-
公开(公告)号：CN117598651A
公开(公告)日：2024-02-27
申请号：CN202311339058.4
申请日：2023-10-17
Applicant: 上海理工大学
IPC: A61B1/07 , G06T3/4053 , G06T3/4046 , G06N3/0455 , G06N3/0464 , G06N3/084 , G02B23/24 , A61B1/00 , A61B1/06 , A61B1/04
Abstract: 本发明公开了一种基于深度神经网络的单根多模光纤内窥镜成像系统及方法，包括：激光器，通过激光器的光束路线依次设置有第一物镜、针孔滤波器、扩束镜、数字微镜、分束立方、第一透镜、第二物镜、多模光纤；分束立方信号连接有第一桶探测器，该第一桶探测器信号连接有计算机；多模光纤信号连接有第二桶探测器，或多模光纤信号连接有第三物镜，该第三物镜一侧设置有第二透镜，该第二透镜的一侧设置有相机，该相机信号连接有计算机。根据本发明，实现了在低采样率下，克服了深度学习中训练数据获取、训练成本与模型泛化能力的矛盾，解决了压缩感知多模光纤内窥镜对非稀疏图像成像分辨率不高的问题。
-
公开(公告)号：CN116777763A
公开(公告)日：2023-09-19
申请号：CN202310454768.5
申请日：2023-04-25
Applicant: 上海理工大学
IPC: G06T5/00 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/08
Abstract: 本发明公开了一种基于深度学习实现干涉条纹滤波方法，包括：S1、设计用于干涉条纹图像去噪的GAN神经网络及用于噪声建模的DnCNN神经网络；S2、通过程序生成干涉图像样本，并加入DnCNN生成的噪声获取清晰‑噪点对图像数据集；S3、通过生成数据集进行网络训练，得到基于GAN的干涉条纹滤波模型；S4、获取光学系统捕获的真实带噪声干涉条纹图；S5、通过GAN网络输出无噪点的清晰干涉图像。根据本发明，获取干净、清晰的干涉条纹图，本发明保证了良好的去噪效果，缩短计算机运算时间，同时无需额外硬件设备，减少成本。
-
公开(公告)号：CN116681875A
公开(公告)日：2023-09-01
申请号：CN202310612434.6
申请日：2023-05-29
Applicant: 上海理工大学
Abstract: 本发明公开了一种基于密度峰值搜索和局部特征的红外小目标检测方法，包括：S1、通过高斯差分滤波预处理图像且抑制高亮度杂波；S2、通过密度峰值全局搜索方法在预处理图像中确定候选目标的位置；S3、对候选目标进行局部对比增强梯度特性并抑制背景杂波；S4、通过Facet模型来计算每个候选目标的多向梯度特性；S5、以候选目标点为中心，捕捉不同大小目标的八个方向上的梯度特性；S6、通过对候选目标点对称方向上的区域做差来抑制背景杂波的梯度特性并使用对称区域差的标准差加权梯度响应值；S7、对候选目标梯度特性响应值进行自适应阈值分割方法得到红外弱小目标。根据本发明，在各种场景下均具有较高的检测率，且运算过程相对更加简单。
-
公开(公告)号：CN114710597A
公开(公告)日：2022-07-05
申请号：CN202111569245.2
申请日：2021-12-21
Applicant: 上海理工大学
IPC: H04N1/32 , H04B10/54 , H04B10/548 , G03H1/00
Abstract: 本发明公开了一种基于随机光强调制的全息显示多图像的加密方法，包括：S1、生成N个正态高斯随机分布矩阵作为为密钥1，根据待加密图像的特征，从中抽取M个符合图像特征的随机调制矩阵，与M幅目标图像通过Gerchberg‑Saxton(G‑S)迭代算法，一起压缩加密成全息加密图，将其中根据图像特征以及尽可能减小串扰噪声来选取的菲涅尔衍射的距离作为密钥2，完成第一次加密，其中M
-
公开(公告)号：CN109782506A
公开(公告)日：2019-05-21
申请号：CN201910023090.9
申请日：2019-01-10
Applicant: 上海理工大学 , 上海出版印刷高等专科学校
IPC: G02F1/1523 , G02F1/153 , G02F1/157
Abstract: 本发明提出了一种光学可变玻璃及光学可变悬浮展示装置，其中，光学可变玻璃可通过调节电致变色薄膜的电压来改变电致变色薄膜的折射率，从而可改变光学可变玻璃的透过率，可应用场景广泛。进一步的，可将光学可变玻璃应用于悬浮展示装置中，通过调节电致变色薄膜的电压，达到调节光学可变玻璃透过率的目的，从而能够动态地实现展示主体逐渐悬浮的过程。
-
Patent Agency Ranking
公开(公告)号：CN103398952B
公开(公告)日：2016-01-20
申请号：CN201310351191.1
申请日：2013-08-13
Applicant: 上海理工大学
IPC: G01N21/17
Abstract: 本发明涉及一种生物传感器检测中的导模共振滤波片反射率优化方法，在现有的滤波片最上层光栅层表面产生一层修正层，搭建简单光路，用宽带光源作为入射光垂直入射到滤波片上，然后通过耦合，将其反射光耦合进光纤通过光谱仪实际测试出其波峰的移动量和带宽，最后通过改变修改层的厚度，得到不同的波峰位置和带宽，直到得到所需波峰位置和带宽，将待测物质加在修正层上，生物分子间共价键的作用，待检测物质和修正层紧紧结合起来，达到很好的测试效果。此方法能够简单快速使滤波片达到所需要的窄带效果。具有很大的通用性，不仅实现待测物滤光片表面的有效吸附，同时还可以增加整个传感系统的灵敏度。
-
公开(公告)号：CN104019893A
公开(公告)日：2014-09-03
申请号：CN201410211928.4
申请日：2014-05-20
Applicant: 上海理工大学
Abstract: 本发明提供一种Offner结构成像光谱仪，其特征在于，包括：前置接收光学单元；分光单元；以及探测单元，其中，分光单元包括：入射狭缝；第一椭球凹面反射镜；椭球凸面光栅；第二椭球凹面反射镜，第一椭球凹面反射镜、第二椭球凹面反射镜和椭球凸面光栅共焦，具有相同的焦点和光轴，第一椭球凹面反射镜和第二椭球凹面反射镜分别处在垂直长轴方向的主平面两侧，椭球凸面光栅分布在垂直长轴方向的主平面两侧，第二椭球面短半轴长为入射狭缝在光轴方向到第一椭球凹面反射镜投射距离的一半；入射狭缝和探测单元分别放置于两个焦点附近。本发明的Offner结构成像光谱仪能够消除各个方向的像差，从而提高成像质量。
-
公开(公告)号：CN103439762A
公开(公告)日：2013-12-11
申请号：CN201310383125.2
申请日：2013-08-28
Applicant: 上海理工大学
Abstract: 凹面闪耀光栅的刻划制作方法，包括步骤：提供曲面半径为r的球形凹面基片，将基片固定安装在能够进行横向分度运动的工作台上；提供在竖直方向上能够进行分度运动的刻划机构，刻划机构包含有刻刀。通过刻划机构的竖向分度运动来定位刻刀的竖向分度位置以及工作台的横向分度运动来定位基片的横向分度位置，使刻刀对基片执行预定刻划动作从而在基片上沿其最低凹面点横向两侧分别制得N级均匀分布并具有相同构型的刻槽。本发明将横向分度机制通过移动基片来实现，使横向分度机构与刻划机构分离；同时，通过预先计算精密确定每一级刻槽的横向和竖向位置；从而提高了刻划效率，极大地改善了刻划精度和槽型质量；得到的光栅具有相同法向的槽型。
-
公开(公告)号：CN102854557A
公开(公告)日：2013-01-02
申请号：CN201210388245.7
申请日：2012-10-15
Applicant: 上海理工大学
IPC: G02B5/26
Abstract: 本发明涉及一种偏振无关窄带彩色滤光片及制作方法，从下到上包括基底层、两层薄膜层和一层光栅层，基底层为玻璃，两层薄膜层分别为透明导电膜和二氧化铪膜，最上面的光栅层为交替变化的光刻胶和入射介质。所述的彩色滤光片只需通过调节光栅周期，便可移动中心波长，从而得到不同颜色的滤光片。滤出光的颜色纯度高，重点是对入射光的偏振态不敏感，不同偏振态的入射光具有类似的滤光效果，从而提高了滤光片的光学品质及光能利用率。本发明实施方便，制作的彩色滤光片可广泛应用于彩色显示、图像传感等领域。
-
公开(公告)号：CN118230107A
公开(公告)日：2024-06-21
申请号：CN202410427819.X
申请日：2024-04-10
IPC: G06V10/80 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于多维特征和尺度融合网络的红外小目标检测方法，包括以下步骤：S1、准备数据集，融合筛选红外小目标数据集并通过几何和非几何数据增强对数据集进行预处理；S2、利用定权卷积核捕获红外小目标图像多维度特征信息，并通过多维特征交叉融合模块，构建红外图像多维信息特征集合；S3、基于编解码网络结构出发，级联改进后的DCNN和ASPP结构；S4、将编码网络输出的深层语义信息、低层的多维特征信息和网络骨干特征信息输入解码器模块逐渐恢复空间信息，均衡低维和高维特征，还原出预测的二值化图像。根据本发明，通过提取原始红外小目标图像多维度特征信息，进一步加强了深度学习网络对红外小目标特征的学习能力。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.028 seconds)
