-
公开(公告)号：CN118015126B
公开(公告)日：2024-09-10
申请号：CN202410237403.1
申请日：2024-03-01
Applicant: 北京邮电大学
IPC: G06T11/00 , G01N21/35 , G01N21/47 , G06T17/00 , G06T3/4023 , G06V10/40 , G06N3/0455 , G06N3/0464 , G06V10/44 , G06N3/08
Abstract: 本发明提供一种基于衍射编码的红外高光谱压缩采集芯片参数训练、采集方法及系统，构建训练数据集，包含不同波段的自然光及其真实红外高光谱；构建初始光学模块，包括衍射光学元件和红外传感器；根据预设的不同衍射光学元件高度图在红外传感器上形成不同的点扩散函数，以对自然光的真实红外高光谱进行调制，结合红外传感器的光谱响应生成红外高光谱灰度图；构建初始神经网络，输入红外高光谱灰度图，输出重构红外高光谱，采用训练数据集训练，构建真实红外高光谱和重构红外高光谱的损失，对光学模块和神经网络进行优化，以组合得到红外高光谱采集模型。该红外高光谱采集模型仅需单次曝光就能获得高精度的红外高光谱信息，效率高、成像分辨率高。
-
公开(公告)号：CN118135397A
公开(公告)日：2024-06-04
申请号：CN202410237404.6
申请日：2024-03-01
Applicant: 北京邮电大学
IPC: G06V20/10 , G01N21/25 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于衍射编码的可见光高光谱压缩采集芯片参数训练、采集方法及系统，基于衍射光学元件对入射的可见光进行调制并成像，单次曝光同时捕获自然场景的空间和光谱信息，引入U‑Net神经网络对成像的图像进行处理并重构得到可见光高光谱。在训练过程中，基于重构的可见光高光谱与原始入射的样本可见光高光谱计算偏差，通过最小化偏差同时对衍射光学元件的高度图分布和U‑Net神经网络的参数进行更新迭代，以提升对可见光高光谱的检测效率和精度。
-
公开(公告)号：CN116625505A
公开(公告)日：2023-08-22
申请号：CN202310458145.5
申请日：2023-04-26
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于RCASSI系统的光谱分辨率可调的高光谱成像方法及装置，包括：获取待生成的高光谱图像的光谱通道数量，确定光束在棱镜的远离掩膜的第一侧面的入射角和光束在棱镜的第一侧面的折射角；基于光谱通道数量以及预设像素尺寸确定光束相对于掩膜中心的偏移量，基于偏移量、入射角、折射角以及光束从所述棱镜的靠近于掩膜的第二侧面上输出的相对于初始光轴的偏移角确定棱镜与掩膜之间的距离；基于棱镜与掩膜之间的距离确定第一透镜与第二透镜的焦距，基于焦距确定第一透镜与第二透镜之间的间距；基于间距通过位于第一透镜与第二透镜下方的移动平台对第一透镜和第二透镜进行位置调整。该方法在高光谱成像过程中可实现光谱分辨率的调节。
-
Patent Agency Ranking
公开(公告)号：CN116579959A
公开(公告)日：2023-08-11
申请号：CN202310396077.4
申请日：2023-04-13
Applicant: 北京邮电大学
IPC: G06T5/50 , G06T5/00 , G06V10/58 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明提供一种用于高光谱图像的融合成像方法及装置，包括：获取全色图像，提取全色图像的高频细节；获取相机采集的测量值和掩膜，生成重建高光谱图像数据，将全色图像的高频细节、重建高光谱图像数据及全色图像进行级联得到级联后的三维数组，并输入至卷积神经网络模型得到三维数组的特征表示；将三维数组的特征表示输入至多尺度多深度网络模型得到多尺度多深度特征表示；将重建高光谱图像数据输入至通道注意力模块得到全局特征对应的权重系数，将权重系数与多尺度多深度特征表示相乘得到高光谱图像的最终特征，将最终特征与重建高光谱图像数据进行叠加得到融合后的高光谱图像。该方法消除了高光谱图像中的伪影，提高了高光谱图像的空间分辨率。
-
公开(公告)号：CN118015126A
公开(公告)日：2024-05-10
申请号：CN202410237403.1
申请日：2024-03-01
Applicant: 北京邮电大学
IPC: G06T11/00 , G01N21/35 , G01N21/47 , G06T17/00 , G06T3/4023 , G06V10/40 , G06N3/0455 , G06N3/0464 , G06V10/44 , G06N3/08
Abstract: 本发明提供一种基于衍射编码的红外高光谱压缩采集芯片参数训练、采集方法及系统，构建训练数据集，包含不同波段的自然光及其真实红外高光谱；构建初始光学模块，包括衍射光学元件和红外传感器；根据预设的不同衍射光学元件高度图在红外传感器上形成不同的点扩散函数，以对自然光的真实红外高光谱进行调制，结合红外传感器的光谱响应生成红外高光谱灰度图；构建初始神经网络，输入红外高光谱灰度图，输出重构红外高光谱，采用训练数据集训练，构建真实红外高光谱和重构红外高光谱的损失，对光学模块和神经网络进行优化，以组合得到红外高光谱采集模型。该红外高光谱采集模型仅需单次曝光就能获得高精度的红外高光谱信息，效率高、成像分辨率高。
-
公开(公告)号：CN116579959B
公开(公告)日：2024-04-02
申请号：CN202310396077.4
申请日：2023-04-13
Applicant: 北京邮电大学
IPC: G06T5/50 , G06T5/80 , G06V10/58 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明提供一种用于高光谱图像的融合成像方法及装置，包括：获取全色图像，提取全色图像的高频细节；获取相机采集的测量值和掩膜，生成重建高光谱图像数据，将全色图像的高频细节、重建高光谱图像数据及全色图像进行级联得到级联后的三维数组，并输入至卷积神经网络模型得到三维数组的特征表示；将三维数组的特征表示输入至多尺度多深度网络模型得到多尺度多深度特征表示；将重建高光谱图像数据输入至通道注意力模块得到全局特征对应的权重系数，将权重系数与多尺度多深度特征表示相乘得到高光谱图像的最终特征，将最终特征与重建高光谱图像数据进行叠加得到融合后的高光谱图像。该方法消除了高光谱图像中的伪影，提高了高光谱图像的空间分辨率。
-
公开(公告)号：CN116625505B
公开(公告)日：2024-02-02
申请号：CN202310458145.5
申请日：2023-04-26
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于RCASSI系统的光谱分辨率可调的高光谱成像方法及装置，包括：获取待生成的高光谱图像的光谱通道数量，确定光束在棱镜的远离掩膜的第一侧面的入射角和光束在棱镜的第一侧面的折射角；基于光谱通道数量以及预设像素尺寸确定光束相对于掩膜中心的偏移量，基于偏移量、入射角、折射角以及光束从所述棱镜的靠近于掩膜的第二侧面上输出的相对于初始光轴的偏移角确定棱镜与掩膜之间的距离；基于棱镜与掩膜之间的距离确定第一透镜与第二透镜的焦距，基于焦距确定第一透镜与第二透镜之间的间距；基于间距通过位于第一透镜与第二透镜下方的移动平台对第一透镜和第二透镜进行位置调整。该方法在高光谱成像过程中可实现光谱分辨率的调节。
-
公开(公告)号：CN117391979A
公开(公告)日：2024-01-12
申请号：CN202311153111.1
申请日：2023-09-07
Applicant: 北京邮电大学
Abstract: 本申请提供基于多维采集的高光谱及深度融合成像方法、装置及系统，方法包括：对CASSI双镜头多维采集装置采集的三维高光谱灰度图像数据进行三维重建以得到三维高光谱重建图像数据和重建灰度图像数据；对重建灰度图像数据和CASSI双镜头多维采集装置采集的全色测量灰度图像数据进行立体匹配以得到灰度对齐深度图像数据；将三维高光谱重建图像数据和灰度对齐深度图像数据输入图像融合神经网络得到多维度融合成像结果。本申请能够实现从不同的角度对目标场景进行单次高光谱及深度融合成像，能够有效提高光谱成像的效率，并能够提高对高光谱和深度数据进行融合的有效性及可靠性，进而能够提高对目标场景进行高光谱及深度融合成像的准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
