-
公开(公告)号：CN110545379B
公开(公告)日：2020-08-04
申请号：CN201910846205.4
申请日：2019-09-09
Applicant: 北京理工大学
Abstract: 本发明提出了一种采用DMD的并行时空域联合压缩成像方法及装置。将空间域压缩成像技术与时间域压缩成像技术相结合，利用数字微镜器件DMD，使目标光信息在空域调制的同时进行时域调制，而探测器只需接收经过时、空域调制后的低速低分辨率图像。最后使用恢复算法从调制图像中恢复原高速高分辨率图像。本发明方法能够同时扩展相机的空间分辨率和时间分辨率，在不改变相机的前提下获得更高时间分辨率和空间分辨率的图像序列。同时，时空域压缩成像具有很高的压缩比，可以显著的减少采集的数据量，降低高速高分辨率视频对传输带宽的要求，使高速高分辨率成像系统成本更低且更易实现。
-
公开(公告)号：CN110545379A
公开(公告)日：2019-12-06
申请号：CN201910846205.4
申请日：2019-09-09
Applicant: 北京理工大学
Abstract: 本发明提出了一种采用DMD的并行时空域联合压缩成像方法及装置。将空间域压缩成像技术与时间域压缩成像技术相结合，利用数字微镜器件DMD，使目标光信息在空域调制的同时进行时域调制，而探测器只需接收经过时、空域调制后的低速低分辨率图像。最后使用恢复算法从调制图像中恢复原高速高分辨率图像。本发明方法能够同时扩展相机的空间分辨率和时间分辨率，在不改变相机的前提下获得更高时间分辨率和空间分辨率的图像序列。同时，时空域压缩成像具有很高的压缩比，可以显著的减少采集的数据量，降低高速高分辨率视频对传输带宽的要求，使高速高分辨率成像系统成本更低且更易实现。
-
公开(公告)号：CN111524066B
公开(公告)日：2022-12-23
申请号：CN202010211715.7
申请日：2020-03-24
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于滑窗式数据处理的高速压缩成像方法，属于压缩成像技术领域。本发明使用低分辨率探测器采集经模板调制后的低分辨率图像；以窗口滑动的方式对采集到的图像进行分组，获得m组待处理图像；将获得的m组待处理图像分别按照模板顺序进行组内排序，得到m组按照模板顺序进行组内排序的低分辨率图像，以便于图像重构算法按照模板顺序进行图像处理，节省模板信息占用的存储空间；分别使用压缩成像图像重构算法对各组组内重新排序后的低分辨率图像进行图像重构，即将每组低分辨率图像重构为一帧高分辨率图像，得到m帧高分辨率图像。本发明基于滑窗式数据处理实现高速压缩成像，在不改变探测器和成像质量的前提下提高输出图像的帧率。
-
公开(公告)号：CN102930618B
公开(公告)日：2015-07-15
申请号：CN201210390592.3
申请日：2012-10-15
Applicant: 北京理工大学
IPC: G07C9/00
Abstract: 本发明提出了一种基于测距原理的人数统计的方法及系统。系统架设于公共区域出入口，由多个架设于出入口上方的三角测距感应单元组成。各单元一字排开，每一单元包括一个有垂直向下窄视角的成像感应器及前后两个线结构光源。每一感应器输出特征图像为两条包括人头部与肩膀轮廓的高度曲线。通过判别感应器中两条高度曲线的相关度，判断人流出入方向。本系统使用测距原理实现人流统计，有效避免了由于灰度对比度差或色差数值低带来的问题。同时，各测距感应器采用的垂直向下视角可以有效解决不同高度目标间遮挡问题。为了避免各个测距感应单元视角重叠，同时为了提高系统成像速度，各测距单元还采用了分时曝光时序，实现了实时人流统计。
-
公开(公告)号：CN115185081B
公开(公告)日：2024-09-03
申请号：CN202210755506.8
申请日：2022-06-29
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于短焦折反投影系统的近眼显示设备及其角膜接触镜，包括折叠式折反光学系统、实像投影系统以及透明显示屏幕；所述实像投影系统发出的光线在所述透明显示屏幕表面形成实像，并经过所述透明显示屏幕反射和散射后形成左旋偏振光，进入折叠式折反光学系统，并在折叠式折反光学系统中的光学折反腔内实现光路折叠及偏振态的转化，从而透过折叠式折反光学系统，进入人眼；环境光经过所述透明显示屏幕和所述折叠式折反光学系统，进入人眼。上述近眼显示设备，在不增加屏幕大小的前提下，通过加入共轴的短焦折反投影系统，结合实像投影系统和透明显示屏幕，实现了更大的放大率和视场角，提高了成像的清晰度和沉浸感。
-
Patent Agency Ranking
公开(公告)号：CN109828285B
公开(公告)日：2020-10-09
申请号：CN201910011622.7
申请日：2019-01-07
Applicant: 北京理工大学
Abstract: 本发明提出了一种双波段时域压缩感知高速成像方法及装置。针对高速运动目标，利用数字微镜器件翻转的特性，同时将其两个方向上的光能分别用于可见光和红外两个波段上成像，结合时域压缩感知成像方法，同时获得高速运动目标双波段上的细节信息，使用基于压缩感知的视频重构算法，将拍摄得到的双波段低速视频重构出双波段目标高速视频。本发明方法能够在不增加成像相机的数据转换带宽的同时，获得更多细节信息的高速运动目标视频，解决了高速成像对相机高感光度和超高的数据带宽的严苛要求。同时，利用数字微镜器件光调制器的特性，可以实现在不增加额外器件的情况下，同时获得可见光和红外两路高速成像光路，充分利用了光能量，提升能量的利用率。
-
公开(公告)号：CN111524066A
公开(公告)日：2020-08-11
申请号：CN202010211715.7
申请日：2020-03-24
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于滑窗式数据处理的高速压缩成像方法，属于压缩成像技术领域。本发明使用低分辨率探测器采集经模板调制后的低分辨率图像；以窗口滑动的方式对采集到的图像进行分组，获得m组待处理图像；将获得的m组待处理图像分别按照模板顺序进行组内排序，得到m组按照模板顺序进行组内排序的低分辨率图像，以便于图像重构算法按照模板顺序进行图像处理，节省模板信息占用的存储空间；分别使用压缩成像图像重构算法对各组组内重新排序后的低分辨率图像进行图像重构，即将每组低分辨率图像重构为一帧高分辨率图像，得到m帧高分辨率图像。本发明基于滑窗式数据处理实现高速压缩成像，在不改变探测器和成像质量的前提下提高输出图像的帧率。
-
公开(公告)号：CN110929811A
公开(公告)日：2020-03-27
申请号：CN201911001708.8
申请日：2019-10-21
Applicant: 北京理工大学
Abstract: 本发明涉及一种获取全波形激光雷达高分辨率数据的深度学习方法。属于深度学习，雷达数据处理领域。通过搭建数据处理平台，构建深度学习网络构架模型，训练深度学习网络构架模型，根据损失函数Loss以及PSNR，调整深度学习网络构架模型中的参数，保存训练效果最好的深度学习网络构架模型，用此模型处理全波形激光雷达数据，使全波形雷达数据的时空分辨率得到多倍提升，解决在全波型激光雷达硬件扫描设备局限性的约束下，分辨率受限的问题，处理新的全波形激光雷达数据时，只需调用保存的深度学习网络构架模型，适应对于采集设备体积，便携性要求高的场合。
-
公开(公告)号：CN119399630A
公开(公告)日：2025-02-07
申请号：CN202411468031.X
申请日：2024-10-21
Applicant: 北京理工大学
IPC: G06V20/10
Abstract: 一种针对红外光谱图像的空谱域联合压缩感知方法，属于高分辨光谱成像和压缩成像领域。本发明实现方法为：生成空谱域联合压缩成像编码矩阵，将此矩阵作为编码模版加载到DMD上，使其对目标光信息进行空间调制，使用衍射光栅对空间调制后的光谱图像进行光谱调制，使用低分辨率红外相机对调制后的图像进行空间下采样和光谱下采样，获得低分辨率二维混叠图像。通过空域压缩成像与谱域压缩成像突破红外相机空间分辨率和光谱分辨率的限制，采集的低空间低光谱分辨率红外图像使用重建算法即能够恢复出原高空间高光谱分辨率红外图像。本发明利用光谱图像的空间、光谱相关性，通过压缩成像方法在数据采集前对数据压缩，显著减少采集、存储、传输的数据量。
-
公开(公告)号：CN116630202A
公开(公告)日：2023-08-22
申请号：CN202310711350.8
申请日：2023-06-15
Applicant: 北京理工大学
IPC: G06T5/00
Abstract: 本发明公开的一种基于改进HIO‑ER算法的透过散射介质成像方法，属于计算光学成像技术领域。本发明用于散斑成像系统。本发明实现方法为：激光器透过旋转毛玻璃产生赝热光照亮目标，携带着目标信息的光线被散射介质散射，紧贴散射介质放置一个孔径光阑调整散斑大小和成像系统分辨率大小，被散射介质出射表面一定距离的探测器接收，获得散斑分布图像；对记录的散斑图像进行自相关计算获得目标物体的傅里叶振幅，通过HIO‑ER相位恢复算法利用目标傅里叶振幅迭代目标相位信息，实现对目标的重构。使用Hadamard矩阵作为HIO‑ER算法的初始相位分布，在保证重建结果稳定性的同时大幅度提高图像重建的效率，扩展透过散射介质成像的应用范围。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.018 seconds)
