-
公开(公告)号：CN114518654A
公开(公告)日：2022-05-20
申请号：CN202210126830.3
申请日：2022-02-11
Applicant: 南京大学
Abstract: 本发明公开了一种高分辨大景深成像方法。该方法包括如下步骤：(1)针对目标工作场景，仿真参数空间下的成像系统的点扩散函数，以确定成像系统的参数；(2)设计并制备光学波前调制器件，搭建成像系统；(3)标定成像系统的点扩散函数，利用标定数据进一步生成训练数据集；(4)构建并训练解耦重建算法，对实际拍摄得到的图像进行重建。本发明基于光谱偏振复用的思路，通过前端设计的波前调制器件，将大景深范围内空间信息耦合编码至光谱偏振通道，光学系统将近景到远景的信息通过一次拍摄全部采集后，由解耦重建算法恢复出清晰图像数据，最终实现了超大景深成像。
-
公开(公告)号：CN108550125A
公开(公告)日：2018-09-18
申请号：CN201810344393.6
申请日：2018-04-17
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度学习的光学畸变修正方法，包括如下步骤：步骤1，标定镜头的点扩散函数PSF；步骤2，利用已标定的点扩散函数PSF通过数据生成器制作数据集；步骤3，搭建神经网络框架：通过上下采样卷积实现三种不同尺度网络，残差模块中，堆叠两层卷积层并去掉了批标准化层，此外在卷积层之前加上了丢弃层；步骤4，使用生成训练集训练搭建的神经网络结构；训练完成后即可使用训练好的模型重建待求清晰图像。本发明利用点扩散函数PSF的变化规律进行数据增强方法，降低了对点扩散函数PSF标定的要求，同时也降低了对训练数据集的依赖。
-
公开(公告)号：CN114518654B
公开(公告)日：2023-05-09
申请号：CN202210126830.3
申请日：2022-02-11
Applicant: 南京大学
IPC: G02B27/00 , G06F18/214 , G06N3/0464 , G06N3/084 , G06F17/14 , G06F17/16
Abstract: 本发明公开了一种高分辨大景深成像方法。该方法包括如下步骤：(1)针对目标工作场景，仿真参数空间下的成像系统的点扩散函数，以确定成像系统的参数；(2)设计并制备光学波前调制器件，搭建成像系统；(3)标定成像系统的点扩散函数，利用标定数据进一步生成训练数据集；(4)构建并训练解耦重建算法，对实际拍摄得到的图像进行重建。本发明基于光谱偏振复用的思路，通过前端设计的波前调制器件，将大景深范围内空间信息耦合编码至光谱偏振通道，光学系统将近景到远景的信息通过一次拍摄全部采集后，由解耦重建算法恢复出清晰图像数据，最终实现了超大景深成像。
-
公开(公告)号：CN108550125B
公开(公告)日：2021-07-30
申请号：CN201810344393.6
申请日：2018-04-17
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度学习的光学畸变修正方法，包括如下步骤：步骤1，标定镜头的点扩散函数PSF；步骤2，利用已标定的点扩散函数PSF通过数据生成器制作数据集；步骤3，搭建神经网络框架：通过上下采样卷积实现三种不同尺度网络，残差模块中，堆叠两层卷积层并去掉了批标准化层，此外在卷积层之前加上了丢弃层；步骤4，使用生成训练集训练搭建的神经网络结构；训练完成后即可使用训练好的模型重建待求清晰图像。本发明利用点扩散函数PSF的变化规律进行数据增强方法，降低了对点扩散函数PSF标定的要求，同时也降低了对训练数据集的依赖。
-
Patent Agency Ranking
公开(公告)号：CN114518171B
公开(公告)日：2024-04-30
申请号：CN202210126835.6
申请日：2022-02-11
Applicant: 南京大学
Abstract: 本发明公开了一种集成式的全斯托克斯偏振成像方法，具体步骤包括：(1)设计像素化偏振敏感光子器件，每个像素包括两种或者两种以上的各向异性纳米单元，使得两种正交的偏振光传播通过单个像素之后的归一化振幅差在0.02以上；(2)使用不同波长的单色光入射到所述像素化偏振敏感光子器件，同时改变入射光的偏振态，表征得到不同偏振态下光子器件每个像素的光谱，获取先验知识；(3)搭建成像系统，对成像场景进行光学采集；(4)构建并训练重建算法，重建全斯托克斯参量。本发明构建的偏振敏感的像素化光学器件可完成全偏振的光学调制，而且结合压缩感知理论与深度学习，可以通过一次采集，实现全斯托克斯的偏振成像。
-
公开(公告)号：CN114518171A
公开(公告)日：2022-05-20
申请号：CN202210126835.6
申请日：2022-02-11
Applicant: 南京大学
Abstract: 本发明公开了一种集成式的全斯托克斯偏振成像方法，具体步骤包括：(1)设计像素化偏振敏感光子器件，每个像素包括两种或者两种以上的各向异性纳米单元，使得两种正交的偏振光传播通过单个像素之后的归一化振幅差在0.02以上；(2)使用不同波长的单色光入射到所述像素化偏振敏感光子器件，同时改变入射光的偏振态，表征得到不同偏振态下光子器件每个像素的光谱，获取先验知识；(3)搭建成像系统，对成像场景进行光学采集；(4)构建并训练重建算法，重建全斯托克斯参量。本发明构建的偏振敏感的像素化光学器件可完成全偏振的光学调制，而且结合压缩感知理论与深度学习，可以通过一次采集，实现全斯托克斯的偏振成像。
-
公开(公告)号：CN115830406A
公开(公告)日：2023-03-21
申请号：CN202111078555.4
申请日：2021-09-15
Applicant: 南京大学
IPC: G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/55
Abstract: 本发明公开了一种基于多视差尺度的快速光场深度估计方法。具体步骤为：(1)构造数据库；(2)将光场图像输入神经网络，神经网络提取出特征向量，同时与边缘增强模块交互进行边缘特性增强，并根据得到的特征向量构建不同视差尺度的匹配代价，通过代价聚合模块进行匹配代价正则化，最终通过视差回归得到光场视差图；(3)构建神经网络的损失函数，该损失函数包括绝对值损失函数和加权二分类交叉熵损失函数；(4)根据光场相机参数，得到相邻光场图像对应的相机焦距与基线长度，进而根据光场视差图，转换成光场深度图；(5)将测试集的光场图像输入已训练的神经网络中，得到光场深度图。本发明的方法可以通过光场图像直接求出其精确的深度图。
-
公开(公告)号：CN109239914B
公开(公告)日：2020-05-01
申请号：CN201811062082.7
申请日：2018-09-12
Applicant: 南京大学
Abstract: 本发明公开了一种实现高空间带宽积的成像方法。具体步骤如下：(1)选择某可见光频率作为中心频率，只优化该中心频率的光学特性参数，而不优化其他频率的光学特性参数；(2)设计GRλB颜色过滤排列器；(3)采用深度学习卷积神经网络模型生成清晰图像。本发明有效地提高了成像系统的光学带宽积，在保证成像质量的同时，降低了光学成像设备的设计难度与制作成本。本方法既可用于大光圈、高分辨率成像设备，也可用于手机镜头、监控系统等小型低成本成像设备。
-
公开(公告)号：CN109239914A
公开(公告)日：2019-01-18
申请号：CN201811062082.7
申请日：2018-09-12
Applicant: 南京大学
Abstract: 本发明公开了一种实现高空间带宽积的成像方法。具体步骤如下：(1)选择某可见光频率作为中心频率，只优化该中心频率的光学特性参数，而不优化其他频率的光学特性参数；(2)设计GRλB颜色过滤排列器；(3)采用深度学习卷积神经网络模型生成清晰图像。本发明有效地提高了成像系统的光学带宽积，在保证成像质量的同时，降低了光学成像设备的设计难度与制作成本。本方法既可用于大光圈、高分辨率成像设备，也可用于手机镜头、监控系统等小型低成本成像设备。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
