一种用于人脸照片的毛孔检测方法

    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

    发明人: 黄华 祝悦 王立志

    IPC分类号: G06K9/00 G06T7/11 G06T7/187

    摘要: 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。

    一种用于编码孔径快照成像光谱仪的系统响应标定方法

    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

    IPC分类号: G01J3/28

    摘要: 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。

    一种基于插值的双相机光谱成像系统的实时重建方法

    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

    IPC分类号: G06T3/40 G06T7/55

    摘要: 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。

    一种用于编码孔径快照成像光谱仪的系统响应标定方法

    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

    IPC分类号: G01J3/28

    摘要: 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。

    一种编码孔径光谱成像系统的重构方法

    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

    IPC分类号: G06T3/40 G06T5/50

    摘要: 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。

    基于优化启发的神经网络的光谱成像系统的重构方法

    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

    摘要: 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。