-
公开(公告)号：CN113406664A
公开(公告)日：2021-09-17
申请号：CN202110957635.0
申请日：2021-08-19
Applicant: 清华大学
IPC: G01S17/89 , G01S17/931
Abstract: 本申请提出一种基于TCSPC的全息雷达三维成像方法和装置，包括：向探测场景发射激光，经扩束和分束后一束激光照向探测场景，一束激光作为参考光照向探测器；照向探测场景的激光由场景反射后作为物光被探测器接收，与参考光在探测器处发生干涉；用时间相关光子计数器统计发生干涉后的光子分布情况生成全息时间光子计数直方图；针对不同时间依次对全息时间光子计数直方图进行切片得到不同距离下的全息图；依次对不同距离下的全息图进行再现得到探测物体在不同距离下的距离切片全息三维重建结果；根据具体需求对不同距离下的距离切片结果分析展示或叠加得到整体全息三维重建结果。本申请保证了高精度信息测量，提高了自动驾驶技术对周围环境感知的能力。
-
公开(公告)号：CN113376653A
公开(公告)日：2021-09-10
申请号：CN202110927187.X
申请日：2021-08-12
Applicant: 清华大学
IPC: G01S17/894 , G01S7/4865
Abstract: 本申请提出一种基于光子计数的计算全息雷达三维成像方法和装置，包括：根据采集到的回波光子的分布情况统计得到各个单光子探测器单元的时间相关光子计数直方图；选取探测距离计算光子飞行时间；根据计算的光子飞行时间找出每个时间相关光子计数直方图中在光子飞行时间处对应的光子数目；依次计算各个单光子探测器单元探测的目标在全息面上的复振幅分布；将各个单光子探测器单元对应的复振幅分布进行叠加得到探测场景的总复振幅分布；构建参考光；将总复振幅分布和参考光相加得到全息面上总的复振幅；使用全息图再现算法对全息面上总的复振幅进行计算，求出最终的全息图像。本申请深度信息测量精度较高，并且能够对大场景下的目标进行快速探测。
-
公开(公告)号：CN114089367A
公开(公告)日：2022-02-25
申请号：CN202111158862.3
申请日：2021-09-30
Applicant: 清华大学
Abstract: 本申请公开了一种基于光栅耦合的无扫描的相干激光雷达系统及其成像方法，其中，系统包括：光孤子频率梳光源；调制模块，用于利用电光调制将光孤子频率梳光源调制为啁啾幅度调制信号；阵列光栅耦合器件，用于接收由啁啾幅度调制信号发射后从目标反射的激光信号，并将激光信号通过光纤引出；光电二极管，用于将接收到由光纤引出的激光信号和啁啾幅度调制信号转换为电信号；超外差接收系统，用于基于电信号生成目标在不同空间位置的信息，并基于不同空间位置的信息生成三维结构信息。该系统可在无需扫描的条件下实现对目标的三维成像，提升了系统的深度分辨率，具有抗干扰性强、帧频高以及体积小的特性。
-
Patent Agency Ranking
公开(公告)号：CN118071919A
公开(公告)日：2024-05-24
申请号：CN202410013381.0
申请日：2024-01-03
Applicant: 清华大学
Abstract: 本申请涉及计算成像技术领域，特别涉及一种稀疏视点采集的三维全息图生成方法、装置、设备及介质，其中，方法包括：基于光场数据构建具有稀疏四视点图像的数据集；基于数据集生成预测全息图，并对预测全息图进行重建，得到不同深度层的重建效果；根据不同深度层的重建效果计算损失函数，并进行反向传播，得到用于生成全息图的最终卷积网络，以加载到空间光调制器后，生成实拍场景全息显示结果。由此，解决了相关技术中，由于依赖深度图信息，容易导致分辨率较低，进而降低了图像质量和清晰度，由于依赖虚拟场景渲染，无法利用真实世界数据集，从而降低了数据集的准确度和真实性，且由于双目相机仅包含水平视差，影响场景的完整性和精确度等问题。
-
公开(公告)号：CN117970762A
公开(公告)日：2024-05-03
申请号：CN202311830258.X
申请日：2023-12-27
Applicant: 清华大学
IPC: G03H1/08 , G06T17/00 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及计算成像技术领域，特别涉及一种基于波动光学的全息计算方法、装置、电子设备及介质，其中，方法包括：采集场景在多个观测位置下的RGB真值图和对应的观测位姿信息；构造参考观测位置下的第一特征图体空间及对应的第一可学习特征值；选择训练观测位置，计算观测位置之间的旋转矩阵并计算第二特征图体空间，以得到对应的第二可学习特征值；构建多层卷积神经网络，输出训练观测位置下的全息图，并计算训练观测位置下的重建图像，以计算损失函数，直至完成训练得到最终卷积神经网络，以计算任意观测位置下的全息图。由此，解决了相关技术中，由于受到视点数目和计算资源的限制，影响全息图计算的实时性，且降低了处理复杂场景的能力等问题。
-
公开(公告)号：CN114529679B
公开(公告)日：2022-09-16
申请号：CN202210407271.3
申请日：2022-04-19
Applicant: 清华大学
Abstract: 本申请涉及图像数据处理或产生技术领域，特别涉及一种基于神经辐射场的计算全息场生成方法及装置，其中，方法包括：获取目标场景的三维模型；采集多个视角下目标场景的彩色图像和深度图，记录相应的角度信息和相机的内外参数，生成点云数据，计算全息振幅图和相位图，得到真值图像；基于不同角度对三维模型进行二维采样，得到多个二维图像；利用预设的神经网络获取每个二维图像的振幅分布和相位分布，计算并叠加得到对应视角下的计算全息图；通过预先训练的计算全息场网络，得到对应视角下的计算全息图。由此，解决了相关技术受限于观察角度和全息图计算速率等因素，无法快速有效地从多个视角观测目标在对应角度下的三维图像的技术问题。
-
公开(公告)号：CN114529679A
公开(公告)日：2022-05-24
申请号：CN202210407271.3
申请日：2022-04-19
Applicant: 清华大学
Abstract: 本申请涉及图像数据处理或产生技术领域，特别涉及一种基于神经辐射场的计算全息场生成方法及装置，其中，方法包括：获取目标场景的三维模型；采集多个视角下目标场景的彩色图像和深度图，记录相应的角度信息和相机的内外参数，生成点云数据，计算全息振幅图和相位图，得到真值图像；基于不同角度对三维模型进行二维采样，得到多个二维图像；利用预设的神经网络获取每个二维图像的振幅分布和相位分布，计算并叠加得到对应视角下的计算全息图；通过预先训练的计算全息场网络，得到对应视角下的计算全息图。由此，解决了相关技术受限于观察角度和全息图计算速率等因素，无法快速有效地从多个视角观测目标在对应角度下的三维图像的技术问题。
-
公开(公告)号：CN113504547A
公开(公告)日：2021-10-15
申请号：CN202111046353.1
申请日：2021-09-07
Applicant: 清华大学
IPC: G01S17/894 , G01S7/481
Abstract: 本申请提出了一种基于扫描光场的视觉雷达成像系统和方法，涉及光场成像与雷达探测技术领域，包括发射模块、扫描光场探测模块、计算重建模块，其中，发射模块，包括光源和扩束镜，用于对目标场景各个部分的均匀照射；扫描光场探测模块，包括普通成像模块、微透镜阵列扫描模块、中继成像镜组以及相机阵列，用于将检测到的微弱光信号在像感器面上记录为多维耦合的原始数据，生成光场图像；计算重建模块，用于对光场图像进行三维场景重建，在补偿光场系统空间分辨率损失的同时保留原有的视角信息量。本申请在保证视角分辨率、空间分辨率精度较高的同时，能够在恶劣环境下对目标场景进行实时三维重建，有效提升了雷达成像系统的分辨性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
