-
公开(公告)号：CN109946241A
公开(公告)日：2019-06-28
申请号：CN201910184983.1
申请日：2019-03-12
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于高光谱计算成像系统的土壤分类方法。使用本发明能够实现不同类型土壤的快速精确分类。本发明基于LCTF的高光谱计算成像系统进行土壤分类，通过测量土壤图像的压缩测量值并利用压缩感知理论进行原始光谱图像的重构，提升土壤光谱图像的光谱分辨率；然后，利用光谱差异理论，以每个土壤样本与所有土壤类型之间的光谱差异作为输入特征，增强不同土壤类型之间的差异性；最后采用3D-CNN进行分类，同时利用土壤光谱图像空间和光谱信息，发挥光谱图像的优势；并利用特征降维算法在最大程度保留原始光谱信息的同时降低光谱维度，提升训练效率，突出土壤的类型特征，提升分类精度。
-
公开(公告)号：CN108955887A
公开(公告)日：2018-12-07
申请号：CN201810752548.X
申请日：2018-07-10
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于LCTF的全偏振高光谱压缩感知成像系统和成像方法，所述系统包括线性延迟器、液晶可调滤光器、数字微镜阵列和面阵探测器；所述线性延迟器的穆勒矩阵设计为每一列前两个元素的绝对值不同；线性延迟器和液晶可调滤光器共同实现偏振维压缩；所述液晶可调滤光器切换L个不同的中心波长，输出每个波段下的图像，实现光谱维压缩；所述数字微镜阵列对每个波段的图像进行编码，实现空间维编码压缩；原始图像依次经线性延迟器、液晶可调滤光器、数字微镜阵列后，由面阵探测器探测，获得包含全斯托克斯参量的图像。使用本发明能够实现原始图像全斯托克斯参量的压缩重构。
-
公开(公告)号：CN112229514B
公开(公告)日：2023-04-18
申请号：CN202011054740.5
申请日：2020-09-27
Applicant: 北京理工大学重庆创新中心
IPC: G01J3/02 , G01J3/28 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种液晶高光谱计算成像系统的三维数据重构方法，搭建了一个适用于液晶高光谱计算成像系统的卷积神经网络，将计算成像系统获取的压缩观测结果和系统响应共同作为网络输入，经过多个隐藏层，最终输出重构后的高分辨率三维数据；其中，系统响应包括系统的空间响应和光谱响应，分别表示系统对入射场景的空间和光谱编码作用。本发明在卷积神经网络的框架下进行压缩观测数据的计算重构，同时考虑压缩数据和系统响应，在训练数据足够多的情况下，该网络可以适应不同的编码模板和各种类型的计算光谱成像系统，快速准确地获取重构后的三维数据。
-
公开(公告)号：CN109447898A
公开(公告)日：2019-03-08
申请号：CN201811095176.4
申请日：2018-09-19
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于压缩感知的高光谱超分辨计算成像系统，包括：液晶可调滤光器、空间编码模块、面阵探测器、压缩重构模块、超分辨模块；原始图像依次经液晶可调滤光器、空间编码模块后，由面阵探测器探测，获得空间、光谱维均压缩的高光谱数据；压缩重构模块，用于利用压缩感知的重构算法，对所述高光谱数据进行重构，获得恢复的低分辨率的高光谱图像；超分辨模块，用于利用高光谱图像的非局部自相似性，在不需要辅助高分辨率的RGB图像的情况下，仅从所述低分辨率的高光谱图像，恢复出高分辨率的高光谱图像。使用本发明能够降低数据采集端压力，同时该系统不需要增加额外光路就可实现高光谱图像的超分辨重构。
-
公开(公告)号：CN108955882A
公开(公告)日：2018-12-07
申请号：CN201810752547.5
申请日：2018-07-10
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于液晶高光谱计算成像系统的三维数据重构方法，该方法将液晶高光谱计算成像系统的成像过程进行建模，将面阵探测器上得到的光强分布进行离散表示，进而将液晶高光谱计算成像系统的数据获取过程转化为矩阵形式；采用压缩感知理论，可从少量的观测数据中重构出高分辨率的目标场景。
-
Patent Agency Ranking
公开(公告)号：CN116380247A
公开(公告)日：2023-07-04
申请号：CN202310359366.7
申请日：2023-04-06
Applicant: 北京理工大学
Abstract: 本发明公开了一种可变分辨率的压缩感知高光谱计算成像系统及装置，包括：调制单元阵列和控制模块；控制模块用于根据分区同值调制方式向调制单元阵列输出编码信号；调制单元阵列用于根据编码信号对汇聚到自身的目标场景发出的光信号进行调制后投影到面阵探测器上；分区同值调制方式为，根据实际所需的图像空间分辨率，将调制单元阵列划分为大小相同且互不重叠的子块，控制模块向各子块内的调制单元输出相同的编码信号，使同子块内的调制单元对光信号的调制相同，进而使每个子块中的所有调制单元合并为一个等效调制单元，实现调制单元阵列的调制分辨率可变；使用本发明能够在不改变硬件结构的前提下实现高光谱成像空间分辨率的灵活可变。
-
公开(公告)号：CN109191482B
公开(公告)日：2021-09-21
申请号：CN201811215940.7
申请日：2018-10-18
Applicant: 北京理工大学
IPC: G06T7/136
Abstract: 本发明提供了一种基于区域自适应光谱角阈值的图像合并分割方法，能够避免过分割与欠分割现象，实现有效的图像分割。本发明一种面向目标的图像分割算法，以具有直观物理意义的区域间的平均光谱角作为合并与否和合并顺序的判断依据。采用光谱角作为全局梯度计算、过分割产生、全局地物相似性初始判断以及产生区域自适应的光谱角阈值的重要且唯一输入参数，充分考虑了遥感领域彩色、多光谱以至高光谱图像的光谱相关性。采用合并区域、待合并区域以及两者边界的空间统计量——区域同质性，自适应的产生适合每一个区域的光谱角阈值。既充分考虑了图像的空间相关性，又避免由于空间分割几何形状不规则带来的空间关系的不确定性。
-
公开(公告)号：CN108955887B
公开(公告)日：2020-06-19
申请号：CN201810752548.X
申请日：2018-07-10
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于LCTF的全偏振高光谱压缩感知成像系统和成像方法，所述系统包括线性延迟器、液晶可调滤光器、数字微镜阵列和面阵探测器；所述线性延迟器的穆勒矩阵设计为每一列前两个元素的绝对值不同；线性延迟器和液晶可调滤光器共同实现偏振维压缩；所述液晶可调滤光器切换L个不同的中心波长，输出每个波段下的图像，实现光谱维压缩；所述数字微镜阵列对每个波段的图像进行编码，实现空间维编码压缩；原始图像依次经线性延迟器、液晶可调滤光器、数字微镜阵列后，由面阵探测器探测，获得包含全斯托克斯参量的图像。使用本发明能够实现原始图像全斯托克斯参量的压缩重构。
-
公开(公告)号：CN109855735A
公开(公告)日：2019-06-07
申请号：CN201910125305.8
申请日：2019-02-20
Applicant: 北京理工大学
IPC: G01J3/28
Abstract: 本发明提供了一种同步控制与采集的高光谱计算成像方法，在特定波长处采集不同编码孔径下的光谱图像，能够控制DMD自动更换编码孔径并进行投影测量，快速、高效的得到不同编码孔径时目标图像的光谱序列，实现高光谱计算成像。本发明在LCTF中心波长设定成功后才进行DMD更换编码孔径的操作，在DMD更换编码孔径并投影显示成功后才触发面阵探测器采集光谱图像。在LCTF调整中心波长，DMD更换编码孔径，面阵探测器光谱图像采集上避免时间冲突，保证采集图像数据的正确性。
-
公开(公告)号：CN109191482A
公开(公告)日：2019-01-11
申请号：CN201811215940.7
申请日：2018-10-18
Applicant: 北京理工大学
IPC: G06T7/136
Abstract: 本发明提供了一种基于区域自适应光谱角阈值的图像合并分割方法，能够避免过分割与欠分割现象，实现有效的图像分割。本发明一种面向目标的图像分割算法，以具有直观物理意义的区域间的平均光谱角作为合并与否和合并顺序的判断依据。采用光谱角作为全局梯度计算、过分割产生、全局地物相似性初始判断以及产生区域自适应的光谱角阈值的重要且唯一输入参数，充分考虑了遥感领域彩色、多光谱以至高光谱图像的光谱相关性。采用合并区域、待合并区域以及两者边界的空间统计量——区域同质性，自适应的产生适合每一个区域的光谱角阈值。既充分考虑了图像的空间相关性，又避免由于空间分割几何形状不规则带来的空间关系的不确定性。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.031 seconds)
