-
公开(公告)号：CN114004960A
公开(公告)日：2022-02-01
申请号：CN202111360605.8
申请日：2021-11-17
Applicant: 湖南大学
IPC: G06V10/147 , G06V10/58 , G06T5/00
Abstract: 本发明公开了一种医药检测的高光谱双模成像系统及方法，包括第一光源、第二光源、高光谱相机、样品台、滑行组件、平面反射镜、匀光面板和控制装置，第一光源、匀光面板和高光谱相机从左至右依次设置，且三者的中心点在一条直线上，第一光源、匀光面板均位于样品台的左侧，高光谱相机位于样品台的右侧，第一光源、匀光面板和高光谱相机组成透射成像装置，平面反射镜和第二光源均按预设角度设置于样品台的上方，第二光源、平面反射镜和高光谱相机组成反射成像装置，高光谱相机可滑行地安装于滑行组件上，高光谱相机与控制装置连接，高光谱相机上设置有压缩感知模块，压缩感知模块采用预设的正则化正交匹配追踪重构算法。其结构简单且检测精准。
-
Patent Agency Ranking
公开(公告)号：CN114092509B
公开(公告)日：2024-09-10
申请号：CN202111341858.0
申请日：2021-11-12
Applicant: 湖南大学
IPC: G06T5/60 , G06T7/194 , G06T7/11 , G06T7/13 , G06T9/00 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种医药高光谱数据的图像重构方法，在通过高光谱相机获取到医药高光谱数据后，首先采用数据预处理的方法，对采集的原始数据进行筛选和裁剪，预处理部分为数据集的建立提供了保障，在保留医药产品特性和对比度的同时，极大程度去除托盘背景部分的干扰；其次，通过构建的卷积自编码器，学习医药高光谱的非线性表示，最后通过求解全局非线性最优化问题，通过保真度先验，将学习到的非线性表示的保真度和空间域梯度的稀疏性统一起来，从编码后的图像重构出高光谱图像。本发明显然能够提升重构准确率，提高信噪比，降低硬件设备存储压力。
-
公开(公告)号：CN115994983A
公开(公告)日：2023-04-21
申请号：CN202310298901.2
申请日：2023-03-24
Applicant: 湖南大学
Abstract: 本发明公开了一种基于快照式编码成像系统的医药高光谱重构方法，采集医药高光谱原始图像并处理，得到增强后的医药高光谱图像，经过模拟空间编码，获得编码后的测量图像，对编码后的测量图像进行光谱反移位后作反向编码处理，得到反向编码后的三维高光谱图像，将增强后的医药高光谱图像作为目标图像，根据反编码后的测量图像和目标图像构建训练集和测试集；搭建深度对称神经重构网络，并通过训练集和测试集进行训练和测试；将测试后的深度对称神经重构网络部署到快照式编码成像系统，利用快照式编码成像系统实时采集得到医药测量图像，经过计算重构，得到重构的三维高光谱图像。该方法能够实现对快照式成像系统医药高光谱的高质量重构。
-
公开(公告)号：CN114004960B
公开(公告)日：2024-06-18
申请号：CN202111360605.8
申请日：2021-11-17
Applicant: 湖南大学
IPC: G06V10/147 , G02B27/00 , G02B7/182 , G02B17/00 , G06V10/58
Abstract: 本发明公开了一种医药检测的高光谱双模成像系统及方法，包括第一光源、第二光源、高光谱相机、样品台、滑行组件、平面反射镜、匀光面板和控制装置，第一光源、匀光面板和高光谱相机从左至右依次设置，且三者的中心点在一条直线上，第一光源、匀光面板均位于样品台的左侧，高光谱相机位于样品台的右侧，第一光源、匀光面板和高光谱相机组成透射成像装置，平面反射镜和第二光源均按预设角度设置于样品台的上方，第二光源、平面反射镜和高光谱相机组成反射成像装置，高光谱相机可滑行地安装于滑行组件上，高光谱相机与控制装置连接，高光谱相机上设置有压缩感知模块，压缩感知模块采用预设的正则化正交匹配追踪重构算法。其结构简单且检测精准。
-
公开(公告)号：CN115994983B
公开(公告)日：2023-06-02
申请号：CN202310298901.2
申请日：2023-03-24
Applicant: 湖南大学
Abstract: 本发明公开了一种基于快照式编码成像系统的医药高光谱重构方法，采集医药高光谱原始图像并处理，得到增强后的医药高光谱图像，经过模拟空间编码，获得编码后的测量图像，对编码后的测量图像进行光谱反移位后作反向编码处理，得到反向编码后的三维高光谱图像，将增强后的医药高光谱图像作为目标图像，根据反编码后的测量图像和目标图像构建训练集和测试集；搭建深度对称神经重构网络，并通过训练集和测试集进行训练和测试；将测试后的深度对称神经重构网络部署到快照式编码成像系统，利用快照式编码成像系统实时采集得到医药测量图像，经过计算重构，得到重构的三维高光谱图像。该方法能够实现对快照式成像系统医药高光谱的高质量重构。
-
公开(公告)号：CN114092509A
公开(公告)日：2022-02-25
申请号：CN202111341858.0
申请日：2021-11-12
Applicant: 湖南大学
Abstract: 本发明公开了一种医药高光谱数据的图像重构方法，在通过高光谱相机获取到医药高光谱数据后，首先采用数据预处理的方法，对采集的原始数据进行筛选和裁剪，预处理部分为数据集的建立提供了保障，在保留医药产品特性和对比度的同时，极大程度去除托盘背景部分的干扰；其次，通过构建的卷积自编码器，学习医药高光谱的非线性表示，最后通过求解全局非线性最优化问题，通过保真度先验，将学习到的非线性表示的保真度和空间域梯度的稀疏性统一起来，从编码后的图像重构出高光谱图像。本发明显然能够提升重构准确率，提高信噪比，降低硬件设备存储压力。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
