-
公开(公告)号：CN115308174B
公开(公告)日：2025-04-29
申请号：CN202210852676.8
申请日：2022-07-20
Applicant: 清华大学深圳国际研究生院 , 深圳市绿洲光生物技术有限公司
IPC: G01N21/64
Abstract: 本发明公开了一种应用在开放场景下的浮游生物原位成像系统及方法，该系统包括：远心光源、二向色分光镜、背影成像模块、荧光成像模块、控制模块和图像处理模块；远心光源入射水体中浮游生物平面，含有叶绿素的浮游生物目标在远心光源发射的光激发下发射出更长波长的荧光成分，与照明光混叠在一起，所述二向色分光镜将二者进行分离；背影成像模块对分离出的照明光进行背影成像，荧光成像模块对分离出的荧光进行荧光成像；控制模块控制背影成像模块和荧光成像模块同时进行触发，实现对同一视野的背光图像与荧光图像的同频率采样。本发明能够实现对微型浮游生物的有效观测。
-
公开(公告)号：CN115718071B
公开(公告)日：2024-08-02
申请号：CN202211494696.9
申请日：2022-11-25
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提供了一种面向表面缺陷检测的视觉信息采集装置及方法，包括：空间正交化结构光照明单元，空间正交化结构光照明单元光路为单像素成像结构，能够将振幅调制图像通过照明光投影共轭到成像目标的特定对焦面，完成像素级照明；角度分离光路单元，角度分离光路单元用于在角度维度对成像目标的辐射光进行分离；图像传感器单元用于接收成像目标的辐射光，其上设置有多个光强采集区域和偏振掩膜，采集多个光强值用于重构成像目标多维度的辐射光强分布；本发明实现了多维度成像信息采集的需求，通过面扫描式结构光照明的方法编码成像目标的空间维度以实现基于额外光学参数的维度分离，相对传统光学成像方法具有更好的信息质量和实施效率。
-
公开(公告)号：CN110319793B
公开(公告)日：2024-03-22
申请号：CN201910722631.7
申请日：2019-08-06
Applicant: 清华大学深圳研究生院
Abstract: 一种透射旋转对称非球面检测系统，该系统包括在光路上依次设置的激光器、准直透镜、聚焦透镜、待测镜片托盘、扩束镜和波前传感器，用于驱动聚焦透镜沿光轴方向移动的第一驱动器，用于驱动待测镜片托盘沿垂直光轴的XY方向平移的第二驱动器，用于驱动扩束镜沿光轴方向移动的第三驱动器，以及旋转位移器，对放置在待测镜片托盘的镜片限位孔中的待测镜片进行旋转。使用本系统的检测方法中，将波前三阶Coma像差的一阶旋转特征应用于误差分析，确定三阶Coma像差的节点位置和对应的矢径的分布，将矢径的分布图及参数与标准元件对比，实现快速地对镜片加工偏心等误差的高精度检测。
-
公开(公告)号：CN115290006A
公开(公告)日：2022-11-04
申请号：CN202210946475.4
申请日：2022-08-08
Applicant: 清华大学深圳国际研究生院
IPC: G01B11/255 , G02B27/62
Abstract: 本发明公开了一种用于反射光路光轴对准和面形曲率检测的系统，包括计算装置、第一、二激光光源、与光源等高的平面分光镜、分光棱镜、第一、二、三复消色差双胶合透镜、目标反射镜和图像传感器，并组成准直共轭光路：准直光路、检测反射镜光路、参考光路，图像传感器输出与计算装置相连。本发明解决了反射镜在光学系统的定心装调和球面反射镜的曲率半径精密检测的难题，以一种光路同时搭建两种光学应用检测的系统，减小检测成本及测量误差；同时引入原装调光路实现三轴共基准；实现检测光斑图像判定和装调反馈在线检测；提高复杂离轴系统搭建及检测效率，实现实时在线装调及高精度面形的测量效果。
-
公开(公告)号：CN115270466A
公开(公告)日：2022-11-01
申请号：CN202210901855.6
申请日：2022-07-28
Applicant: 清华大学深圳国际研究生院
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种三维单像素成像的光子计数模拟方法，包括以下步骤：采用指定的编码模式图，在仿真环境中分别完成对应的模拟计算，从光子角度，以光子为基本仿真单元，基于蒙特卡洛原理进行三维单像素成像光子计数模拟，其中建立仿真模块以实现模拟三维单像素成像中各个阶段的光子状态值。解决了单像素成像在应用于三维目标物时，光电探测器测量数据中引入了因三维形貌所导致的额外数据分量，在像素层面的单像素成像仿真算法中，难以完成对这类问题的模拟计算问题。
-
Patent Agency Ranking
公开(公告)号：CN113298700A
公开(公告)日：2021-08-24
申请号：CN202110598361.0
申请日：2021-05-31
Applicant: 清华大学深圳国际研究生院
Abstract: 一种在散射场景中的高分辨图像重构方法，包括如下步骤：S1、针对不同的散射场景，利用点扩散函数PSF测量装置测量各个散射场景的点扩散函数PSF，根据测得的点扩散函数PSF降维提取线扩散函数LSF以对各个散射场景进行表征，实现对不同散射场景的分类；S2、根据对散射场景的分类结果，对散射场景中的计算鬼成像系统采集到的一维信号，自适应采用图像重构深度卷积神经网络进行图像重构，以得到高分辨的图像，重构网络的训练集来源于与该散射场景分类特征最匹配的散射场景中采集到的一维数据，实现在不同散射场景中的自适应高分辨图像重构。该方法可以对不同的散射场景进行快速分类，实现在不同散射场景中的快速、高分辨成像。
-
公开(公告)号：CN110084818B
公开(公告)日：2021-04-23
申请号：CN201910355983.3
申请日：2019-04-29
Applicant: 清华大学深圳研究生院
IPC: G06T7/10
Abstract: 本发明提供一种动态下采样图像分割方法，是一种强噪声环境下低对比度图像的快速和完整分割方法，所述方法基于动态下采样思想，主要包括以下步骤：定义局部二维熵；对图像进行动态下采样获取最佳下采样因子；使用最佳下采样因子对原图进行下采样；对最佳下采样之后的图像进行二值分割；将分割后的目标区域坐标映射回原图，实现最终的目标分割。上述方法的核心思想是动态下采样过程，以原图大小为基准逐次递减Δs进行的每一次下采样结果都会计算其局部二维熵。在这个过程中，局部二维熵峰值点所对应的分割效果既克服了图像中无关紧要的干扰因素对图像分割的影响，又保留了图像的关键细节信息，即是我们所寻找的最佳下采样因子。
-
公开(公告)号：CN108280818B
公开(公告)日：2020-04-03
申请号：CN201810054553.3
申请日：2018-01-19
Applicant: 清华大学深圳研究生院
IPC: G06T5/50
Abstract: 本发明公开了基于压缩感知的快速目标成像方法和系统，包括：S1、将DMD上目标场景的原始图像均匀地划分为多个原始图像块；S2、根据原始图像块的矩阵大小和采样率，构建一确定性的测量矩阵，所述测量矩阵满足：每列中1的个数为1，每行中1的个数相同且每行中1的个数根据采样率来设定；S3、利用步骤S2构建的所述测量矩阵，对所述多个原始图像块进行并行采样，得到各原始图像块对应的采样信号；S4、计算每一采样信号的相对灰度值变化，并根据所述相对灰度值变化，自适应地为每一采样信号的原始图像块分配相对稀疏度，利用所述相对稀疏度来进行分块重构，输出所述目标场景的重构图像。
-
公开(公告)号：CN110334706A
公开(公告)日：2019-10-15
申请号：CN201910576843.9
申请日：2017-06-30
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种图像目标识别方法及装置。图像目标识别方法包括以下步骤：S1，将图像中各像素点二值化处理，划分为有效像素点和背景点；S2，根据图像的像素点的总个数和待识别的目标的尺寸范围设定第三阈值的大小，将二值化图片中已连通的区域内的有效像素点的个数与第三阈值进行比较，如果小于第三阈值，则将该区域内的像素点均设置为背景点，从而去除该区域；S3，对剩余的已连通的各区域确定出其外接矩形框，形成框取区域；S4，将框取区域有重叠的已连通区域视为合并的整体区域，确定出整体区域的外接矩形框；图像中，外接矩形框中的图像内容为识别到的目标。本发明的目标识别方法可针对对比度较低的图像有效地识别出图像中的各目标对象。
-
公开(公告)号：CN107330465B
公开(公告)日：2019-07-30
申请号：CN201710526661.1
申请日：2017-06-30
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了一种图像目标识别方法及装置。图像目标识别方法包括以下步骤：S1，将图像中各像素点二值化处理，划分为有效像素点和背景点；S2，根据图像的像素点的总个数和待识别的目标的尺寸范围设定第三阈值的大小，将二值化图片中已连通的区域内的有效像素点的个数与第三阈值进行比较，如果小于第三阈值，则将该区域内的像素点均设置为背景点，从而去除该区域；S3，对剩余的已连通的各区域确定出其外接矩形框，形成框取区域；S4，将框取区域有重叠的已连通区域视为合并的整体区域，确定出整体区域的外接矩形框；图像中，外接矩形框中的图像内容为识别到的目标。本发明的目标识别方法可针对对比度较低的图像有效地识别出图像中的各目标对象。
-
-
-
-
-
-
-
-
-
Search Results
181
records
(took 0.025 seconds)
