-
公开(公告)号：CN119233114A
公开(公告)日：2024-12-31
申请号：CN202411307410.0
申请日：2024-09-19
Applicant: 杭州电子科技大学 , 中国电子科技集团公司第四十四研究所 , 天津大学
IPC: H04N25/711 , H04N17/00
Abstract: 本发明公开了兼容CMOS工艺的TDI CCD像素电荷转移效率表征方法，该方法首先基于同一TDI CCD‑ON‑CMOS单级器件在有光照条件与无光照条件下，计算有效光生电荷数与第三个电势阱中原先存有的光生电荷数。其次在电荷完成从第二个电势阱转移到第三个栅极下光电二极管PD的势阱中时，计算得到转移后总的光生电荷数。最后基于有效光生电荷数、第三个电势阱中原先存有的光生电荷数和转移后总的光生电荷数，得到有效转移电荷数，有效转移电荷数除以有效光生电荷数，得到电荷转移效率CTE。本发明能够减少甚至消除噪声电荷在计算CTE参数时对精度的影响，提高CTE计算精度。
-
公开(公告)号：CN112488959B
公开(公告)日：2024-02-09
申请号：CN202011485936.X
申请日：2020-12-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于动态随机共振的CMOS图像传感器信号去噪方法。本发明如下：1、对初始图像进行归一化处理，得到归一化图像。步骤2、图像块噪声方差的估计。步骤3、将各二维图像块降维为一维的序列信号。步骤4、迭代更新序列信号。步骤5、用步骤4所得的各像素点对应的结果序列分别确定去噪后图像中对应像素点的归一化数值，从而获得去噪后图像。本发明通过改进的郎之万方程，优化最优随机共振的系统参数的值，并将其应用到信号依赖噪声图像去噪领域。本发明通过改进的最优系统参数的值，可以根据估计的噪声参数自适应计算随机共振的系统参数，实现动态随机共振进行图像去噪，降低随机共振图像去噪的时间复杂度。
-
公开(公告)号：CN117496536A
公开(公告)日：2024-02-02
申请号：CN202311282730.0
申请日：2023-10-07
Applicant: 杭州电子科技大学
IPC: G06V30/226 , G06V10/82 , G06N3/0464 , G06N3/096 , G06V30/19
Abstract: 本发明涉及基于特征融合TL‑ResNet18网络的相似手写汉字识别方法，通过训练神经网络得到手写汉字间的相似性概率，并将其代替密度峰值聚类算法中的距离指标，克服了传统密度峰值聚类无法对图片所代表的高维特征向量进行分类的缺点，能将表格内印刷体汉字的识别率最高提高了5.71％；设计了基于特征融合的TL‑ResNet18网络，在基于传统ResNet‑18模型基础上，加入深度迁移学习模型和特征融合模块，将相似手写汉字的识别率提高至97.06％，手写汉字的整体识别率提高至97.45％。
-
公开(公告)号：CN116774336A
公开(公告)日：2023-09-19
申请号：CN202310866288.X
申请日：2023-07-14
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种适用于非正入射角的结构色超表面高品质因数窄带滤光片，其包括依次层叠的基底层、中间层和纳米线阵列。所述基底层为Al2O3材料，中间层为Si3N4材料。所述纳米线阵列包括多个以矩阵形式排列在中间层表面的椭圆柱纳米线，相邻两个椭圆柱纳米线的中心点间的距离相等。所述椭圆柱纳米线呈直椭圆柱状，顶面开设有半椭球形状的凹槽，凹槽的开口轮廓与椭圆柱纳米线底面轮廓相同。通过调整椭圆柱纳米线的尺寸与距离，可以实现透射光波段的调谐。本发明在实现高反射率、高品质因数的同时可以保持较窄的半峰全宽，并且在0～60°入射角范围内保持共振峰位置基本不变。在非正入射角下表现稳定，不易变色。
-
公开(公告)号：CN112098801B
公开(公告)日：2023-03-31
申请号：CN202010862471.9
申请日：2020-08-25
Applicant: 杭州电子科技大学
IPC: G01R31/265
Abstract: 本发明公开了一种基于界面态陷阱能级分布的图像传感器质量检测方法。本发明基于半物理‑半解析的建模思路描述了不同界面态陷阱能级分布下满阱容量动态变化的行为，从而解决了现有PPD满阱容量检测方法中对于界面态陷阱设计考虑不完全导致所得结果仅能反应满阱容量最大值的技术问题。本发明不仅能够更加合理、准确的预测满阱容量在不同界面态陷阱能级分布下的满阱容量的动态行为，而且本发明得到的满阱容量的值是在一段区间动态变化的，这直接关系着图像传感器的成像质量问题，通过提供PPD满阱容量的分布情况为图像传感器的电路设计提供依据。
-
Patent Agency Ranking
公开(公告)号：CN113406047A
公开(公告)日：2021-09-17
申请号：CN202110552119.X
申请日：2021-05-20
Applicant: 杭州电子科技大学
IPC: G01N21/64
Abstract: 本发明公开了一种基于腔增强表面等离子体共振的荧光检测传感装置，包括激光光源、带通滤光单元、光束耦合器、高反腔单元、长波通滤光片、聚焦透镜以及光信息接收单元和处理单元。激光光源发射的光束分别经过蓝藻荧光激发带通滤光片和叶绿素荧光激发带通滤光片的筛选，在高反腔内发生多次反射，与被测液体发生充分接触作用产生荧光，金属层和纳米颗粒层的等离子体共振作用对其进行二次增强放大后，被长波通滤光片引出腔外，经过聚焦透镜后被光信息接收单位和处理单元接收和处理，得到蓝藻与叶绿素的浓度。本装置通过滤光片对光束进行筛选，实现不同物质浓度的检测，并且可以提高检测的精度和灵敏度。
-
公开(公告)号：CN112098801A
公开(公告)日：2020-12-18
申请号：CN202010862471.9
申请日：2020-08-25
Applicant: 杭州电子科技大学
IPC: G01R31/265
Abstract: 本发明公开了一种基于界面态陷阱能级分布的图像传感器质量检测方法。本发明基于半物理‑半解析的建模思路描述了不同界面态陷阱能级分布下满阱容量动态变化的行为，从而解决了现有PPD满阱容量检测方法中对于界面态陷阱设计考虑不完全导致所得结果仅能反应满阱容量最大值的技术问题。本发明不仅能够更加合理、准确的预测满阱容量在不同界面态陷阱能级分布下的满阱容量的动态行为，而且本发明得到的满阱容量的值是在一段区间动态变化的，这直接关系着图像传感器的成像质量问题，通过提供PPD满阱容量的分布情况为图像传感器的电路设计提供依据。
-
公开(公告)号：CN111489325A
公开(公告)日：2020-08-04
申请号：CN201911294927.X
申请日：2019-12-16
Applicant: 杭州电子科技大学
Abstract: 本发明提出一种甲亢疾病即时鉴定装置及其控制方法，包括人体图像特征采集模块和深度卷积神经网络模块，人体图像特征采集模块与深度卷积神经网络模块信号连接。具体步骤：S1、通过人体图像特征采集模块即时捕捉人体图像特征；S2、图像处理单元对人体图像特征进行重构，输出3D信息图像；S3、将3D信息图像输入已完成训练神经网络预测诊断结果，并实时返回诊断应对方法；S4、将诊断结果及捕捉到的3D信息图像输入至服务器存储，再将图像预处理过后，重新输入神经网络进行微调，形成一个增量循环训练网络结构。在不增加参数的情况下提高泛化能力。本发明具有一定的准确性和即时性，能够有效率快速提供诊断结果，使得患者可以随时得知自己的病情。
-
公开(公告)号：CN110807738A
公开(公告)日：2020-02-18
申请号：CN201910774540.8
申请日：2019-08-21
Applicant: 杭州电子科技大学
Abstract: 本发明为一种基于边缘图块锐化的模糊图像非盲复原方法，包括以下步骤：建立边缘图块数据库；提取模糊图像G的边缘分割图像G1和平滑区域分割图像G2；对边缘分割图像G1进行网格划分，在划分好的网格区域中针对有像素值的边缘区域位置图块进行匹配锐化处理，获得锐化更新后的边缘区域图像G1′；对平滑区域分割图像G2进行复原，获得复原的平滑区域图像G2′；获得模糊图像G的复原图像G′。本发明的优点是：通过对边缘区域图像进行网格划分，对于每个划分的单元网格，搜索确定图块数据库中与其灰度相似度匹配系数最大的清晰图块，完成边缘区域的的图块锐化更新，实现边缘清晰度提升的同时，避免了复原算法迭代引起的振铃效应。
-
公开(公告)号：CN109104168B
公开(公告)日：2019-12-10
申请号：CN201810802759.X
申请日：2018-07-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种高效率的细时间测量的电路。现有细时间测量技术存在占用资源多、死时间大的问题。本发明包括锁相环、信号处理模块、细时间计数模块和编码电路模块。信号处理模块包括第一采集D触发器、第二采集D触发器、第一异或门、第二异或门、第三异或门、与门和大延迟选择器。细时间计数模块包括n个延迟单元、n个第一细算D触发器和n个第二细算D触发器。编码电路模块包括第一整合选择器组、第二整合选择器组、第一移位寄存器、第二移位寄存器、第一计数器、第二计数器、第一输出选择器、第二输出选择器、第一反向器、第二反向器和加法器。本发明引入相位相差180°的差分脉冲进行细时间的测量，减小了死时间。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.063 seconds)
