-
公开(公告)号：CN117911555A
公开(公告)日：2024-04-19
申请号：CN202410021959.7
申请日：2024-01-05
Abstract: 本发明公开了一种基于超构表面的宽谱集成快照式光谱仪构建方法，是一种片上快照式光谱相机设计，采用数值仿真模拟，设计金属‑介质‑金属三层微结构单元搭建超表面滤光元件。通过优化设计超构表面每个检测通道内的超构单元的尺寸和排布方式构建多个透射率响应关系相异的光谱通道。采用光电传感器接收经过超表面调制的光强信息，利用事先训练完成的神经网络算法重构入射光谱。本发明的工作波段范围为1～10微米的宽红外波段，相较于传统光谱探测方式可以降低空间分辨率的损耗，在像素大小为30微米级别的面积内重建探测光谱透射曲线。并且还能快速得到光谱信息、实现动态光谱探测，拥有平衡采集空间和光谱信息的优点。
-
公开(公告)号：CN104898191A
公开(公告)日：2015-09-09
申请号：CN201510260194.3
申请日：2015-05-20
Applicant: 北京空间机电研究所
CPC classification number: G02B3/08 , G02B27/0012
Abstract: 一种基于超材料的中红外波段超薄平板透镜，包括圆形氟化钡平板基底；圆形氟化钡平板基底上刻有V字形金属棒结构，V字形金属棒结构上镀有金膜；所述V字形金属棒结构上分别把不同相位的V字形金属棒结构排列于不同半径r处，不同V字形金属棒结构沿径向排布，形成同心环；其中，每个同心圆环上排布的V字形金属棒结构相同。本发明首次提出利用16组V字形金属棒结构连续调控相位的方法，利用光刻与镀膜结合的方法加工中红外波段的平板透镜，与传统凸透镜相比，通过V字形金属棒结构相位调控替代传统曲面的傅里叶变换功能，该透镜具有超薄和平板的特征，从而大大降低了重量与体积。
-
公开(公告)号：CN104898191B
公开(公告)日：2016-08-24
申请号：CN201510260194.3
申请日：2015-05-20
Applicant: 北京空间机电研究所
Abstract: 一种基于超材料的中红外波段超薄平板透镜，包括圆形氟化钡平板基底；圆形氟化钡平板基底上刻有V字形金属棒结构，V字形金属棒结构上镀有金膜；所述V字形金属棒结构上分别把不同相位的V字形金属棒结构排列于不同半径r处，不同V字形金属棒结构沿径向排布，形成同心环；其中，每个同心圆环上排布的V字形金属棒结构相同。本发明首次提出利用16组V字形金属棒结构连续调控相位的方法，利用光刻与镀膜结合的方法加工中红外波段的平板透镜，与传统凸透镜相比，通过V字形金属棒结构相位调控替代传统曲面的傅里叶变换功能，该透镜具有超薄和平板的特征，从而大大降低了重量与体积。
-
公开(公告)号：CN113008371B
公开(公告)日：2022-02-08
申请号：CN202110243400.5
申请日：2021-03-05
Applicant: 南京大学
Abstract: 本发明公开了一种深度学习解色散模糊的高光谱成像方法。该方法的步骤是：S1，采集高精度光谱数据和色散RGB数据；S2，制备卷积神经网络训练数据集；S3，构建解色散模糊的卷积神经网络，该网络采用三维卷积核，且多个尺度的卷积核并列；卷积神经网络的输入是色散RGB数据，输出是重建高光谱数据；S4，利用S3构建的卷积神经网络，通过反向传播算法训练网络从色散RGB数据重建出高精度光谱数据的能力；S5，经多次迭代，选择训练得到的最优模型对测试集中的色散RGB数据直接解色散模糊得到高光谱数据。本发明利用深度学习卷积神经网络解色散模糊，实现高光谱重建工作，在保证重建精度的前提下大大提高了光谱重建速度。
-
公开(公告)号：CN113008371A
公开(公告)日：2021-06-22
申请号：CN202110243400.5
申请日：2021-03-05
Applicant: 南京大学
Abstract: 本发明公开了一种深度学习解色散模糊的高光谱成像方法。该方法的步骤是：S1，采集高精度光谱数据和色散RGB数据；S2，制备卷积神经网络训练数据集；S3，构建解色散模糊的卷积神经网络，该网络采用三维卷积核，且多个尺度的卷积核并列；卷积神经网络的输入是色散RGB数据，输出是重建高光谱数据；S4，利用S3构建的卷积神经网络，通过反向传播算法训练网络从色散RGB数据重建出高精度光谱数据的能力；S5，经多次迭代，选择训练得到的最优模型对测试集中的色散RGB数据直接解色散模糊得到高光谱数据。本发明利用深度学习卷积神经网络解色散模糊，实现高光谱重建工作，在保证重建精度的前提下大大提高了光谱重建速度。
-
Patent Agency Ranking
公开(公告)号：CN104965243B
公开(公告)日：2017-07-11
申请号：CN201510333216.4
申请日：2015-06-16
Applicant: 南京大学
IPC: G02B3/00
Abstract: 采用超构表面实现平面波聚焦的平板透镜，采用超构表面实现平面波完美聚焦的平板透镜，通过对8种V字型聚焦结构在平面的圆的径向进行周期排列，每组V字型聚焦结构的圆环上均匀排列，在圆的径向从内至外周期排列的8组V字型聚焦结构的相位分别为0、π/4、π/2、3π/4、π、5π/4、3π/2和7π/4，线性间隔π/4；根据完美聚焦的相位分布，计算出在径向V字形结构的排列方式，然后通过确定相应每种聚焦结构所在的位置r，即得到在该圆环上需要刻蚀的结构数n＝L/a；设计不同的微结构组获得不同焦距的平板透镜。由于本发明只需在50nm银膜上刻蚀孔洞,因此平板透镜的厚度做到很薄,有望在光学集成领域中获得应用。
-
公开(公告)号：CN119717093A
公开(公告)日：2025-03-28
申请号：CN202510068056.9
申请日：2025-01-16
Applicant: 南京大学
IPC: G02B5/00
Abstract: 本发明公开了一种基于介电光栅的超高品质因子的完美吸收器件。该完美吸收器件包括基底、介电光栅和金属微结构，其中，介电光栅位于基底上，金属微结构周期性排列在介电光栅的凸起上，使得在局域表面等离子体共振(LSPR)的非共振区域激发导模(GMs)，以实现超高品质因子的完美吸收。本发明的器件结构实现了近红外区域的双频带近完美吸收和高品质因子(Q≥8115)，获得了目前已知的等离子体系统中近完美吸收的最高品质因子，是一种性能优异的完美吸收器件。
-
公开(公告)号：CN112950736B
公开(公告)日：2024-04-09
申请号：CN202110243398.1
申请日：2021-03-05
Applicant: 南京大学
Abstract: 本发明公开了一种基于无监督网络解色散模糊的高光谱成像方法。该方法的步骤是：S1，采集色散模糊的RGB图像；S2，构建无监督学习的卷积神经网络，该网络的输入为色散RGB图像，其输出为重建高光谱图像；S3，将步骤S1采集的单张色散RGB图像输入步骤S2的卷积神经网络,使用在线训练的方法重建图像的光谱信息；S4，根据成像系统生成的色散图像的物理关系驱动所述卷积神经网络的参数优化，利用反向传播算法训练所述卷积神经网络从色散RGB图像中重建出高光谱数据的能力；S5，重复迭代多次，得到逐渐逼近真实高光谱图像的重建结果。本发明的高光谱成像方法利用无监督网络解色散模糊，使用模型驱动替代数据驱动，保证重建精度同时使得系统更简单且成本降低。
-
公开(公告)号：CN111609930A
公开(公告)日：2020-09-01
申请号：CN202010407859.X
申请日：2020-05-14
Applicant: 南京大学
Abstract: 本发明公开了一种基于超构表面的大角度分光系统，包括依次放置的线偏振片、四分之一波片、大角度色散超构表面透射板、探测器，探测器中包括感光芯片。环境光线经过线偏振片、四分之一波片调节形成圆偏振光，大角度色散超构表面透射板对入射光线进行色散，同时调节光的传播方向，感光芯片接收分光后的光场信号，探测器对其精确记录，结合数字图像算法重构形成准确光谱。本发明的基于超构表面的大角度分光系统实现了在中红外光波段具有连续分光功能的新型集成分光设计，在大大缩小分光光谱仪所需体积的情况下，能够高效地得到宽波段连续分光的光谱图像，在实际场景的应用中具有极大的优势，装置简单，体积小巧，具有高集成度和高精度的特点。
-
公开(公告)号：CN112950736A
公开(公告)日：2021-06-11
申请号：CN202110243398.1
申请日：2021-03-05
Applicant: 南京大学
Abstract: 本发明公开了一种基于无监督网络解色散模糊的高光谱成像方法。该方法的步骤是：S1，采集色散模糊的RGB图像；S2，构建无监督学习的卷积神经网络，该网络的输入为色散RGB图像，其输出为重建高光谱图像；S3，将步骤S1采集的单张色散RGB图像输入步骤S2的卷积神经网络,使用在线训练的方法重建图像的光谱信息；S4，根据成像系统生成的色散图像的物理关系驱动所述卷积神经网络的参数优化，利用反向传播算法训练所述卷积神经网络从色散RGB图像中重建出高光谱数据的能力；S5，重复迭代多次，得到逐渐逼近真实高光谱图像的重建结果。本发明的高光谱成像方法利用无监督网络解色散模糊，使用模型驱动替代数据驱动，保证重建精度同时使得系统更简单且成本降低。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.033 seconds)
