-
Patent Agency Ranking
公开(公告)号：CN113709325A
公开(公告)日：2021-11-26
申请号：CN202110817757.X
申请日：2021-07-20
Applicant: 辽宁大学
Abstract: 一种基于Hadamard频域变换矩阵阈值滤波的单像素成像方法。本方法通过对Hadamard调制矩阵序列进行离散余弦变换获得其频域的变换矩阵序列。在频域中对该变换矩阵序列进行低通滤波，再将矩阵序列逆变换回空域。然后利用新矩阵在单像素成像系统中对目标进行调制采样，最后利用压缩感知算法实现在超低采样率下重构目标图像。该方法基于传统被动单像素成像系统，结构简单易于操作，在低于10％的采样率下可以恢复清晰的被测物体图像。相比于Hadamard等其他调制方法，在相同成像质量和物体稀疏度的条件下，本方法所需要的采样率更低。因此，该方法有望在远距离遥感成像等领域具有广泛的应用价值。
-
公开(公告)号：CN115942100B
公开(公告)日：2024-09-10
申请号：CN202211439367.4
申请日：2022-11-17
Applicant: 辽宁大学
Abstract: 本发明涉及一种基于非训练神经网络约束的差分单像素成像方法。该系统包括光源、空间光调制器、可调狭缝、单点探测器、放大器、采集卡以及用于图像重建非训练神经网络。与场景交互的光照射到空间光调制器以进行空间调制，调制后的其中一束反射光被桶探测器收集。放大器将信号放大并由采集卡完成A/D转换和数字信号采集。我们在成像透镜的后焦平面同轴插入一个可调狭缝，用于阻断携带物体高频信息的光束。最后将得到的一维差分桶探测器信号以及预置到空间光调制器上的二维调制矩阵输入到提出的方法中以重建目标物体图像。当桶信号差分迭代3次时，在超低采样率下依旧能重建物体的细节特征。相比传统重建方法，提出的方法具有更高的成像质量。
-
公开(公告)号：CN113709325B
公开(公告)日：2023-09-15
申请号：CN202110817757.X
申请日：2021-07-20
Applicant: 辽宁大学
Abstract: 一种基于Hadamard频域变换矩阵阈值滤波的单像素成像方法。本方法通过对Hadamard调制矩阵序列进行离散余弦变换获得其频域的变换矩阵序列。在频域中对该变换矩阵序列进行低通滤波，再将矩阵序列逆变换回空域。然后利用新矩阵在单像素成像系统中对目标进行调制采样，最后利用压缩感知算法实现在超低采样率下重构目标图像。该方法基于传统被动单像素成像系统，结构简单易于操作，在低于10％的采样率下可以恢复清晰的被测物体图像。相比于Hadamard等其他调制方法，在相同成像质量和物体稀疏度的条件下，本方法所需要的采样率更低。因此，该方法有望在远距离遥感成像等领域具有广泛的应用价值。
-
公开(公告)号：CN116071230A
公开(公告)日：2023-05-05
申请号：CN202211370945.3
申请日：2022-11-03
Applicant: 辽宁大学
Abstract: 基于Hadamard矩阵变换的超分辨率单像素关联成像系统及方法，包括光源，由光源射出方向，依次设有目标、成像透镜、空间光调制器件、汇聚透镜、单像素探测器；所述的单像素探测器中处理后的信号由光电二极管放大器将模拟信号去噪并放大，再由数据采集卡完成模数转换和数字信号采集，将数字信号传输至计算机中，并与计算机中生成的Hadamard变换矩阵进行关联成像。本发明对光强的不稳定性不敏感，具有抵抗大气扰动、湍流等影响恶劣天气影响的能力，能够实现超分辨率成像。
-
公开(公告)号：CN115942100A
公开(公告)日：2023-04-07
申请号：CN202211439367.4
申请日：2022-11-17
Applicant: 辽宁大学
Abstract: 本发明涉及一种基于非训练神经网络约束的差分单像素成像方法。该系统包括光源、空间光调制器、可调狭缝、单点探测器、放大器、采集卡以及用于图像重建非训练神经网络。与场景交互的光照射到空间光调制器以进行空间调制，调制后的其中一束反射光被桶探测器收集。放大器将信号放大并由采集卡完成A/D转换和数字信号采集。我们在成像透镜的后焦平面同轴插入一个可调狭缝，用于阻断携带物体高频信息的光束。最后将得到的一维差分桶探测器信号以及预置到空间光调制器上的二维调制矩阵输入到提出的方法中以重建目标物体图像。当桶信号差分迭代3次时，在超低采样率下依旧能重建物体的细节特征。相比传统重建方法，提出的方法具有更高的成像质量。
-
-
-
-
Search Results
5
records
(took 0.012 seconds)
