-
公开(公告)号：CN110702229A
公开(公告)日：2020-01-17
申请号：CN201911003521.1
申请日：2019-10-22
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于陷波滤光片的光谱成像系统及成像方法，涉及成像技术领域。本发明的装置包括物镜、准直镜、截止滤光装置、陷波滤光片阵列、透镜阵列、探测器。截止滤光装置用于将接收到的光信号滤波到预先设定的波段范围之内；陷波滤光片阵列用于阻挡中心波长谱带的光信号，透过其他谱带的光信号，从而实现对光信号的调制；透镜阵列用于对陷波滤光片调制的光成陷波子图像，以及对从陷波滤光片机械夹持器件上的透光孔出射的光成参考子图像。本发明还公开一种基于陷波滤光片的光谱成像系统的工作方法，基于陷波滤光片的成像方法提高光利用率，在缩短曝光时间的同时提高信噪比，进而能够实现实时光谱成像。本发明具有体积小、结构紧凑的优点。
-
公开(公告)号：CN109741407A
公开(公告)日：2019-05-10
申请号：CN201910018073.6
申请日：2019-01-09
Applicant: 北京理工大学
IPC: G06T9/00
Abstract: 本发明公开的一种基于卷积神经网络的光谱成像系统的高质量重构方法，属于计算摄像学领域。本发明应用于基于编码孔径快照光谱成像系统，在高光谱图像的重构过程中分别考虑图像间的空间相关性和光谱相关性，使用残差学习加速网络的训练速度和收敛速率，并使用GPU完成对整个网络的优化求解；使用随机梯度下降法更新网络参数；逐块处理完成高光谱图像的重建。本发明能够高质量地完成CASSI光谱成像系统的高光谱图像重建，在保证重建结果具备高空间分辨率和高光谱保真性的同时，大幅度提高高光谱图像重建的效率，扩展高光谱图像的应用范围。本发明可用于地质勘探、农业生产和生物医学等多个领域。
-
公开(公告)号：CN109583330A
公开(公告)日：2019-04-05
申请号：CN201811356201.X
申请日：2018-11-15
Applicant: 北京理工大学
Abstract: 本发明公开的一种用手机后置摄像头拍摄的人脸照片进行毛孔检测的方法，涉及能够通过人脸照片进行毛孔检测并标记、统计的方法，属于计算摄像学领域。本发明实现方法如下：将输入的人脸照片进行预处理，由RGB图转换为HSI图，并且对I通道的图做区间放大的映射变换，然后分为四等份进行阈值分割，采用最大类间方差法寻找阈值，得到候选毛孔区域后，再对候选毛孔区域进行两次阈值分割得到最终的毛孔区域。本发明可用于手机、电脑端应用，可实时获取人脸皮肤的毛孔状况。
-
公开(公告)号：CN109405970A
公开(公告)日：2019-03-01
申请号：CN201910020847.9
申请日：2019-01-09
Applicant: 北京理工大学
IPC: G01J3/28
Abstract: 本发明公开的一种简便的系统响应标定方法，用于编码孔径快照成像光谱系统，属于计算摄像学领域。针对现有技术中编码孔径快照成像光谱系统响应函数标定方法费时、费力、成本高的技术问题，本发明公开的一种用于编码孔径快照成像光谱仪的系统响应标定方法，将响应函数的标定问题转化为线性方程组的求解问题，无需要引入额外的器件即能够较为精确地得到系统的响应函数，进而提高编码孔径快照成像光谱系统标定效率，节约标定成本。
-
公开(公告)号：CN117274321A
公开(公告)日：2023-12-22
申请号：CN202311252300.4
申请日：2023-09-26
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于事件相机的多模态光流估计方法，属于光流估计领域。将事件、图像两种模态数据作为输入，利用事件的高时间分辨率、低延迟、高动态范围的优势提升光流估计算法在低光、高速场景下的性能。通过将事件数据流转化为事件体素，神经网络能被用于事件数据的处理；通过循环神经网络和特征残差连接，实现事件特征和图像特征的融合增强；通过关联层和基于流的特征查询机制，完成对相邻帧的运动信息编码；通过光流的迭代细化，减少最终估计结果的误差。本发明适用于光流估计领域，能够充分利用事件、图像两种模态的数据，准确预测相邻帧间的光流，提升光流估计在低光、高速等极端场景下的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN114353946B
公开(公告)日：2023-05-05
申请号：CN202111635615.8
申请日：2021-12-29
Applicant: 北京理工大学
IPC: G01J3/28 , G06N3/0464 , G06N3/08
Abstract: 本发明公开的一种衍射快照光谱成像方法，属于计算摄像学领域。本发明应用于衍射快照光谱成像系统，通过数据驱动的方式对衍射光学元件的编码结构和重建解码神经网络进行联合优化，得到相对最优的光学编码结构及其对应的计算解码模型，使得编码和解码部分更加与彼此契合；光学编码结构在优化阶段考虑实际制造中的量化要求，使得优化得到的衍射光学元件结构和制造的衍射光学元件结构一致，提升重建图像精度；采用编码自由度高的衍射光学元件作为编码部分，具有体积小巧、结构紧凑的优点，具有实时成像的能力。采用可微分的模型对整个编码和解码过程进行建模，进而在任何机器学习自动微分框架中均可实现模型并进行优化，提升本发明的通用性。
-
公开(公告)号：CN109583330B
公开(公告)日：2023-05-05
申请号：CN201811356201.X
申请日：2018-11-15
Applicant: 北京理工大学
Abstract: 本发明公开的一种用手机后置摄像头拍摄的人脸照片进行毛孔检测的方法，涉及能够通过人脸照片进行毛孔检测并标记、统计的方法，属于计算摄像学领域。本发明实现方法如下：将输入的人脸照片进行预处理，由RGB图转换为HSI图，并且对I通道的图做区间放大的映射变换，然后分为四等份进行阈值分割，采用最大类间方差法寻找阈值，得到候选毛孔区域后，再对候选毛孔区域进行两次阈值分割得到最终的毛孔区域。本发明可用于手机、电脑端应用，可实时获取人脸皮肤的毛孔状况。
-
公开(公告)号：CN115082335A
公开(公告)日：2022-09-20
申请号：CN202210627661.1
申请日：2022-06-06
Applicant: 北京理工大学
Abstract: 本发明属于图像去噪领域。一种基于噪声建模与配对真实数据的图像去噪方法，通过将暗阴影建模为ISO相关的线性模型，提高对暗阴影标定的效率和准确性；通过暗阴影矫正降低真实噪声分布的复杂性，提高去噪后的图像颜色准确性；通过散粒信号增广处理增加配对真实数据的数据量，使得去噪方法能够更精确地拟合配对真实数据之间的映射关系，提高去噪后的图像纹理清晰度。一种基于噪声建模与合成数据的图像去噪方法，通过将暗阴影建模为ISO相关的线性模型，提高对暗阴影标定的效率和准确性；通过在推理过程中引入暗阴影矫正降低合成数据与真实配对数据的差距，使基于未考虑暗阴影的噪声建模方法合成数据训练的去噪方法能够更准确地泛化到真实场景。
-
公开(公告)号：CN110501072B
公开(公告)日：2020-07-24
申请号：CN201910793484.2
申请日：2019-08-26
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于张量低秩约束的快照式光谱成像系统的重构方法，属于计算摄像学领域。本发明应用于编码孔径快照式光谱成像系统和基于全色相机的双相机光谱系统两种快照式光谱成像系统，首先利用高光谱图像的非局部相似性构建三维张量，然后使用维度可区分的张量低秩约束模型(DLTR,dimension‑discriminative low‑rank tensor regularization)挖掘三维张量的结构特性，包括空间自相似性、光谱相关性和空‑谱联合相关性；最后交替更新、迭代求解，从而完成高精度的高光谱图像重构。本发明能够更好地传递高光谱图像的高维物理特性，更好地挖掘其内在结构特性，大幅度提高快照式光谱成像系统的重构质量，具有重构精度高的优点。
-
公开(公告)号：CN107525588B
公开(公告)日：2020-04-17
申请号：CN201710699197.6
申请日：2017-08-16
Applicant: 北京理工大学
IPC: G01J3/28
Abstract: 本发明公开的一种基于GPU的双相机光谱成像系统的快速重构方法，涉及能够快速获取高分辨率高光谱图像的方法，属于计算摄像学领域。本发明应用于基于编码孔径快照光谱成像+灰度相机的双相机光谱成像系统，将高光谱图像重构问题转化为多个子优化问题，并使用GPU完成各个子问题的求解：使用cuBLAS库和共轭梯度下降法更新高光谱图像；使用软阈值函数更新辅助变量；重复迭代完成高光谱图像的重构。本发明能够高质量地完成双相机光谱成像系统的高光谱图像重构，在保证重建结果具备高空间分辨率和高光谱保真性的同时，大幅度提高高光谱图像重建的效率，扩展高光谱图像的应用范围。本发明可用于载人航天、地质勘测和植被研究等多个领域。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.028 seconds)
