-
公开(公告)号：CN118429188B
公开(公告)日：2024-10-29
申请号：CN202410593329.7
申请日：2024-05-14
Applicant: 合肥工业大学
IPC: G06T3/4053 , G06T3/4046 , G06T11/00 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于CNN和Transformer混合的序列图像超分辨率重建方法，包括：步骤1：首先，获取同一视场下目标的低分辨率序列图像与高分辨率图像作为样本；步骤2：构建基于CNN和Transformer混合序列图像超分辨率网络；步骤3、构建总损失函数L；步骤4、通过反向传播对混合超分网络进行训练，持续优化直至L收敛为止，得到的混合超分模型用于对待处理的序列图像进行重建，进而生成相应的高分辨率图像。本发明能精确重建图像的纹理和细节。
-
公开(公告)号：CN118818710A
公开(公告)日：2024-10-22
申请号：CN202410843167.8
申请日：2024-06-27
Applicant: 合肥工业大学
Abstract: 本申请涉及一种色散补偿物镜组件和装置、光谱共焦干涉系统和方法，其中，该色散补偿物镜组件包括同轴设置的七个透镜，七个透镜依次分别为第一负透镜、第一正透镜、第二正透镜、第二负透镜、第三正透镜、第四正透镜和正弯月透镜；第一负透镜和第一正透镜胶合为第一胶合透镜，第二正透镜和第二负透镜胶合为第二胶合透镜；至少两个透镜的材料不同且任意两个透镜的材料之间满足如下约束条件：ΔPij/ΔVij≤0.0006。本发明提供的色散补偿物镜组件仅仅使用一个弯月透镜，进而降低了色散补偿物镜组件的组装难度以及制造成本，解决了现有色散补偿物镜的组装难度大的问题。
-
公开(公告)号：CN118482644A
公开(公告)日：2024-08-13
申请号：CN202410580663.9
申请日：2024-05-11
Applicant: 合肥工业大学
Abstract: 本发明涉及光平面标定技术领域，具体涉及一种用于多线激光的光平面方程快速标定的三维靶标及其方法，该三维靶标包括：三维基板和组合平面编码标记板；三维基板用于接收多线激光器的投射，三维基板朝向多线激光器的一侧设置有多个凸块；组合平面编码标记板包括多个编码标记板，多个编码标记板连接在三维基板上。本发明使多线激光器投射的多线激光在靶标上呈现为非共线投影的多条折线，生成大量的非共面点以用于拟合光平面方程，从而可以在仅进行一次拍摄的情况下实现光平面方程的快速标定；此外利用多个编码标记板的编码特征划分区域，便于识别不同的线结构光，编码标记板的可移动性，适用于不同间距的多线结构光，具有更强的鲁棒性。
-
公开(公告)号：CN118429188A
公开(公告)日：2024-08-02
申请号：CN202410593329.7
申请日：2024-05-14
Applicant: 合肥工业大学
IPC: G06T3/4053 , G06T3/4046 , G06T11/00 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于CNN和Transformer混合的序列图像超分辨率重建方法，包括：步骤1：首先，获取同一视场下目标的低分辨率序列图像与高分辨率图像作为样本；步骤2：构建基于CNN和Transformer混合序列图像超分辨率网络；步骤3、构建总损失函数L；步骤4、通过反向传播对混合超分网络进行训练，持续优化直至L收敛为止，得到的混合超分模型用于对待处理的序列图像进行重建，进而生成相应的高分辨率图像。本发明能精确重建图像的纹理和细节。
-
公开(公告)号：CN119027339B
公开(公告)日：2025-03-04
申请号：CN202411148665.7
申请日：2024-08-21
Applicant: 合肥工业大学
Abstract: 本发明公开了一基于图像线激光条特征分割的非孤立点云噪声去除方法，包括：1获取被测物体扫描时的线激光图像并从中提取激光条纹特征后进行分割，得到二维点集；2对二维点集进行三维重建，得到三维点云数据并进行特征分析，获得三维点云特征分割结果；3根据激光条纹特征和三维点云特征分割结果，从三维点云数据中确定并去除非孤立噪声点云中的连接噪声点，从而将非孤立噪声点云转化为孤立噪声点云，最后去除点三维云数据中的所有孤立噪声点云。本发明能识别非孤立点云噪声，并将非孤立噪声点云集中的连接噪声去除，将非孤立点云转化为孤立点云，从而实现精确的噪声去除结果。
-
Patent Agency Ranking
公开(公告)号：CN118857138A
公开(公告)日：2024-10-29
申请号：CN202410809125.2
申请日：2024-06-21
Applicant: 合肥工业大学
Abstract: 本发明公开了多波长相位展开方法及其物体高度测量方法与高度测量系统。多波长相位展开方法用于根据待测物体在光波长下的多波长离轴数字全息图，利用高度分布模型基于合成波长链引导和相序搜索得到在光波长下所述待测物体的体表面处坐标的最优相序：将全息图中光波长下待测物体表面处任意坐标的高度分布作为一个初始值，在初始值预设范围内以一定间隔值进行搜索找到相序，用搜索找到的这些相序构成判据函数，当取判据函数的包络线的最小值时，将对应的相序被认为是最优相序。本发明采用搜寻判据函数的包络线的最小值来确定最优相序，而不是通过寻找判据函数的最小值来确定最优相序，极大程度解决了由于噪声对判据函数的破坏导致最优相序出错。
-
公开(公告)号：CN119027339A
公开(公告)日：2024-11-26
申请号：CN202411148665.7
申请日：2024-08-21
Applicant: 合肥工业大学
Abstract: 本发明公开了一基于图像线激光条特征分割的非孤立点云噪声去除方法，包括：1获取被测物体扫描时的线激光图像并从中提取激光条纹特征后进行分割，得到二维点集；2对二维点集进行三维重建，得到三维点云数据并进行特征分析，获得三维点云特征分割结果；3根据激光条纹特征和三维点云特征分割结果，从三维点云数据中确定并去除非孤立噪声点云中的连接噪声点，从而将非孤立噪声点云转化为孤立噪声点云，最后去除点三维云数据中的所有孤立噪声点云。本发明能识别非孤立点云噪声，并将非孤立噪声点云集中的连接噪声去除，将非孤立点云转化为孤立点云，从而实现精确的噪声去除结果。
-
公开(公告)号：CN117788292A
公开(公告)日：2024-03-29
申请号：CN202410100291.5
申请日：2024-01-24
Applicant: 合肥工业大学
IPC: G06T3/4053 , G06V10/80 , G06T5/50 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于亚像素位移的序列图像超分辨率重建系统，包括：1.上位机处理模块：用于发送位移指令和采集指令，并接收采集的序列图像；2.成像模块：作为系统的成像核心，用于采集图像；3.微位移模块：接收位移指令，驱动成像模块中的图像传感器按照预设位置进行精确微调；4.网络构建模块：通过训练数据构建并优化基于亚像素位移的序列图像超分辨率网络；5.超分辨率模块：利用训练好的网络处理采集的序列图像，生成放大M倍的高分辨率图像。本发明通过精确的硬件控制提供具有固定亚像素位移的序列图像和深度学习图像处理技术，从而显著提升图像分辨率，为医学成像、遥感探测、精密测量等多种领域提供更高质量的图像解决方案。
-
公开(公告)号：CN118332907A
公开(公告)日：2024-07-12
申请号：CN202410467934.X
申请日：2024-04-18
Applicant: 合肥工业大学
IPC: G06F30/27 , G06N3/0464 , G06N3/09 , G01R33/46 , G01N24/08 , G01R33/465
Abstract: 本申请涉及一种核磁共振谱重建模型的生成方法、核磁共振谱重建方法，其中，该生成方法包括：构建核磁共振谱重建模型，核磁共振谱重建模型包括第一模块，第一模块包括依次连接的多个扩张卷积残差块，每个扩张卷积残差块包括依次连接的多个一维扩张卷积层，第一模块中的各个一维扩张卷积层的输出叠加后作为第一模块的输出，核磁共振谱重建模型基于第一模块的输出重建核磁共振谱；获取样本核磁共振谱数据和核磁共振谱标签，将样本核磁共振谱数据输入核磁共振谱重建模型的首个扩张卷积残差块的首个一维扩张卷积层中，根据核磁共振谱标签对核磁共振谱重建模型进行监督训练。生成方法可以生成能够重建得到高质量核磁共振谱的核磁共振谱重建模型。
-
公开(公告)号：CN117788292B
公开(公告)日：2024-06-11
申请号：CN202410100291.5
申请日：2024-01-24
Applicant: 合肥工业大学
IPC: G06T3/4053 , G06V10/80 , G06T5/50 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于亚像素位移的序列图像超分辨率重建系统，包括：1.上位机处理模块：用于发送位移指令和采集指令，并接收采集的序列图像；2.成像模块：作为系统的成像核心，用于采集图像；3.微位移模块：接收位移指令，驱动成像模块中的图像传感器按照预设位置进行精确微调；4.网络构建模块：通过训练数据构建并优化基于亚像素位移的序列图像超分辨率网络；5.超分辨率模块：利用训练好的网络处理采集的序列图像，生成放大M倍的高分辨率图像。本发明通过精确的硬件控制提供具有固定亚像素位移的序列图像和深度学习图像处理技术，从而显著提升图像分辨率，为医学成像、遥感探测、精密测量等多种领域提供更高质量的图像解决方案。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
