用于高通量材料表征的二维扫描系统及测量方法

    公开(公告)号:CN114509406A

    公开(公告)日:2022-05-17

    申请号:CN202011279484.X

    申请日:2020-11-16

    Applicant: 南开大学

    Abstract: 用于高通量材料表征的二维扫描系统与方法,应用于高通量材料表征与扫描领域。本发明提出了三种不同的二维扫描系统与方法,其均由激光器、高效分光单元、样品、光电探测器组成,实现高采样速度、大数据量、高空间/时间分辨率的材料扫描。基于空间逐点法的二维扫描系统,采用单一MEMS镜和二维1×n2 MEMS镜的组合对样本进行逐点扫描;基于空间并行法的二维扫描系统,利用两个二维1×n2 MEMS镜的组合进行并行扫描;基于空时‑并串转换法的二维扫描系统,利用空间扩散/分散器和时域分散器进行二维扫描。三种方法均能用于高通量材料表征技术,基于MEMS的时间到二维空间映射的扫描系统和基于空间扩散/分散器的直接映射到二维空间的扫描系统均能使扫描速度大幅度提升。

    提高全息显示图像刷新率的显示方法

    公开(公告)号:CN112198778B

    公开(公告)日:2022-02-15

    申请号:CN202011113998.8

    申请日:2020-10-18

    Applicant: 南开大学

    Abstract: 提高全息显示图像刷新率的显示方法。本发明在现有的全息显示系统基础上,增加刷新频率相同的空间光调制器(SLM),通过时间顺序控制SLM交替成像。包括改进一种典型全息显示的方法,分别用快门和调制光源进行时序控制。本发明还改进了一种典型的彩色全息显示方法,分别用快门和调制光源进行时序控制。本发明首先搭建依次由光源、扩束镜、准直透镜和空间光调制器构成的相同的N路入射光路,然后分别控制N个入射光路交替工作,使得投影面上依次显示整个全息图序列中的第1至第N张图像并循环反复。通过这种改进提高了图像的刷新频率,从而减小了屏幕闪烁感,提高清晰度,并对眼睛产生一定的保护效果。

    提高全息显示图像刷新率的显示方法

    公开(公告)号:CN112198778A

    公开(公告)日:2021-01-08

    申请号:CN202011113998.8

    申请日:2020-10-18

    Applicant: 南开大学

    Abstract: 提高全息显示图像刷新率的显示方法。本发明在现有的全息显示系统基础上,增加刷新频率相同的空间光调制器(SLM),通过时间顺序控制SLM交替成像。包括改进一种典型全息显示的方法,分别用快门和调制光源进行时序控制。本发明还改进了一种典型的彩色全息显示方法,分别用快门和调制光源进行时序控制。本发明首先搭建依次由光源、扩束镜、准直透镜和空间光调制器构成的相同的N路入射光路,然后分别控制N个入射光路交替工作,使得投影面上依次显示整个全息图序列中的第1至第N张图像并循环反复。通过这种改进提高了图像的刷新频率,从而减小了屏幕闪烁感,提高清晰度,并对眼睛产生一定的保护效果。

    一种基于深度相机的双数据流融合物体识别方法

    公开(公告)号:CN113658089B

    公开(公告)日:2024-08-23

    申请号:CN202111054812.0

    申请日:2021-09-09

    Applicant: 南开大学

    Abstract: 本发明涉及光学成像、光信息处理以及计算机视觉等技术领域,更具体地,其涉及一种深度相机拍摄的深度图像和红外强度图像融合下的静态物体识别方法。该方法需分别建立样本数据集以获得不同材料在不同位置处的强度参考信息,并通过深度相机针对某一场景分别拍摄同一时刻的深度图像和红外强度图像,各自经过规范二值化处理后进行融合,最后利用K均值聚类方法实现对从属于不同物体的像素点的区分,同时利用相机提供的深度信息和红外强度信息,判别物体的材料种类,实现低计算复杂度的物体识别的目的。

    一种基于深度相机的双数据流融合物体识别方法

    公开(公告)号:CN113658089A

    公开(公告)日:2021-11-16

    申请号:CN202111054812.0

    申请日:2021-09-09

    Applicant: 南开大学

    Abstract: 本发明涉及光学成像、光信息处理以及计算机视觉等技术领域,更具体地,其涉及一种深度相机拍摄的深度图像和红外强度图像融合下的静态物体识别方法。该方法需分别建立样本数据集以获得不同材料在不同位置处的强度参考信息,并通过深度相机针对某一场景分别拍摄同一时刻的深度图像和红外强度图像,各自经过规范二值化处理后进行融合,最后利用K均值聚类方法实现对从属于不同物体的像素点的区分,同时利用相机提供的深度信息和红外强度信息,判别物体的材料种类,实现低计算复杂度的物体识别的目的。

    一种基于深度相机的人体多尺寸测量方法及系统

    公开(公告)号:CN111862315A

    公开(公告)日:2020-10-30

    申请号:CN202010726202.X

    申请日:2020-07-25

    Applicant: 南开大学

    Inventor: 岳洋 许天旭 安栋

    Abstract: 本发明公开了一种基于深度相机的人体多尺寸测量方法及系统,涉及三维重建技术领域,包括采用深度相机采集包含场景在内的人体360度的点云数据的步骤、针对采集的数据进行预处理,获取完整人体三维模型的步骤、在场景点云中提取地面信息,通过在人体三维模型中自下而上平移地平面,求取与人体模型的交点,分别根据交点的数量和交点横向距离大小获得人体身高和肩宽。再设置地平面在人体三维模型中的平移范围,求取交点轨迹拟合曲线的周长得到人体围度测量值。本发明仅采用一个深度相机采集人体点云数据,从场景中提取并重建出完成的人体三维模型,在不依靠测量工具的前提下,通过算法可实时得到包含身高、腰围和肩宽等多个人体尺寸。

Patent Agency Ranking