-
公开(公告)号：CN110717947A
公开(公告)日：2020-01-21
申请号：CN201910911701.3
申请日：2019-09-25
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于外部和内部训练的高质量光谱重构方法，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和基于全色相机的双相机光谱成像系统，在高光谱图像的重构过程中充分利用外部高光谱数据库的信息和内部输入图像及成像模型的信息；使用外部训练和内部训练更新网络参数；并使用GPU完成对整个网络的优化求解。本发明能够高质量地完成CASSI和DCCHI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：CN110501072A
公开(公告)日：2019-11-26
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。
-
Patent Agency Ranking
公开(公告)号：CN107436194A
公开(公告)日：2017-12-05
申请号：CN201710478323.5
申请日：2017-06-22
Applicant: 北京理工大学
CPC classification number: G01J3/2823 , G01J3/0208 , G01J3/0243 , G01J3/2803
Abstract: 本发明涉及一种高光通量实时光谱成像装置，属于计算摄像学技术领域。包括：成像物镜(2)、透射式衍射光栅(3)、中继透镜(4)、微透镜阵列(5)、CCD探测器(6)；成像物镜用于对要获取的目标成像；光栅用于对光谱信息进行色散；中继透镜用于将色散后的光向前传递；微透镜阵列由柱面微透镜排列而成，柱面微透镜可以对光束进行一维整形，使某个空间局部内相同波长的光会聚在同一个像素点上；CCD探测器用于对光信号进行感光和光电转换；成像物镜的像面与光栅平面重合，微透镜阵列放置在中继透镜的像面上，微透镜阵列的像面与CCD探测器平面重合。对比现有技术，本发明不但实时性好，而且由于减少了光信号在光路中的损失提高了光谱图像的质量。
-
公开(公告)号：CN109146787B
公开(公告)日：2022-09-06
申请号：CN201810926111.3
申请日：2018-08-15
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于插值的双相机光谱成像系统的实时重建方法，涉及能够实时获取高分辨率高光谱图像的方法，属于计算摄像学领域。本发明实现方法如下：应用于基于全色相机的双相机光谱成像系统，将高光谱重建分成低分辨率高光谱重建、上采样插值和高分辨率高光谱重建三个阶段，并根据系统原理和GPU工作特点建立快速插值模型、快速响应模型和快速差分模型来完成上述重建的三个阶段，能够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，达到实时重建高光谱图像的目的，极大地扩展高光谱图像的应用范围。本发明可用于地质勘探、生物研究、和人工智能等多个领域。
-
公开(公告)号：CN109405970B
公开(公告)日：2019-11-22
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：CN107451956B
公开(公告)日：2019-09-27
申请号：CN201710588203.0
申请日：2017-07-19
Applicant: 北京理工大学
Abstract: 本发明公开的一种编码孔径光谱成像系统的重构方法，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。本发明应用于编码孔径快照光谱成像系统，将高光谱图像重构问题转化为全变差约束的最优化问题，并使用交替方向乘子法(ADMM算法)求解：使用共轭梯度下降法来更新高光谱图像；使用软阈值函数更新ADMM算法的辅助变量；根据ADMM算法交替更新的策略进行迭代，从而完成高光谱图像的重构。本发明能够完成用于编码孔径光谱成像的高分辨率高光谱图像快速重构，具有收敛速度快、重构效率高、易于并行化处理的优点。本发明不仅适用于编码孔径快照光谱仪，还能够扩展适用于基于多路采样的光谱仪设备。
-
公开(公告)号：CN109697697A
公开(公告)日：2019-04-30
申请号：CN201910162197.1
申请日：2019-03-05
Applicant: 北京理工大学
Abstract: 本发明公开的基于优化启发的神经网络的光谱成像系统的重构方法，属于计算摄像学领域。本发明实现方法如下：建立光谱成像系统的前向传播模型；构建基于优化启发的、并同时考虑高光谱图像空间相关性和光谱相关性的高光谱图像重构网络；制作训练集；配置高光谱图像重构网络训练所需参数；训练高光谱图像重构网络；使用训练得到的高光谱图像重构网络逐块重构目标高光谱图像。本发明能够综合利用系统观测模型的结构洞察力和神经网络的建模能力，在保证重建结果具备高空间分辨率和高光谱保真度的同时，提高高光谱图像重建的效率，扩展高光谱图像的应用范围。本发明适用于遥感、医学成像、视觉检查、污水检测、植被研究、大气监测等多个领域。
-
-
-
-
-
-
Search Results
37
records
(took 0.025 seconds)
