-
公开(公告)号：CN114719969B
公开(公告)日：2025-04-08
申请号：CN202110007424.0
申请日：2021-01-05
Applicant: 南京大学
Abstract: 本发明公开了一种基于时间编码的高速单光子探测成像方法。该方法的步骤为：首先标定单个单光子雪崩二极管SPAD的光子探测效率和偏置电压之间的关系曲线；然后发射脉冲激光到场景，利用由多个SPAD组成的阵列来采集从场景返回的光，通过调制SPAD上的偏置电压，实现对光子探测效率的调制，即为SPAD成像探测引入时间编码；通过对SPAD进行不同的时间编码，采集得到不同的总探测光子数；最后基于梯度下降算法的最小二乘重建，对不同时刻返回光强的计算重建。本发明是一种间接的光子时域信息采集方法，避免了由于时间关联单光子计数成像存在的光自堆叠现象，可以实现对环境噪声和散射鲁棒的单光子高速成像。
-
公开(公告)号：CN114723797B
公开(公告)日：2024-04-12
申请号：CN202110015239.6
申请日：2021-01-06
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度学习的TOF深度成像的方法。具体步骤如下：(1)向TOF成像网络输入深度图，使用可学习的矩阵模拟TOF的调制函数，根据深度图的像素值进行相应的移位；(2)使用可学习的矩阵模拟TOF的解调函数，与上一步的输出进行积分操作；(3)积分后加上环境光，再加入噪声，输入给去噪成像子网络；(4)将调制函数、解调函数以及去噪成像子网络同时训练；(5)使用训练得到的调制函数来调制激光二极管，照亮场景；(6)使用APD测量反射回的信号，与训练得到的解调函数相乘；(7)相乘后的信号经过低通滤波器，测量电压值；(8)电压值输入给训练得到的去噪成像子网络，完成TOF深度成像。本方法可以增强TOF深度成像对噪声的鲁棒性，提高成像的精度。
-
Patent Agency Ranking
公开(公告)号：CN115496883A
公开(公告)日：2022-12-20
申请号：CN202111540560.2
申请日：2021-12-16
Applicant: 南京大学
Abstract: 本发明公开了一种数据驱动的可去除多径误差的TOF深度成像方法。其步骤如下：针对存在多径效应的场景进行三维建模，对上述场景进行深度渲染得到深度图标签及其对应的场景参数；以三角网格形式重新描述上述场景，进行基于pbrt的瞬态渲染得到脉冲响应瞬态图；将可学习的调制函数与脉冲响应瞬态相卷积，得到调制函数对应光波照亮场景后的回波；使用可学习的TOF解调函数，与上一步输出相乘积分并加上环境光与噪声，输入重建子网络；训练上述网络，用得到的调制函数调制激光，照亮场景后用光电探测器测量回波，与得到的解调函数相乘并滤波；将电压值输入训练后的重建子网络得到深度图。本方法增强了TOF深度成像对多径误差的鲁棒性，提高了成像精度。
-
公开(公告)号：CN115201852B
公开(公告)日：2025-05-06
申请号：CN202210669847.3
申请日：2022-06-14
Applicant: 南京大学
IPC: G01S17/894 , G01S7/48 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种费舍信息量引导的可学习飞行时间成像方法及系统。其方法的步骤为：构造数据库；建立可微分的物理成像模型，加入实际场景的物理约束，并设置编码函数为可学习的参数，输入数据得到无噪声的多次测量值；建模实际的多次测量值，推导飞行时间成像测量值的费舍信息量，并把带噪声的测量值输入双支路的深度重建网络；使用费舍信息量作为损失函数，并结合多次测量差异性损失函数和深度保真度损失函数，联合训练编码函数和深度重建网络；将测试数据输入已训练的编码函数和重建网络中，重建测试场景深度图；搭建飞行时间成像的硬件原型系统，使用优化得到的编码函数和重建网络来重建实际场景高质量的深度图。
-
公开(公告)号：CN114723797A
公开(公告)日：2022-07-08
申请号：CN202110015239.6
申请日：2021-01-06
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度学习的TOF深度成像的方法。具体步骤如下：(1)向TOF成像网络输入深度图，使用可学习的矩阵模拟TOF的调制函数，根据深度图的像素值进行相应的移位；(2)使用可学习的矩阵模拟TOF的解调函数，与上一步的输出进行积分操作；(3)积分后加上环境光，再加入噪声，输入给去噪成像子网络；(4)将调制函数、解调函数以及去噪成像子网络同时训练；(5)使用训练得到的调制函数来调制激光二极管，照亮场景；(6)使用APD测量反射回的信号，与训练得到的解调函数相乘；(7)相乘后的信号经过低通滤波器，测量电压值；(8)电压值输入给训练得到的去噪成像子网络，完成TOF深度成像。本方法可以增强TOF深度成像对噪声的鲁棒性，提高成像的精度。
-
公开(公告)号：CN114719969A
公开(公告)日：2022-07-08
申请号：CN202110007424.0
申请日：2021-01-05
Applicant: 南京大学
Abstract: 本发明公开了一种基于时间编码的高速单光子探测成像方法。该方法的步骤为：首先标定单个单光子雪崩二极管SPAD的光子探测效率和偏置电压之间的关系曲线；然后发射脉冲激光到场景，利用由多个SPAD组成的阵列来采集从场景返回的光，通过调制SPAD上的偏置电压，实现对光子探测效率的调制，即为SPAD成像探测引入时间编码；通过对SPAD进行不同的时间编码，采集得到不同的总探测光子数；最后基于梯度下降算法的最小二乘重建，对不同时刻返回光强的计算重建。本发明是一种间接的光子时域信息采集方法，避免了由于时间关联单光子计数成像存在的光自堆叠现象，可以实现对环境噪声和散射鲁棒的单光子高速成像。
-
公开(公告)号：CN115201852A
公开(公告)日：2022-10-18
申请号：CN202210669847.3
申请日：2022-06-14
Applicant: 南京大学
IPC: G01S17/894 , G01S7/48 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种费舍信息量引导的可学习飞行时间成像方法及系统。其方法的步骤为：构造数据库；建立可微分的物理成像模型，加入实际场景的物理约束，并设置编码函数为可学习的参数，输入数据得到无噪声的多次测量值；建模实际的多次测量值，推导飞行时间成像测量值的费舍信息量，并把带噪声的测量值输入双支路的深度重建网络；使用费舍信息量作为损失函数，并结合多次测量差异性损失函数和深度保真度损失函数，联合训练编码函数和深度重建网络；将测试数据输入已训练的编码函数和重建网络中，重建测试场景深度图；搭建飞行时间成像的硬件原型系统，使用优化得到的编码函数和重建网络来重建实际场景高质量的深度图。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
