一种基于压缩感知的光谱超分辨单像素成像方法

    公开(公告)号:CN115372991B

    公开(公告)日:2024-07-02

    申请号:CN202211087373.8

    申请日:2022-09-07

    Applicant: 辽宁大学

    Abstract: 一种基于压缩感知的光谱超分辨单像素成像方法。该方法基于宽谱光源照明的单像素成像系统,对彩色目标物体进行成像,能够在系统空间成像分辨率无法成像的条件下利用系统中光谱维的信息实现对空间目标的超分辨成像。按照系统中分光器件的位置,即成像前分光和成像后分光。将获得的单波长重构图像通过小波多分辨率分解算法系统进行图像融合,即可实现对彩色目标的超分辨的融合重构。将该方法与其他空间超分辨成像方法相结合,可以实现在显微成像、遥感等高分辨成像领域的广泛应用。

    基于Hadamard矩阵变换的超分辨率单像素关联成像系统及方法

    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。

    一种基于非训练的神经网络约束的差分单像素成像系统及成像方法

    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。

    一种基于非训练的神经网络约束的差分单像素成像系统及成像方法

    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。

    一种基于压缩感知的光谱超分辨单像素成像方法

    公开(公告)号:CN115372991A

    公开(公告)日:2022-11-22

    申请号:CN202211087373.8

    申请日:2022-09-07

    Applicant: 辽宁大学

    Abstract: 一种基于压缩感知的光谱超分辨单像素成像方法。该方法基于宽谱光源照明的单像素成像系统,对彩色目标物体进行成像,能够在系统空间成像分辨率无法成像的条件下利用系统中光谱维的信息实现对空间目标的超分辨成像。按照系统中分光器件的位置,即成像前分光和成像后分光。将获得的单波长重构图像通过小波多分辨率分解算法系统进行图像融合,即可实现对彩色目标的超分辨的融合重构。将该方法与其他空间超分辨成像方法相结合,可以实现在显微成像、遥感等高分辨成像领域的广泛应用。

Patent Agency Ranking