-
公开(公告)号:CN114353946B
公开(公告)日:2023-05-05
申请号:CN202111635615.8
申请日:2021-12-29
申请人: 北京理工大学
IPC分类号: G01J3/28 , G06N3/0464 , G06N3/08
摘要: 本发明公开的一种衍射快照光谱成像方法,属于计算摄像学领域。本发明应用于衍射快照光谱成像系统,通过数据驱动的方式对衍射光学元件的编码结构和重建解码神经网络进行联合优化,得到相对最优的光学编码结构及其对应的计算解码模型,使得编码和解码部分更加与彼此契合;光学编码结构在优化阶段考虑实际制造中的量化要求,使得优化得到的衍射光学元件结构和制造的衍射光学元件结构一致,提升重建图像精度;采用编码自由度高的衍射光学元件作为编码部分,具有体积小巧、结构紧凑的优点,具有实时成像的能力。采用可微分的模型对整个编码和解码过程进行建模,进而在任何机器学习自动微分框架中均可实现模型并进行优化,提升本发明的通用性。
-
公开(公告)号:CN114353946A
公开(公告)日:2022-04-15
申请号:CN202111635615.8
申请日:2021-12-29
申请人: 北京理工大学
摘要: 本发明公开的一种衍射快照光谱成像方法,属于计算摄像学领域。本发明应用于衍射快照光谱成像系统,通过数据驱动的方式对衍射光学元件的编码结构和重建解码神经网络进行联合优化,得到相对最优的光学编码结构及其对应的计算解码模型,使得编码和解码部分更加与彼此契合;光学编码结构在优化阶段考虑实际制造中的量化要求,使得优化得到的衍射光学元件结构和制造的衍射光学元件结构一致,提升重建图像精度;采用编码自由度高的衍射光学元件作为编码部分,具有体积小巧、结构紧凑的优点,具有实时成像的能力。采用可微分的模型对整个编码和解码过程进行建模,进而在任何机器学习自动微分框架中均可实现模型并进行优化,提升本发明的通用性。
-