-
公开(公告)号：CN118570651B
公开(公告)日：2024-11-22
申请号：CN202411034557.7
申请日：2024-07-31
Applicant: 南京理工大学
Abstract: 本发明公开了一种跨波段细节驱动增强的单像素光谱成像方法，包括如下步骤：利用RGB相机和光纤光谱仪同时获取物体的RGB图像和近红外高光谱单像素；对编码后的近红外高光谱单像素信息采用伪逆单像素成像算法初步重建出近红外高光谱图像；构建基于注意力融合的高光谱分辨率增强网络SREAF，利用初步重建出近红外高光谱图像和RGB图像进行融合，最终得到近红外高光谱图像。本发明的跨波段细节驱动增强的单像素光谱成像方法通过引入低成本的高空间分辨率的RGB图像，并构建深度学习框架融合RGB图像和近红外高光谱图像，提升了近红外高光谱图像的分辨率，最终在不增加实际压缩采样次数的同时获得高空间和高光谱分辨率的重建结果。
-
公开(公告)号：CN118864734A
公开(公告)日：2024-10-29
申请号：CN202411321280.6
申请日：2024-09-23
Applicant: 南京理工大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于隐式表征的绕视场景三维重建方法，包括：使用激光器照射中继墙面，在中继墙面形成二次漫反射光斑，并通过照亮中继墙上的不同位置，在对面墙上生成不同角度的隐藏对象投影；通过光源估计方法估计二次光源所在三维坐标；通过二次光源在半球空间内向所有方向发射光线并终止于观测中继墙的物理关系建立神经阴影场模型，利用光线的累积透射率来表征光线传播到中继墙表面的概率；将构建神经阴影场模型的三维空间参数化表示为连续的MLP函数，并使用二值阴影标签监督光线累积透射率的优化，并最终通过深度积分获得隐藏空间的三维结构。该方法可以准确地重建隐藏物体的形状和轮廓细节。
-
公开(公告)号：CN118857156A
公开(公告)日：2024-10-29
申请号：CN202410057129.X
申请日：2024-01-15
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于编码孔径的4D多帧光谱成像方法，采用采用4D光谱成像系统将光谱成像和三维成像两种不同的机制紧密耦合、协同成像，将主动式的编码孔径快照成像与条纹投影轮廓术（FPP）相结合，独创地将3D成像所用的条纹投影和光谱成像所需的随机编码叠加投影，光谱探测和FPP系统中相机路共用光路，极大地简化了系统设计。由于采用主动式CASSI方案实现光谱成像，且不含有机械运动结构和掩膜版，能够做到装置结构稳定的同时快速采样。
-
公开(公告)号：CN118212536B
公开(公告)日：2024-10-08
申请号：CN202410624831.X
申请日：2024-05-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种物理引导的超分辨压缩编码光谱成像方法，包括以下步骤：一、利用RGB相机和灰度相机同时获取物体的RGB图像和高光谱信息；二、采用DCT编码矩阵作为编码模板，对物体的高光谱信息进行编码，得到编码后的高光谱信息；三、对编码后的高光谱信息采用逆向求解算法进行重建，得到初步高光谱图像；四、利用SSAM‑Unet网络对RGB图像和初步高光谱图像进行融合，得到最终的高光谱图像。本发明的物理引导的超分辨压缩编码光谱成像方法在保证成像速度的同时提高了成像质量，并构建深度学习框架融合RGB图像和高光谱图像，提升了高光谱图像的分辨率。
-
公开(公告)号：CN118408493A
公开(公告)日：2024-07-30
申请号：CN202410589377.9
申请日：2024-05-13
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于莫尔光栅高亮度条纹投影的运动物体三维测量方法及系统，该方法包括：进行光路搭建，使系统能投射出正弦条纹到物体表面；设计频谱滤波器，提取+1级频谱分量，获得待测物体的包裹相位；采用导轨与标准平板对测量区域进行纵向标定，获得测量区域的相位‑高度数据，并将不同区域的标定数据进行拟合；采用棋盘格对相机进行横向标定；相机拍摄含有激光测距仪标记的待测物体图像与待测物体运动状态下的条纹图像；根据激光测距仪记录的信息与纵向标定数据，对不同区域的纵向标定数据进行拼接；获得运动物体的包裹相位，进行空间相位展开获得运动物体的绝对相位，计算物体不同运动时刻的点云数据。
-
Patent Agency Ranking
公开(公告)号：CN118365649A
公开(公告)日：2024-07-19
申请号：CN202410797606.6
申请日：2024-06-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于熔池三维形态的被动视觉焊缝偏移预测方法，包括以下步骤：搭建被动双目视觉系统，采集多道焊中目标焊道的焊缝熔池图像；基于边缘检测算法对熔池图像进行分割，提取熔池边缘；对第一相机和第二相机进行标定及第一熔池图像和第二熔池图像进行极线校正，然后通过双目测量原理计算出分割后熔池边缘的深度；计算分割后的第一相机熔池图像以质心为基点旋转一周的质心边距；基于降维算法对获取的数据进行降维处理；基于回归算法对降维后的数据进行训练，利用该训练模型进行偏移预测。本发明通过构建被动双目视觉系统及机器学习算法相结合，利用熔池三维形态和二维平面数据实现了多道焊偏移的准确预测。
-
公开(公告)号：CN113505626B
公开(公告)日：2024-07-12
申请号：CN202110277067.X
申请日：2021-03-15
Applicant: 南京理工大学
Abstract: 本发明涉及一种快速三维指纹采集方法与系统，属于图像采集技术领域，硬件系统包括图像投影端、图像采集端和进行图像处理与三维计算的计算机，图像投影端包括投影仪，图像采集端包括左相机和右相机，左相机与右相机分别位于投影仪的左侧和右侧。方法为计算机设计编码正弦相移条纹与格雷码图并且发送给投影仪，投影仪将编码图案投影到手指表面；左相机和右相机从各自的角度对手指进行拍摄，采集被手指表面深度调制而变形的编码图案并将其传输至计算机，计算机通过算法模块完成指纹的三维重建。本发明能够正确地反映出了指纹的真实三维形状，且指纹的纹理脉络连续且清晰、脊谷分明。
-
公开(公告)号：CN118089594A
公开(公告)日：2024-05-28
申请号：CN202410516992.7
申请日：2024-04-28
Applicant: 南京理工大学
IPC: G01B11/25
Abstract: 本发明公开了一种基于散射噪声抑制的水下偏振条纹投影三维测量方法，包括：将投影仪投影出的一组相移的正弦条纹经过起偏器变成线偏振光后照射到水下待测目标表面，使用偏振相机进行同步采集；计算每张条纹图中背景部分后向散射光的偏振信息以及背景部分水体的透过率；通过外推法利用多项式拟合获得整个场景的偏振信息和透过率，并结合水下偏振成像模型对每张条纹图像进行恢复；通过相移法计算条纹的包裹相位，利用格雷码将相位展开后结合系统的标定参数对水下待测物体进行三维重建。本发明利用偏振相机拍摄到的图像计算场景的偏振信息，并结合水下偏振成像模型对图像进行恢复，提升了二维图像质量，实现了浑浊水下的高精度三维重建。
-
公开(公告)号：CN118052718A
公开(公告)日：2024-05-17
申请号：CN202410053132.4
申请日：2024-01-15
Applicant: 南京理工大学
IPC: G06T5/00 , G06T5/60 , G06T7/50 , G06N3/088 , G06N3/0455 , G06N3/0464 , G06N3/084 , G01N21/21
Abstract: 本发明公开一种基于双目估计和偏振调制的无监督水下成像方法，采用双目系统，并对双目系统进行标定得到双目系统的内部参数和外部参数，包括以下步骤：步骤一、使用线偏振光对水下目标进行照明，利用双目系统得到偏振信息和深度信息；步骤二、将偏振信息和深度信息输入无监督网络模型，所述无监督网络模型将深度信息融合到网络中，在网络训练的过程中更新深度信息用于后续网络训练，最后得到清晰的水下图像。本发明基于水下偏振物理模型以及背向散射光与距离的关系，将深度信息融合到自监督网络中，以减少现有方法中利用偏振图像计算参数所产生的误差对水下成像质量的影响，更好的恢复图像的细节部分。
-
公开(公告)号：CN117939105A
公开(公告)日：2024-04-26
申请号：CN202410331194.7
申请日：2024-03-22
Applicant: 南京理工大学
IPC: H04N13/363 , H04N13/398 , H04N13/161 , H04N13/125 , H04N25/17 , G06T3/4053 , G06T3/16
Abstract: 本发明公开一种基于时序延迟和强度调制的超分辨率非视域成像系统，包括脉冲激光器和探测器，探测器包括镜头、掺铒光纤放大器EDFA、MZ强度调制器和单光子雪崩二极管SPAD，脉冲激光器对中继墙进行扫描，MZ强度调制器对不同位置接收到的光进行随机延时和强度调制，单光子雪崩二极管SPAD对MZ强度调制器调制后的光进行采集。本发明利用瞬态图之间的时空相关性，通过控制高带宽调制器在探测器前随机延时和强度调制来实现高分辨率的目标重建，可以将探测器的计时分辨率提高至少16倍。该方法能降低非视域成像对系统硬件高时间精度的要求，并且对错误编码具有鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.04 seconds)
