-
公开(公告)号：CN111709882A
公开(公告)日：2020-09-25
申请号：CN202010780609.0
申请日：2020-08-06
Applicant: 南京理工大学
IPC: G06T3/40
Abstract: 本发明涉及一种基于亚像素卷积与特征分割的超分辨率融合的计算方法，属于光谱数据智能处理和分析的技术领域；首先低图像分辨率高光谱数据进入网络，进行数据处理；接着高图像分辨率多光谱数据进入网络与低图像分辨率高光谱数据进行融合，并进行输出；最后将融合处理过后的输出与高光谱数据图像超分辨率重建结果进一步融合。本申请的网络中使用的是非瓶颈1D结构，该结构将原本的3×3卷积核分解为一对1D卷积核，以此减少卷积参数量；本申请使网络在融合时可以学习到变换矩阵信息，有利于提高网络光谱维度重建的准确性和网络泛化能力；整体计算速度提高，并且精度精准。
-
公开(公告)号：CN118096904A
公开(公告)日：2024-05-28
申请号：CN202311759033.X
申请日：2023-12-20
Applicant: 南京理工大学
IPC: G06T9/00 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 本发明公开了一种联合transformer和辅助学习任务的快照高光谱鲁棒成像方法，包括以下步骤：一、搭建高光谱成像模型，利用编码孔径快照光谱成像方法对目标场景进行色散编码得到测量值；二、构建快照高光谱重建网络，利用所述快照高光谱重建网络实现高光谱图像重建，所述快照高光谱重建网络由基于优化transformer模块设计的Unet架构和辅助学习网络组成。本发明的联合transformer和辅助学习任务的快照高光谱鲁棒成像方法提出了一种鲁棒性较强的快照高光谱重建网络。基于辅助学习任务的优势，将快照压缩测量映射为全色图像输入高光谱图像重建端。使用基于优化transformer的Unet机构以及全色生成策略的信息补充，增强了快照高光谱重建网络的正则化能力，对鲁棒效果具有较大提升。
-
Patent Agency Ranking
公开(公告)号：CN115496819A
公开(公告)日：2022-12-20
申请号：CN202211442874.3
申请日：2022-11-18
Applicant: 南京理工大学
Abstract: 本申请涉及一种基于能量集中特性的快速编码光谱成像方法，包括以下步骤：基于双光路成像系统获取光谱信息和RGB图像信息；基于RGB图像单位区域内空间信息和编码模板相乘后的高低排序，建立光谱信息编码模板的采样顺序；基于DCT矩阵能量集中特性和上述采样顺序建立DCT编码模板，对光谱信息进行编码和重建；基于PMS‑Net特征提取模块和CMMI信息插入函数建立光谱图像增强网络，通过RGB图像丰富的空间信息提高低分辨率重建光谱图像的空间细节质量。本申请基于RGB图像空间信息的排序得到光谱编码的对应顺序，实现在欠采样条件下保留更多的空间与光谱信息；并且融合RGB图像信息，达成到高质量的光谱成像效果。
-
公开(公告)号：CN110501070A
公开(公告)日：2019-11-26
申请号：CN201810484068.X
申请日：2018-05-19
Applicant: 南京理工大学
IPC: G01J3/28
Abstract: 本发明公开了一种基于亚哈达玛矩阵的瞬态哈达玛变换光谱仪，包括望远物镜、DMD、准直镜、光栅、聚焦透镜和两个CCD相机；目标场景经由望远物镜聚焦在DMD上进行编码，编码后的光线经过棱镜反射再经过准直透镜准直，经过准直透镜之后的平行光线经过分光透镜，一部分经过聚焦透镜聚焦在CCD2上，记录编码模板的光强分布；另一部分经过光栅分光，经过光栅分光后的光线再经由聚焦透镜聚焦在CCD1上，记录整个Hadamard S-矩阵的所有色散叠加后的光谱。本发明可以实现更高的信噪比和更高的灵敏度。
-
公开(公告)号：CN111709882B
公开(公告)日：2022-09-27
申请号：CN202010780609.0
申请日：2020-08-06
Applicant: 南京理工大学
IPC: G06T3/40
Abstract: 本发明涉及一种基于亚像素卷积与特征分割的超分辨率融合的计算方法，属于光谱数据智能处理和分析的技术领域；首先低图像分辨率高光谱数据进入网络，进行数据处理；接着高图像分辨率多光谱数据进入网络与低图像分辨率高光谱数据进行融合，并进行输出；最后将融合处理过后的输出与高光谱数据图像超分辨率重建结果进一步融合。本申请的网络中使用的是非瓶颈1D结构，该结构将原本的3×3卷积核分解为一对1D卷积核，以此减少卷积参数量；本申请使网络在融合时可以学习到变换矩阵信息，有利于提高网络光谱维度重建的准确性和网络泛化能力；整体计算速度提高，并且精度精准。
-
公开(公告)号：CN110501070B
公开(公告)日：2021-09-03
申请号：CN201810484068.X
申请日：2018-05-19
Applicant: 南京理工大学
IPC: G01J3/28
Abstract: 本发明公开了一种基于亚哈达玛矩阵的瞬态哈达玛变换光谱仪，包括望远物镜、DMD、准直镜、光栅、聚焦透镜和两个CCD相机；目标场景经由望远物镜聚焦在DMD上进行编码，编码后的光线经过棱镜反射再经过准直透镜准直，经过准直透镜之后的平行光线经过分光透镜，一部分经过聚焦透镜聚焦在CCD2上，记录编码模板的光强分布；另一部分经过光栅分光，经过光栅分光后的光线再经由聚焦透镜聚焦在CCD1上，记录整个Hadamard S‑矩阵的所有色散叠加后的光谱。本发明可以实现更高的信噪比和更高的灵敏度。
-
公开(公告)号：CN115496819B
公开(公告)日：2023-03-21
申请号：CN202211442874.3
申请日：2022-11-18
Applicant: 南京理工大学
Abstract: 本申请涉及一种基于能量集中特性的快速编码光谱成像方法，包括以下步骤：基于双光路成像系统获取光谱信息和RGB图像信息；基于RGB图像单位区域内空间信息和编码模板相乘后的高低排序，建立光谱信息编码模板的采样顺序；基于DCT矩阵能量集中特性和上述采样顺序建立DCT编码模板，对光谱信息进行编码和重建；基于PMS‑Net特征提取模块和CMMI信息插入函数建立光谱图像增强网络，通过RGB图像丰富的空间信息提高低分辨率重建光谱图像的空间细节质量。本申请基于RGB图像空间信息的排序得到光谱编码的对应顺序，实现在欠采样条件下保留更多的空间与光谱信息；并且融合RGB图像信息，达成到高质量的光谱成像效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
