-
公开(公告)号：CN119310031A
公开(公告)日：2025-01-14
申请号：CN202411450975.4
申请日：2024-10-17
Applicant: 桂林电子科技大学
Abstract: 本发明提供的是一种基于深度学习的特定空间外差光谱滤波方法。包括以下步骤：首先，使用空间外差光谱仪收集存在杂波的空间外差干涉图，以及相应的无杂波的空间外差干涉图；接着，采用傅里叶变换将存在杂波的空间外差干涉图和无杂波的空间外差干涉图转换为存在杂波的空间外差光谱和无杂波的空间外差光谱；然后，将存在杂波的空间外差光谱和无杂波的空间外差光谱作为输入和输出组建训练集，并将训练集导入深度神经网络进行训练，获得训练好后的滤波网络模型；最后，将空间外差光谱仪在实际探测过程中收集的实测存在杂波的空间外差干涉图，经过傅里叶变换为实测存在杂波的空间外差光谱后，将其导入训练好的滤波网络模型就可以获得滤波后的空间外差光谱。本发明能快速有效地对特定空间外差光谱进行滤波处理，去除特定杂波的光谱信息，并极大地保留所测目标对象特征波段的光谱信息。
-
公开(公告)号：CN117928734A
公开(公告)日：2024-04-26
申请号：CN202410116551.8
申请日：2024-01-29
Applicant: 桂林电子科技大学
Abstract: 本发明提供的是基于深度神经网络的噪声空间外差干涉光谱信息校正方法。该方法包括以下步骤：利用空间外差光谱技术探测目标获取无噪空间外差干涉图以及对应的噪声空间外差干涉图；将无噪空间外差干涉图经傅里叶变换等获得理想空间外差光谱；以噪声空间外差干涉图和对应的无噪空间外差干涉图提取的理想空间外差光谱组建训练集；将训练集导入构建的深度神经网络进行训练；经过多次参数调整和迭代优化得到训练好的网络模型；应用时，将空间外差光谱技术探测到的噪声空间外差干涉图导入训练好的网络模型；训练好的网络模型直接输出校正后的降噪空间外差光谱；本发明能简化噪声处理流程，准确高效地从噪声空间外差干涉图中提取校正后的目标光谱信息。
-
公开(公告)号：CN111982289B
公开(公告)日：2023-03-10
申请号：CN202010824905.6
申请日：2020-08-17
Applicant: 桂林电子科技大学
IPC: G01J4/00
Abstract: 本发明提供的是一种局部滤波提高空间调制偏振成像频域解调速度的方法。其过程包括：A1，对中心波长为λ的入射光进行空间调制偏振成像，得到包含偏振信息的干涉图像；A2，对干涉图像进行变换在频域中找到中心波长λ窄带宽入射光的Stokes矢量被调制的位置的坐标；A3，在进行频域中低通滤波处理前进行局部区域滤波数据组的生成；A4，在频域中对各Stokes矢量使用滤波数据组进行滤波解调出偏振分量。本发明可用于高像素偏振图像的解调，可广泛用于遥感偏振成像等领域。
-
公开(公告)号：CN115205357A
公开(公告)日：2022-10-18
申请号：CN202210836879.8
申请日：2022-07-15
Applicant: 桂林电子科技大学
IPC: G06T7/37
Abstract: 本发明公开了一种基于空间外差干涉扫描图像亚像素配准方法，包括：1采用预处理后的空间外差扫描干涉图像；2对图像均进行快速傅里叶变化，获得相应的幅度谱；3根据傅里叶平移定理，结合幅度谱，定义其互功率谱；4对互功率谱进行傅里叶逆变换；5获取逆变换后的函数的峰值位置作为参考图像和待配准图像间的平移量；6最后根据平移量采用相位相关算法进行配准。通过采用本发明公开的方法，可以解决空间外差扫描成像干涉图像配准的亚像素配准问题，有效提高干涉数据的配准精度。
-
公开(公告)号：CN112326034A
公开(公告)日：2021-02-05
申请号：CN202011174125.8
申请日：2020-10-28
Applicant: 桂林电子科技大学
Abstract: 本发明提供的是一种通过调整相机角度降低偏振信息受到干扰的方法。其过程包括：A1，调整相机与偏振镜头之间的角度，得到包含偏振信息的干涉图像；A2，对干涉图像进行变换确定各Stokes矢量在频域中的分布情况；A3，通过进一步的调整镜头与相机之间的角度使得特定Stokes矢量处在受到干扰较小的位置；A4，通过对各Stokes矢量的中心位置进行低通滤波处理得到目标的偏振信息。本发明可用于目标特定偏振信息的高质量解调，可广泛用于偏振成像等领域。
-
Patent Agency Ranking
公开(公告)号：CN111982289A
公开(公告)日：2020-11-24
申请号：CN202010824905.6
申请日：2020-08-17
Applicant: 桂林电子科技大学
IPC: G01J4/00
Abstract: 本发明提供的是一种局部滤波提高空间调制偏振成像频域解调速度的方法。其过程包括：A1，对中心波长为λ的入射光进行空间调制偏振成像，得到包含偏振信息的干涉图像；A2，对干涉图像进行变换在频域中找到中心波长λ窄带宽入射光的Stokes矢量被调制的位置的坐标；A3，在进行频域中低通滤波处理前进行局部区域滤波数据组的生成；A4，在频域中对各Stokes矢量使用滤波数据组进行滤波解调出偏振分量。本发明可用于高像素偏振图像的解调，可广泛用于遥感偏振成像等领域。
-
公开(公告)号：CN111953968A
公开(公告)日：2020-11-17
申请号：CN202010825528.8
申请日：2020-08-17
Applicant: 桂林电子科技大学
IPC: H04N17/00
Abstract: 本发明提供的是一种空间调制偏振成像检测像面长宽和像元长宽比的方法。其过程包括：A1，对中心波长为λ1的入射光进行空间调制偏振成像，得到包含偏振信息的干涉图像；A2，对干涉图像进行变换在频域中找到中心波长λ1窄带宽入射光的Stokes矢量被调制的位置的坐标；A3，通过入射光波长λ1与成像系统相关参数的关系可以计算出像元的平均长度；A4，分别计算出像元在行和列方向上的长度D1和D2；A5，通过D1和D2可以计算出成像相机整体在行和列上的长度，同时还能计算出像元的长宽比值，可以检测像元是否正确。本发明可用于相机像元尺寸的检测，可广泛用于成像设备制造检测等领域。
-
公开(公告)号：CN119939312A
公开(公告)日：2025-05-06
申请号：CN202510025804.5
申请日：2025-01-08
Applicant: 桂林电子科技大学
IPC: G06F18/24 , G01N21/65 , G06F18/22 , G06F18/2135 , G06F18/10 , G06F18/2113 , G06F18/214
Abstract: 本发明提出了一种基于茯苓拉曼光谱主成分分析的茯苓产地识别方法。首先，利用拉曼光谱仪采集不同产地茯苓的拉曼光谱，对原始光谱进行取平均、去基线、特征筛选等预处理，构建不同产地茯苓的光谱数据集和测试集；然后，对不同产地茯苓光谱数据集分别进行主成分分析，保留光谱累计贡献率大于90％的主成分用于构建特征向量矩阵；最后，将一条测试光谱在构建的特征向量矩阵上分别进行投影重建，得到其在不同产地的恢复光谱，比较不同产地恢复光谱与该测试光谱之间的欧氏距离，可认为该测试光谱属于与之欧式距离最小的恢复光谱所对应的产地。本发明快速简便，准确率高，不需大量的样本进行训练，在茯苓产地识别方面具有极大的应用潜力。
-
公开(公告)号：CN117191341A
公开(公告)日：2023-12-08
申请号：CN202311271453.3
申请日：2023-09-28
Applicant: 桂林电子科技大学
Abstract: 本发明提供的是一种可调的单次多波段光源系统。其特征是：它由宽范围光源组A，单色仪组B和多孔积分球C组成，其中宽范围光源组A能提供较宽范围波长的光；单色仪组B能提供波长和带宽都可调的单色光；多孔积分球C能将多束光混合输出均匀准直光。本发明可提供波长可调、带宽可调的单次多波段光源，可广泛用于精密检测、光学仪器定标及成像效果检测等领域。
-
公开(公告)号：CN111953423B
公开(公告)日：2023-07-21
申请号：CN202010823051.X
申请日：2020-08-17
Applicant: 桂林电子科技大学
IPC: H04B10/532 , H04B10/548
Abstract: 本发明提供的是一种基于空间调制偏振成像的极限带宽的确定方法。其过程包括：A1，由成像参数双折射晶体横向剪切量Δ，像元尺寸D，相机行列数N，成像焦距f，和入射光中心波长λ1通过公式a＝ΔDN/(λf)计算出在频域中被调制的位置a1；A2，对a1进行向上取整为a2和向下取整为a3；A3，由成像参数双折射晶体横向剪切量Δ，像元尺寸D，相机行列数N，成像焦距f，和确定的频域位置a2和a3通过公式λ2＝ΔDN/(a2×f)和λ3＝ΔDN/(a3×f)分别计算出a2和a3代表的波长为λ2和λ3；A4，得到中心波长λ1所处的使解调信号不混叠的波段λ2～λ3；A5，在波段λ2～λ3中选择相应的带宽或重新确定中心波长。本发明可用于宽波段空间调制偏振成像中解调结果不混叠的入射光带宽的确定，可广泛用于宽波段偏振遥感成像等领域。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.027 seconds)
