-
公开(公告)号：CN113114882B
公开(公告)日：2023-01-06
申请号：CN202110323806.4
申请日：2021-03-26
Applicant: 暨南大学
Abstract: 本发明公开了一种高采样效率的傅里叶单像素成像方法，首先利用空间光调制技术对目标物体图像的傅里叶谱进行采样密度变化的稀疏采样，进而对所获得的傅里叶谱施行L1‑Magic压缩感知算法，最终重建出物体图像。本发明利用自然图像在傅里叶域能量高度集中的特性，通过对重要性高的傅里叶系数进行高概率采样作为约束，使压缩感知算法可以通过凸优化求解出未被采样的且重要性高的傅里叶系数，并将所节省的测量用于采集重要性较低的傅里叶系数，最终使收集到的空间信息最大化，从而实现了以少量的测量次数重建出清晰的物体图像，实现高采样效率的单像素成像。本发明所实现的高采样效率特征可使本发明应用于动态场景的单像素成像。
-
公开(公告)号：CN113436087B
公开(公告)日：2023-05-23
申请号：CN202110626973.6
申请日：2021-06-04
Applicant: 暨南大学
Abstract: 本发明公开了一种图像二值化及显示方法、存储介质和终端设备，图像二值化方法包括先复制初始多灰度级图像，得到k张多灰度级子图像；然后对第1张多灰度级子图像，在帧内施行基于误差扩散的二值化算法，并计算第1张多灰度级子图像的每个像素因阈值化所导致的量化误差；接着在帧间施行基于误差扩散的二值化算法：将量化误差依次乘上帧间误差扩散模板中的m个权重值，再加到m张多灰度级子图像的对应像素灰度值上；第2张至第k张多灰度级子图像同样在帧内和帧间进行误差扩散，完成二值化处理，最终得到k张二值化子图像。这些二值化子图像可以逼近初始多灰度级图像，且不容易在有大片灰度相近的图像区域形成结构化的噪声和产生伪轮廓。
-
公开(公告)号：CN113436087A
公开(公告)日：2021-09-24
申请号：CN202110626973.6
申请日：2021-06-04
Applicant: 暨南大学
Abstract: 本发明公开了一种图像二值化及显示方法、存储介质和终端设备，图像二值化方法包括先复制初始多灰度级图像，得到k张多灰度级子图像；然后对第1张多灰度级子图像，在帧内施行基于误差扩散的二值化算法，并计算第1张多灰度级子图像的每个像素因阈值化所导致的量化误差；接着在帧间施行基于误差扩散的二值化算法：将量化误差依次乘上帧间误差扩散模板中的m个权重值，再加到m张多灰度级子图像的对应像素灰度值上；第2张至第k张多灰度级子图像同样在帧内和帧间进行误差扩散，完成二值化处理，最终得到k张二值化子图像。这些二值化子图像可以逼近初始多灰度级图像，且不容易在有大片灰度相近的图像区域形成结构化的噪声和产生伪轮廓。
-
公开(公告)号：CN113114882A
公开(公告)日：2021-07-13
申请号：CN202110323806.4
申请日：2021-03-26
Applicant: 暨南大学
Abstract: 本发明公开了一种高采样效率的傅里叶单像素成像方法，首先利用空间光调制技术对目标物体图像的傅里叶谱进行采样密度变化的稀疏采样，进而对所获得的傅里叶谱施行L1‑Magic压缩感知算法，最终重建出物体图像。本发明利用自然图像在傅里叶域能量高度集中的特性，通过对重要性高的傅里叶系数进行高概率采样作为约束，使压缩感知算法可以通过凸优化求解出未被采样的且重要性高的傅里叶系数，并将所节省的测量用于采集重要性较低的傅里叶系数，最终使收集到的空间信息最大化，从而实现了以少量的测量次数重建出清晰的物体图像，实现高采样效率的单像素成像。本发明所实现的高采样效率特征可使本发明应用于动态场景的单像素成像。
-
-
-
Search Results
4
records
(took 0.019 seconds)
