-
公开(公告)号：CN109597291A
公开(公告)日：2019-04-09
申请号：CN201811449686.7
申请日：2018-11-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的光学扫描全息图像识别技术，属于光学扫描全息与深度学习领域，主要解决了光学扫描全息图像识别问题。本发明利用卷积神经网络对全息图进行识别。本发明有效地，智能化地实现了光学扫描全息的识别问题。这种全息图识别的方法适用于各个领域。
-
Patent Agency Ranking
公开(公告)号：CN108958000A
公开(公告)日：2018-12-07
申请号：CN201811079497.5
申请日：2018-09-17
Applicant: 电子科技大学
IPC: G03H1/04
CPC classification number: G03H1/0443
Abstract: 本发明提出了一种基于分类学习与二分法的光学扫描全息自聚焦方法，属于光学扫描全息与深度学习领域，主要解决了光学扫描全息自聚焦的问题。本发明利用深度学习对重建的全息图的相位图进行分类，然后利用二分法不断逼近全息图的聚焦位置。本发明有效地、智能化地实现了光学扫描全息中的自聚焦。这种自聚焦的方法适用于各个领域。
-
公开(公告)号：CN108267945A
公开(公告)日：2018-07-10
申请号：CN201810038893.7
申请日：2018-01-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于自组织映射神经网络的消除光学扫描全息离焦噪声的方法，属于光学扫描全息领域与图像去噪领域，主要解决了光学扫描全息中离焦噪声的问题。本发明利用自组织映射神经网络的聚类分析能力，消除经随机加密处理后的重建图的离焦噪声。本发明可以有效地解决光学扫描全息中的离焦噪声问题，这种去除噪声的方法适用于各个领域。
-
公开(公告)号：CN108089425A
公开(公告)日：2018-05-29
申请号：CN201810038955.4
申请日：2018-01-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的消除光学扫描全息离焦噪声的方法，属于光学扫描全息领域与图像去噪领域，主要解决了光学扫描全息中离焦噪声的问题。本发明利用深度神经网络学习的方法，消除经随机加密处理后的重建图的离焦噪声，通过训练带有离焦噪声的图像以及无离焦噪声的图像，从而消除测试图像的离焦噪声。本发明有效地实现了光学扫描全息中离焦噪声大的问题，这种去除噪声的方法适用于各个领域。
-
公开(公告)号：CN107240074A
公开(公告)日：2017-10-10
申请号：CN201710338528.3
申请日：2017-05-15
Applicant: 电子科技大学
IPC: G06T5/00
CPC classification number: G06T5/002
Abstract: 本发明属于光学扫描全息领域，提供一种基于二维最佳直方图熵法与遗传算法的离焦躁声消除方法，首先，将激光通过第一个偏振分束器分为两束光路，其中，第一光瞳为随机相位光瞳p1(x,y)＝exp j[2πr(x,y)]、第二光瞳为p2(x,y)＝1，通过设置光瞳，将离焦躁声转换为散斑噪声形式；然后将重建得到的灰度图采用二维最佳直方图熵法得到二维直方图的总熵H(s,t)，并以此为适应度函数，采用遗传算法搜索最优阈值。本发明通过提取图像灰度信息，利用二维最佳直方图熵法选取阈值，并利用改进型遗传算法加快收敛速度，提高阈值搜索效率，从而得到最佳阈值进行图像分割，有效提高切片成像质量。
-
公开(公告)号：CN105184295A
公开(公告)日：2015-12-23
申请号：CN201510444470.1
申请日：2015-07-27
Applicant: 电子科技大学
CPC classification number: G06K9/4604 , G01B11/2518
Abstract: 本发明提出了一种基于小波变换与连通域的全息扫描空间距离提取方法，属于光学扫描与图像重建领域，主要解决了自动寻找待测物体的轴向空间位置的问题。本发明在传统的光学扫描全息系统中，通过小波变换提取重建图像的边缘信息，并使用连通域算法除去离焦噪声边缘，从而提高空间距离提取的准确度。本发明能有效地实现空间距离提取，并且提高空间距离提取的准确度，这种方法适用于多个领域。
-
-
-
-
-
Search Results
46
records
(took 0.022 seconds)
