一种单光子计数成像的偏振去噪方法

    公开(公告)号:CN111896125B

    公开(公告)日:2021-05-18

    申请号:CN202010657471.5

    申请日:2020-07-09

    Applicant: 武汉大学

    Abstract: 本发明提供了一种单光子计数成像的偏振去噪方法,包括:通过斯托克斯(stokes)矢量和穆勒矩阵计算出两个方向的探测器探测得到的总强度,并定义一个新的反射率指标αN;通过计算反射率α和线性去极化参数β的负对数似然函数,并添加非局部先验稀疏表示约束,构建单光子计数成像偏振去噪模型;通过交替最小化方法解决优化问题,得到并输出反射率和去极化参数图像。本发明方法可以在高背景噪声环境下,利用信号光与背景光之间的偏振差异,从根源上提高了信噪比,同时结合非局部先验稀疏表示约束,不仅能获得高质量的反映目标特征的反射率图像,还能得到目标本身的线性去极化参数图像,获取目标的偏振信息。

    一种联合偏振和双目视觉的三维重建方法

    公开(公告)号:CN111899290A

    公开(公告)日:2020-11-06

    申请号:CN202010656633.3

    申请日:2020-07-09

    Applicant: 武汉大学

    Abstract: 本发明提出了一种联合偏振和双目视觉的三维重建方法。针对偏振三维重建结果和双目视觉重建结果特点的互补性,以配准后的双目的深度数据为基准,对偏振重建结果的方位角误差进行校正,解决偏振重建的凹凸性模糊问题。在假设线性关系的前提下,对偏振初始重建结果和配准后的双目深度图进行空间拟合,用偏振重建的表面数据对双目深度图的缺失部分进行补全。采用交叉迭代思想,循环校正过程和补全过程,以解决双目深度图中数据缺失问题对重建结果的影响。重建结果表面分辨率高,形状信息准确,物体表面细节纹理还原度高,且最终重建结果具有较为真实的深度。

    一种基于相位迭代最小化的傅里叶叠层成像图像重建方法

    公开(公告)号:CN108550108B

    公开(公告)日:2020-11-03

    申请号:CN201710898958.0

    申请日:2017-09-28

    Applicant: 武汉大学

    Inventor: 田昕 李松

    Abstract: 本发明属于傅里叶叠层成像技术领域,具体涉及一种基于相位迭代最小化的傅里叶叠层成像图像重建方法。包括以下步骤:S1,生成一系列低分辨率子图像对应的幅度子图像;S2,获取重建算法参数,包括每幅低分辨率幅度子图像生成的频谱在高分辨率重建频谱中的位置,瞳孔函数等,建立低分辨率幅度子图像和高分辨率重建图像之间的联系;S3,将相位恢复作为优化目标之一,生成图像重建目标优化的目标函数,并通过迭代最小化进行求解,获得高分辨率重建图像频谱;S4,对高分辨率重建图像频谱进行傅里叶反变换,将结果的模作为高分辨率重建后的图像。本发明通过相同数目的低分辨率子图像进行高分辨率图像重建,具有更好的重建强度图像质量。

    一种星载单光子激光雷达的最大测量深度评估方法

    公开(公告)号:CN111239713A

    公开(公告)日:2020-06-05

    申请号:CN202010191902.3

    申请日:2020-03-18

    Applicant: 武汉大学

    Abstract: 本发明提出了一种星载单光子激光雷达的最大测量深度评估方法。计算单光子激光雷达进行水深测量时所采集的水下目标平均信号光子数量;计算由大气散射太阳背景光导致的噪声光子频率;计算由水面泡沫反射太阳背景光导致的噪声光子频率;计算由水面镜面反射太阳背景光导致的噪声光子频率;计算由水体粒子散射太阳背景光导致的噪声光子频率;计算由水体粒子散射太阳背景光导致的噪声光子频率;计算由水体粒子散射单光子激光雷达发射的激光脉冲导致的平均噪声数量;计算单发脉冲总噪声光子数量;计算待测量水深的具体数值,将待测量水深的具体数值作为单光子激光雷达系统的最大测深深度。本发明可以快速准确地计算最大测深能力。

    星载激光测高仪在轨标定的激光角反射器口径优化方法

    公开(公告)号:CN110554372A

    公开(公告)日:2019-12-10

    申请号:CN201910811658.3

    申请日:2019-08-30

    Applicant: 武汉大学

    Abstract: 本发明提供一种星载激光测高仪在轨标定的激光角反射器口径优化方法,其特征在于:包括首先利用卫星轨道高度及卫星飞行速度,得到卫星速差角;然后基于卫星速差角和发射激光波长设置CCR口径的搜索范围;根据星载激光测高仪标定时的初始参数,计算CCR反射脉冲回波和地面反射脉冲回波分别的幅值、时间重心和均方根脉宽;计算地面反射脉冲回波和CCR反射脉冲回波的巴氏距离;最后依据接收系统的探测范围和巴氏距离的阈值条件,优化搜索得到CCR最佳口径。本发明不仅可以有效防止CCR反射脉冲回波发生漏探或饱和现象,而且可以保证CCR反射脉冲回波与地面反射脉冲回波不产生混叠,因而这种方法能适用于所有脉冲式星载激光测高仪的距离标定。

    一种基于自适应光谱-空间梯度稀疏正则化的多光谱图像融合方法

    公开(公告)号:CN109859153A

    公开(公告)日:2019-06-07

    申请号:CN201910049204.7

    申请日:2019-01-18

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于自适应光谱-空间梯度稀疏正则化的多光谱遥感图像与全色图像的融合方法,包括如下步骤:步骤1:获得同一时间同一地理区域已配准的多光谱图像和全色图像;步骤2:基于步骤1的结果,对融合图像进行下采样,获得融合图像和多光谱图像的l2范数;步骤3:计算融合图像和复制的全色图像的差值图像在空间和光谱方向上的梯度和权重矩阵,从而获得融合图像和全色图像的l1范数;步骤4:基于步骤2和步骤3,获得融合图像与多光谱图像,全色图像的能量函数,并迭代求解获得融合图像。本发明主要针对多光谱遥感图像与全色图像融合的应用需求,考虑到多光谱图像的光谱一致特性和空间梯度稀疏特性。

    一种基于相位迭代最小化的傅里叶叠层成像图像重建方法

    公开(公告)号:CN108550108A

    公开(公告)日:2018-09-18

    申请号:CN201710898958.0

    申请日:2017-09-28

    Applicant: 武汉大学

    Inventor: 田昕 李松

    Abstract: 本发明属于傅里叶叠层成像技术领域,具体涉及一种基于相位迭代最小化的傅里叶叠层成像图像重建方法。包括以下步骤:S1,生成一系列低分辨率子图像对应的幅度子图像;S2,获取重建算法参数,包括每幅低分辨率幅度子图像生成的频谱在高分辨率重建频谱中的位置,瞳孔函数等,建立低分辨率幅度子图像和高分辨率重建图像之间的联系;S3,将相位恢复作为优化目标之一,生成图像重建目标优化的目标函数,并通过迭代最小化进行求解,获得高分辨率重建图像频谱;S4,对高分辨率重建图像频谱进行傅里叶反变换,将结果的模作为高分辨率重建后的图像。本发明通过相同数目的低分辨率子图像进行高分辨率图像重建,具有更好的重建强度图像质量。

    一种基于指向角残差的星载激光测高仪指向角系统误差标定方法

    公开(公告)号:CN106125069B

    公开(公告)日:2018-04-20

    申请号:CN201610458680.0

    申请日:2016-06-22

    Applicant: 武汉大学

    Abstract: 本发明提出一种基于指向角残差的星载激光测高仪指向角系统误差标定方法,在地面探测激光光斑的基础上,根据定位的激光光斑位置,建立星载激光测高仪的指向角残差;基于指向角残差,建立指向角系统误差与指向角残差的关系;利用星上系统测量的指向角与地面光斑探测解算得到的激光指向角生成指向角残差,利用指向角残差实现了对测高仪指向角系统误差的在轨检校。本发明能够很好地检校指向角系统误差。

    一种基于在线字典更新的地震信号编码方法

    公开(公告)号:CN107065006A

    公开(公告)日:2017-08-18

    申请号:CN201710062515.8

    申请日:2017-01-23

    Applicant: 武汉大学

    Abstract: 一种基于在线字典更新的地震信号编码方法,属于地震信号数据编码传输方法,解决地震信号编码中采用字典学习和稀疏表示带来的字典传输问题,可以应用于各种基于地震信号测量的地底测绘中。本发明包括:(1)将输入地震信号按照时间顺序分成多组,对每组数据采用缓存中的字典进行稀疏编码计算稀疏系数;(2)对步骤(1)中的稀疏系数进行量化及熵编码;(3)从缓存中读取前面P个已传输组的重建数据,结合当前组传输的稀疏系数进行字典学习,从而更新下一组数据稀疏表示所需的字典。本发明通过在线字典更新的方式,在保证信号有效稀疏表示的前提条件下,并不需要实时传输字典信息,从而有效减少数据传输数据量,可以适用于各种地震信号高速采集应用场合。

    一种基于多尺度梯度差分熵的图像质量评价方法

    公开(公告)号:CN104881878B

    公开(公告)日:2017-07-28

    申请号:CN201510325238.6

    申请日:2015-06-12

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于多尺度梯度差分熵的图像质量评价方法,包括如下步骤:步骤1,将原始图像和失真图像均转换成灰度图像;步骤2,基于步骤1的结果,计算不同尺度空间内的梯度差分熵,并将不同尺度空间内的梯度差分熵进行加权平均;步骤3,计算原始图像和失真图像对应的灰度图像均值的比值;步骤4,计算原始图像和失真图像对应的灰度图像方差的比值;步骤5,基于步骤2,步骤3和步骤4的结果,进行综合评价。本发明引入尺度空间的基本思想,基于人在不同距离下目标在视网膜上的形成过程,通过提取尺度空间下的轮廓特征,并通过熵来反映原始图像和失真图像在尺度空间下轮廓特征的差异,与主观评价结果具有较好的一致性。

Patent Agency Ranking