-
公开(公告)号：CN107421439A
公开(公告)日：2017-12-01
申请号：CN201710266558.8
申请日：2017-04-21
Applicant: 上海交通大学
IPC: G01B11/00
CPC classification number: G01B11/002
Abstract: 本发明提供一种无成像目标显著性检测与坐标跟踪系统，包括光源、空间光调制装置、透镜、探测器与处理器模块，其中空间光调制装置用于调制光源发射的光并照射至目标处，透镜用于汇聚目标的反射光，桶探测器用于探测反射光的强度，处理器用于采集桶探测器的数据及对目标进行无成像目标显著性检测与坐标跟踪。本发明还提供一种无成像目标显著性检测与坐标跟踪方法。本发明提供的无成像目标显著性检测与坐标跟踪系统及方法，将获取的傅里叶系数矩阵直接计算目标的显著性区域，不进行恢复图像，通过谱残差理论实现无成像的目标跟踪，无成像减少了成像过程的计算量。
-
公开(公告)号：CN101162342B
公开(公告)日：2010-12-01
申请号：CN200710170773.4
申请日：2007-11-22
Applicant: 上海交通大学
Abstract: 一种滤波器技术领域的可温度调谐的周期性光学超晶格多波长滤波器，包括，两个正交偏振片、介电体晶片、第一温度控制装置、第二温度控制装置，两个正交偏振片之间设有介电体晶片，介电体晶片下方平铺有第一温度控制装置、第二温度控制装置，第一温度控制装置、第二温度控制装置将介电体晶片划分为两个不同的温度区域，每一个区域作为一个单波长索科型滤波器。本发明可在较大的波长范围内实现多个中心波长的可调谐输出，且结构简单，易于集成。
-
公开(公告)号：CN114037771B
公开(公告)日：2025-02-14
申请号：CN202111286456.5
申请日：2021-11-02
Applicant: 上海交通大学
IPC: G06T11/00 , G06N3/04 , G06N3/08 , G06F30/20 , G06F111/08
Abstract: 本申请公开了一种基于深度学习的少光子成像方法，为一种少光子计数散射重建方法。可以仅通过在高光子计数条件下对训练目标进行一次采样，再使用仿真算法生成不同的少光子计数条件下的训练数据库用于深度学习神经网络的训练。训练完成后，固定网络参数，此神经网络即可用于散射图像重建。将获取的新的少光子计数下散射图像作为深度学习网络的输入，输出即为清晰图像。该方法简化了深度学习方法在弱光成像领域复杂的采样流程，同时降低了对采样设备灵敏度的要求，节约了设备成本和时间成本。且针对不同的少光子计数复原样本该方法并不需要重新采样生成训练数据库，增加了深度学习方法在少光子计数成像领域的鲁棒性。
-
公开(公告)号：CN113567436A
公开(公告)日：2021-10-29
申请号：CN202110830024.X
申请日：2021-07-22
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于深度卷积神经网络的显著性目标检测装置及方法，涉及单像素成像与图像处理领域，其特征在于，包括光源、空间光调制装置、透镜、探测器与处理器模块，其中，所述空间光调制装置用于调制所述光源发射的光并照射至目标场景，所述处理器模块用于采集所述探测器的数据并对所述目标场景进行显著性目标检测。本发明提供的基于深度卷积神经网络的显著性目标检测方法，通过获取目标场景的离散余弦系数对目标场景进行重建，并通过可适应多种采样率变化深度的卷积神经网络将目标场景中的显著性目标区域检测出来，可实现在不更换探测设备的情况下，以灵活的采样率和成像分辨率进行显著性目标检测。
-
公开(公告)号：CN103674264A
公开(公告)日：2014-03-26
申请号：CN201310697537.3
申请日：2013-12-17
Applicant: 上海交通大学
IPC: G01J5/00
Abstract: 本发明公开了一种基于周期衍射关联成像的图像融合装置及其方法，所述图像融合装置包括赝热光源模块、传输模块、探测模块和后期解算模块，所述传输模块包括信号路及参考路，所述探测模块包括第一探测器及第二探测器。所述方法步骤为：所述赝热光源模块发出光束，所述光束一部分经过空间传输直接被所述第二探测器接收；另外一部分所述光束照射目标物体，所述目标物体的透过光束经过传输被所述第一探测器接收，所述第二探测器的输出和所述第一探测器的输出发送至所述后期解算模块，所述后期解算模块通过关联计算恢复出目标物体的像。本发明计算简便，成本低，灵活性高以及抗干扰性好。
-
Patent Agency Ranking
公开(公告)号：CN116699554A
公开(公告)日：2023-09-05
申请号：CN202310675567.8
申请日：2023-06-08
Applicant: 上海交通大学
IPC: G01S7/48 , G06V10/82 , G06V10/764 , G06N3/08 , G06N3/0464 , G01S17/89 , G01S7/497
Abstract: 本发明公开了一种基于深度学习的极弱光环境下运动目标散射成像方法及装置，涉及极弱光环境下运动目标成像领域，对于探测器获取的散斑图像，建立神经网络获取位置信息和原始图像恢复信息。使用先验信息和恢复的散斑获取目标的精确位置信息进行轨迹恢复。在探测范围内的N个固定位置放置目标，获得训练用的固定位置的采样图。使用N个固定位置的采样散斑训练神经网络，训练完成后固定参数成为用于低光子成像位置分类的神经网络。使用每个固定位置的采样散斑分别训练神经网络，训练完成后固定参数成为用于低光子成像在固定位置重建的神经网络。本发明使用多个位置的神经网络共同对散斑进行恢复，获取更多的环境信息，有利于生成在目标复杂运动状态下的探测成像的精度。
-
公开(公告)号：CN116366952A
公开(公告)日：2023-06-30
申请号：CN202310383107.8
申请日：2023-04-11
Applicant: 上海交通大学
IPC: H04N23/55 , H04N23/60 , H04N23/67 , H04N23/71 , H04N23/73 , H04N23/957 , H04N5/14 , G06V10/12 , G06V10/82
Abstract: 本发明公开了基于深度学习的极弱光环境下探测器运动散射成像装置及方法，涉及极弱光环境目标运动下的成像领域，包括：光源，生成极弱光光源；至少一级散射光路，对聚焦后的极弱光执行散射处理；探测器，设置于一调节装置上，调节装置被配置为在设定测量范围下的运动模式，带动探测器在多个位置状态下采集经过散射光路处理后的极弱光；调节装置生成多个位置状态下的位置信息；处理器，接收探测器的光信号并执行分析，在多个位置对应生成深度学习的神经网络数据样本，数据样本包括图像信息及与图像信息对应的位置信息。本发明使用多个位置的神经网络共同对散斑进行恢复，获取更多的环境信息，有利于在目标复杂运动状态下的探测成像的精度。
-
公开(公告)号：CN114037771A
公开(公告)日：2022-02-11
申请号：CN202111286456.5
申请日：2021-11-02
Applicant: 上海交通大学
IPC: G06T11/00 , G06N3/04 , G06N3/08 , G06F30/20 , G06F111/08
Abstract: 本申请公开了一种基于深度学习的少光子成像方法，为一种少光子计数散射重建方法。可以仅通过在高光子计数条件下对训练目标进行一次采样，再使用仿真算法生成不同的少光子计数条件下的训练数据库用于深度学习神经网络的训练。训练完成后，固定网络参数，此神经网络即可用于散射图像重建。将获取的新的少光子计数下散射图像作为深度学习网络的输入，输出即为清晰图像。该方法简化了深度学习方法在弱光成像领域复杂的采样流程，同时降低了对采样设备灵敏度的要求，节约了设备成本和时间成本。且针对不同的少光子计数复原样本该方法并不需要重新采样生成训练数据库，增加了深度学习方法在少光子计数成像领域的鲁棒性。
-
公开(公告)号：CN103777206B
公开(公告)日：2016-04-06
申请号：CN201410036686.X
申请日：2014-01-26
Applicant: 上海交通大学
IPC: G01S17/89
Abstract: 本发明公开了一种基于偏振关联成像的单像素成像系统，包括：光源、调制器、起偏器、透镜、检偏器、滤波片、单点光强探测器和同步控制与数据采集模块。发射端由光源入射在调制器上，产生光强分布随机涨落的光场，通过起偏器调制出射光的偏振，并发射至探测目标处；接收端由透镜汇聚目标物体反射回来的光，并通过检偏器和滤波片汇聚于单点光强探测器；同步模块和数据采集模块对发射端和接收端同步控制，并进行数据采集与关联算法解算。本发明利用光的偏振信息与强度关联实现目标的检测识别与成像，提高了传统关联成像的目标检测识别率和成像对比度，具有抗复杂背景干扰强等优势。
-
公开(公告)号：CN103163529B
公开(公告)日：2015-07-15
申请号：CN201310101179.5
申请日：2013-03-26
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于赝热光二阶关联性的测距系统，基于赝热光二阶关联性的测距系统包括赝热光源模块、分束器、探测模块、发射装置、接收装置和测距模块；所述测距模块采用符合测量和曲线拟合的测距方法进行测距。本发明提出的基于赝热光二阶关联性的测距系统，能够实现远距离、高精度的距离测量，具有高精度、无测量死区和良好的抗环境干扰特性。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.026 seconds)
