-
公开(公告)号：CN113962915B
公开(公告)日：2022-04-29
申请号：CN202111221433.6
申请日：2021-10-20
Applicant: 哈尔滨工业大学
Abstract: 非均匀照明条件下的自适应非线性超动态图像合成方法，解决了现有非均匀暗场照明条件下成像时被检测目标图像饱和的问题，属于光学元件检测技术领域。本发明在照明条件不变的条件下，损伤点所在的区域的照度场不均匀，采集n幅随着相机的曝光时间变化的图像。随着曝光时间增加，损伤点的图像灰度值会相应增加，判断图像中是否出现饱和点，如果出现饱和点，利用该饱和点之前曝光时间的图像中对应位置处的灰度值和曝光时间，对神经网络训练，实现非线性回归，利用神经网络获取对应饱和点在之后的曝光时间的灰度值，替换饱和的灰度值，生成超动态图像。
-
公开(公告)号：CN114660091A
公开(公告)日：2022-06-24
申请号：CN202210277608.3
申请日：2022-03-21
Applicant: 哈尔滨工业大学
IPC: G01N21/958 , G01N21/01 , G02B27/10
Abstract: 集束装置终端光学组件成像系统及方法，涉及大口径光学元件在线成像系统设计领域，本发明的目的是为了解决目前对单束终端光学组件的成像检测速度慢的问题。光学组件由8个子束按口字型排列组成，成像物镜采集光学组件的像，将采集到的像输出至分光棱镜，第一组子束的像经过分光棱镜透射到对应的4块探测芯片上，同时第二组子束的像或者第三组子束的像经过分光棱镜反射到另外所述2块探测芯片上，将成像物镜、分光棱镜和图像探测器一同绕光轴顺时针线旋转90°后，第三组子束的像或者第二组子束的像经过分光棱镜反射到所述另外2块探测芯片上，图像探测器完成对8个子束图像的全部采集。它用于对光学组件成像进行采集。
-
Patent Agency Ranking
公开(公告)号：CN114660091B
公开(公告)日：2023-04-25
申请号：CN202210277608.3
申请日：2022-03-21
Applicant: 哈尔滨工业大学
IPC: G01N21/958 , G01N21/01 , G02B27/10
Abstract: 集束装置终端光学组件成像系统及方法，涉及大口径光学元件在线成像系统设计领域，本发明的目的是为了解决目前对单束终端光学组件的成像检测速度慢的问题。光学组件由8个子束按口字型排列组成，成像物镜采集光学组件的像，将采集到的像输出至分光棱镜，第一组子束的像经过分光棱镜透射到对应的4块探测芯片上，同时第二组子束的像或者第三组子束的像经过分光棱镜反射到另外所述2块探测芯片上，将成像物镜、分光棱镜和图像探测器一同绕光轴顺时针线旋转90°后，第三组子束的像或者第二组子束的像经过分光棱镜反射到所述另外2块探测芯片上，图像探测器完成对8个子束图像的全部采集。它用于对光学组件成像进行采集。
-
公开(公告)号：CN113237888B
公开(公告)日：2022-06-14
申请号：CN202110559458.0
申请日：2021-05-21
Applicant: 哈尔滨工业大学
Abstract: 一种大口径光学元件损伤点在线与离线暗场图像匹配方法，属于光学元件损伤检测领域。本发明针对现有光学元件的在线损伤图像与离线损伤图像之间通过损伤点匹配确定伪损伤点，匹配难度大并且效率低的问题。它采用近邻损伤多点主动定位方法找到损伤的位置，相对于传统的三角形匹配方法，不需要将损伤两两之间的距离、角度信息提前计算存储，极大地减少了计算量，加快了匹配速度；同时，利用待匹配损伤近邻已匹配损伤的相对位置关系，更加精准的找到待匹配损伤的位置，减少远距离损伤匹配带来的误差，提高匹配精度。本发明在强干扰损伤的情况下可正确匹配离线损伤所对应的在线损伤。
-
公开(公告)号：CN117152434A
公开(公告)日：2023-12-01
申请号：CN202311129794.7
申请日：2023-09-04
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V10/20 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/776 , G06V10/44 , G06N3/0464 , G06N3/0495 , G06N3/082 , G06T7/00
Abstract: 一种Mobile‑UNet++大口径光学元件激光诱导损伤分割方法，属于光学元件损伤检测领域。本发明针对现有深度学习领域中，光学元件激光诱导损伤全监督语义分割依赖大量人工标注，时间效率低的问题。包括：获取原始损伤图像数据集；筛选激光诱导损伤的像素级分割掩模作为原始损伤图像的真值标签，并形成样本图像集；对样本图像分类并数据增强使各类别样本图像个数均衡；制作FODI损伤数据集，并确定训练集与测试集；搭建Mobile‑UNet++模型，进行训练和测试，得到训练后Mobile‑UNet++模型；获取待检测图像，输入至训练后Mobile‑UNet++模型，获得语义分割结果。本发明用于暗场成像的大口径光学元件图像的激光诱导损伤分割。
-
公开(公告)号：CN113962915A
公开(公告)日：2022-01-21
申请号：CN202111221433.6
申请日：2021-10-20
Applicant: 哈尔滨工业大学
Abstract: 非均匀照明条件下的自适应非线性超动态图像合成方法，解决了现有非均匀暗场照明条件下成像时被检测目标图像饱和的问题，属于光学元件检测技术领域。本发明在照明条件不变的条件下，损伤点所在的区域的照度场不均匀，采集n幅随着相机的曝光时间变化的图像。随着曝光时间增加，损伤点的图像灰度值会相应增加，判断图像中是否出现饱和点，如果出现饱和点，利用该饱和点之前曝光时间的图像中对应位置处的灰度值和曝光时间，对神经网络训练，实现非线性回归，利用神经网络获取对应饱和点在之后的曝光时间的灰度值，替换饱和的灰度值，生成超动态图像。
-
公开(公告)号：CN113237888A
公开(公告)日：2021-08-10
申请号：CN202110559458.0
申请日：2021-05-21
Applicant: 哈尔滨工业大学
Abstract: 一种大口径光学元件损伤点在线与离线暗场图像匹配方法，属于光学元件损伤检测领域。本发明针对现有光学元件的在线损伤图像与离线损伤图像之间通过损伤点匹配确定伪损伤点，匹配难度大并且效率低的问题。它采用近邻损伤多点主动定位方法找到损伤的位置，相对于传统的三角形匹配方法，不需要将损伤两两之间的距离、角度信息提前计算存储，极大地减少了计算量，加快了匹配速度；同时，利用待匹配损伤近邻已匹配损伤的相对位置关系，更加精准的找到待匹配损伤的位置，减少远距离损伤匹配带来的误差，提高匹配精度。本发明在强干扰损伤的情况下可正确匹配离线损伤所对应的在线损伤。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
