像。本发明能够降低采样冗余同时保持高信噪比,实现同时兼顾大视场、高分辨、高效率的鬼成像,进而满足更多领域的成像需求,以扩展鬼成像的应用领域。

    一种基于旋转双棱镜的虚拟相机阵列三维成像方法及系统

    公开(公告)号:CN114157852B

    公开(公告)日:2022-12-13

    申请号:CN202111437830.7

    申请日:2021-11-30

    Abstract: 本发明公开的一种基于旋转双棱镜的虚拟相机阵列三维成像方法及系统,属于三维计算成像技术领域。本发明基于棱镜折射效应,固定单相机的视轴将在处于某一旋转角度的双棱镜的作用下发生偏转;选取初始虚拟相机的视轴与预设虚拟平面的交点作为虚拟相机阵列中子相机的位置,根据所需虚拟相机阵列中子相机的位置与视轴偏转的方位角、俯仰角之间的关系确定双棱镜旋转角度;通过多次旋转双棱镜改变固定单相机的视轴,实现对目标场景的动态扫描,从而获取具有充足的角度与空间分辨率的未校正多图像序列;将未校正的多图像序列变换为由对应平面虚拟相机阵列采集到的图像序列,结合光场成像理论实现对目标场景的三维信息重构,提高三维成像紧凑型和灵活性。

    一种基于预置散射介质的穿散射介质关联成像方法及系统

    公开(公告)号:CN114813643A

    公开(公告)日:2022-07-29

    申请号:CN202210258421.9

    申请日:2022-03-16

    Abstract: 本发明公开一种基于预置散射介质的穿散射介质关联成像方法及系统,方法包括以下步骤:获取激光光束,基于所述激光光束,获得赝热光场;基于所述赝热光场,获得探测光场和参考光场;基于环境中的散射介质和所述探测光场,获得待测物体光强;基于预置散射介质和所述参考光场,获得散斑光强;基于所述待测物体光强和所述散斑光强,获得重构的待测物体图像。本发明为了实现穿散射介质关联成像,提出了一种基于预置散射介质的穿散射介质关联成像方法,具有成本低,系统复杂度低的特点。

    一种基于旋转细分的全景关联成像方法及系统

    公开(公告)号:CN118534641A

    公开(公告)日:2024-08-23

    申请号:CN202410596451.X

    申请日:2024-05-14

    Abstract: 本发明公开了一种基于旋转细分的全景关联成像方法及系统,属于光电成像技术领域。方法包括:S1、基于系统硬件参数,确定细分因子,并基于所述细分因子得到单张调制散斑投影时间以及采样频率;S2、生成调制散斑序列,获取每张调制散斑在投影时间内的细分视场;并基于所述采样频率获取所述细分视场的光强测量值;S3、将所述光强测量值与调制散斑进行关联计算,得到全景关联重构图像。本发明利用时间分辨率细分法对调制散斑投影时间进行细分,实现调制散斑序列投影一次即可获得360°全景视场的目标信息,降低了采样时间成本,提高了全景关联成像效率,促进了全景关联成像的实用化进程。

    一种仿生视网膜的视觉目标跟踪方法

    公开(公告)号:CN111292376B

    公开(公告)日:2023-06-30

    申请号:CN202010090894.3

    申请日:2020-02-13

    Abstract: 本发明公开的一种仿生视网膜的视觉目标跟踪方法,属于光电目标跟踪领域。本发明主要利用仿生视网膜成像的变分辨率特征,将视场映射至对数极坐标中进行目标跟踪。首先,利用仿生视网膜的对数极坐标映射成像,通过中央凹的凝视作用、边缘的信息压缩作用和实时参数改进目标跟踪算法,压缩冗余数据,增强感兴趣目标细节信息,提高对视场范围内的信息获取效率。同时,利用奇异点和成像阈值判断,准确把握场景中的目标信息,增加目标筛选的可靠性。最终,通过比较速度更快的偏心判断算法与运动控制模块,实现实时目标跟踪。与传统方法相比,在大视场高分辨条件下,本发明基于仿生视网膜视觉机理实现目标实时跟踪,效率更高,精度更高。

Patent Agency Ranking