-
公开(公告)号：CN108051089B
公开(公告)日：2020-11-20
申请号：CN201711154680.2
申请日：2017-11-20
Applicant: 西北工业大学
IPC: G01J4/00
Abstract: 本发明公开了一种利用渥拉斯顿棱镜的测量样品全偏振态的方法与系统，准直透镜准直后的平行光经非偏振分光棱镜分成两束光，其中一束光穿过样品后作为物光，另一束光作为参考光，两束光经所述反射镜反射后通过非偏振分光棱镜合并。参考光和物光穿过渥拉斯顿棱镜之后，在不同位置形成两幅偏振态正交的干涉图样。利用所述相机将两幅全息图记录在一张图片上。由所述计算机从所记录的一幅图中提取获得两幅全息图，进行数值重建，最终得到穿过样品后物光对应的振幅和相位信息，经过计算机处理得到样品的偏振态信息。相比较传统Mueller显微镜的使用，避免了多次采集受环境的影响，提高了系统的稳定性和实时测量能力。
-
公开(公告)号：CN109685745A
公开(公告)日：2019-04-26
申请号：CN201910000530.9
申请日：2019-01-02
Applicant: 西北工业大学
CPC classification number: G06T5/005 , G06N3/0454 , G06T5/50 , G06T2207/10061
Abstract: 本发明公开了一种基于深度学习的相位显微成像方法，其中，方法包括以下步骤：使用显微成像系统采集训练样本的欠焦图、在焦图和过焦图；使用基于强度传输方程的相位恢复算法得到训练样本的相位图；将训练样本的在焦图和相应的相位图做训练集对神经网络进行训练。训练过程只需进行一次，之后采集未知样本的在焦图，并输入训练好的网络便可恢复出相位图。该方法优势在于，无需参考光，可使用部分相干光源，计算快速快，没有边界条件的限制，只需一幅在焦强度图就可以恢复物体的相位信息，可以直接低成本地与现成的显微成像系统结合，在显微成像的同时实现相位成像。
-
公开(公告)号：CN109459923B
公开(公告)日：2020-10-27
申请号：CN201910000496.5
申请日：2019-01-02
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于深度学习的全息重建算法，其技术特征在于：采集训练样本的离轴全息图，使用数字全息重建算法得到样本的强度图和相位图，将训练样本的同轴全息图和对应的强度图和相位图作为训练集，输入神经网络模型进行训练。训练只需进行一次，之后便可采集未知样本的同轴全息图，输入训练好的网络，恢复出强度图和相位图。该方法的优势在于光路简单，无需参考光，计算快速，没有边界条件的限制，只需一幅同轴全息图就可以恢复物体的强度和相位信息。
-
公开(公告)号：CN108051089A
公开(公告)日：2018-05-18
申请号：CN201711154680.2
申请日：2017-11-20
Applicant: 西北工业大学
IPC: G01J4/00
CPC classification number: G01J4/00 , G01J2004/001
Abstract: 本发明公开了一种利用渥拉斯顿棱镜的测量样品全偏振态的方法与系统，准直透镜准直后的平行光经非偏振分光棱镜分成两束光，其中一束光穿过样品后作为物光，另一束光作为参考光，两束光经所述反射镜反射后通过非偏振分光棱镜合并。参考光和物光穿过渥拉斯顿棱镜之后，在不同位置形成两幅偏振态正交的干涉图样。利用所述相机将两幅全息图记录在一张图片上。由所述计算机从所记录的一幅图中提取获得两幅全息图，进行数值重建，最终得到穿过样品后物光对应的振幅和相位信息，经过计算机处理得到样品的偏振态信息。相比较传统Mueller显微镜的使用，避免了多次采集受环境的影响，提高了系统的稳定性和实时测量能力。
-
公开(公告)号：CN106569402A
公开(公告)日：2017-04-19
申请号：CN201611003571.6
申请日：2016-11-15
Applicant: 西北工业大学
IPC: G03H1/26
CPC classification number: G03H1/26 , G03H2001/266
Abstract: 本发明涉及一种多波长数字全息图的色彩分离与数字处理方法，其技术特征在于：用Bayer型彩色相机分别采集物体在R，G，B三色激光照射下的单波长数字全息图，对采集到的单波长数字全息图进行数值处理，得到三色间的串扰系数矩阵；再采集R，G，B三色激光同时照射的多波长数字全息图，利用该串扰系数矩阵对多波长数字全息图，便可得到消除串扰后的R，G，B单波长数字全息图。该方法可有效消除由于Bayer滤色片对不同波长光的非完全选择性而造成的R，G，B三通道间的串扰，实现了单张数字全息图一次性记录多个波长的信息。
-
Patent Agency Ranking
公开(公告)号：CN109459923A
公开(公告)日：2019-03-12
申请号：CN201910000496.5
申请日：2019-01-02
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于深度学习的全息重建算法，其技术特征在于：采集训练样本的离轴全息图，使用数字全息重建算法得到样本的强度图和相位图，将训练样本的同轴全息图和对应的强度图和相位图作为训练集，输入神经网络模型进行训练。训练只需进行一次，之后便可采集未知样本的同轴全息图，输入训练好的网络，恢复出强度图和相位图。该方法的优势在于光路简单，无需参考光，计算快速，没有边界条件的限制，只需一幅同轴全息图就可以恢复物体的强度和相位信息。
-
公开(公告)号：CN108007379A
公开(公告)日：2018-05-08
申请号：CN201711154591.8
申请日：2017-11-20
Applicant: 西北工业大学
Abstract: 本发明公开了一种双波长共路数字全息干涉测量方法与系统，第一激光器和第二激光器发出的光束经光纤耦合装置合束后，经过所述准直装置准直后以平行光束照射并穿过样品，经显微物镜放大后，携带物体信息的光束经平板玻璃前后表面发生剪切干涉，利用图像采集装置记录两个波长形成的复合全息图。由计算机对全息图进行频谱滤波和数值重建，最终得到物体的表面形貌信息。本发明剪切共光路结构与双波长数字全息术结合，实现双波长数字全息术的同时，装置结构简单，系统抗干扰能力强。
-
公开(公告)号：CN109685745B
公开(公告)日：2022-07-15
申请号：CN201910000530.9
申请日：2019-01-02
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于深度学习的相位显微成像方法，其中，方法包括以下步骤：使用显微成像系统采集训练样本的欠焦图、在焦图和过焦图；使用基于强度传输方程的相位恢复算法得到训练样本的相位图；将训练样本的在焦图和相应的相位图做训练集对神经网络进行训练。训练过程只需进行一次，之后采集未知样本的在焦图，并输入训练好的网络便可恢复出相位图。该方法优势在于，无需参考光，可使用部分相干光源，计算快速快，没有边界条件的限制，只需一幅在焦强度图就可以恢复物体的相位信息，可以直接低成本地与现成的显微成像系统结合，在显微成像的同时实现相位成像。
-
公开(公告)号：CN107991242B
公开(公告)日：2021-01-15
申请号：CN201711154502.X
申请日：2017-11-20
Applicant: 西北工业大学
IPC: G01N21/21
Abstract: 本发明公开了一种基于偏振分光棱镜的测量样品偏振态的方法与系统，激光器发出的光经过准直装置准直后被非偏振分光棱镜分成两束，其中一束光穿过样品或经样品反射后携带样品信息作为物光束，另一束光作为参考光束，两束光经反射镜反射后通过非偏振分光棱镜汇合。旋转偏振分光棱镜，使得参考光束经过偏振分光棱镜后分为两束光强基本相等，偏振方向正交的线偏光。参考光束和物光束经过偏振分光棱镜之后，形成两幅偏振态正交的干涉图样。利用相机将两幅全息图记录。由计算机将两幅全息图中样品的位置完全一致，像素点对应，进一步进行数值重建，最终得到物光波场对应的振幅和相位信息，经过计算机处理得到样品的偏振态信息。相比较传统Mueller显微镜的使用，避免了多次采集受环境的影响，提高了系统的稳定性和实时测量能力。
-
公开(公告)号：CN107991242A
公开(公告)日：2018-05-04
申请号：CN201711154502.X
申请日：2017-11-20
Applicant: 西北工业大学
IPC: G01N21/21
Abstract: 本发明公开了一种基于偏振分光棱镜的测量样品偏振态的方法与系统，激光器发出的光经过准直装置准直后被非偏振分光棱镜分成两束，其中一束光穿过样品或经样品反射后携带样品信息作为物光束，另一束光作为参考光束，两束光经反射镜反射后通过非偏振分光棱镜汇合。旋转偏振分光棱镜，使得参考光束经过偏振分光棱镜后分为两束光强基本相等，偏振方向正交的线偏光。参考光束和物光束经过偏振分光棱镜之后，形成两幅偏振态正交的干涉图样。利用相机将两幅全息图记录。由计算机将两幅全息图中样品的位置完全一致，像素点对应，进一步进行数值重建，最终得到物光波场对应的振幅和相位信息，经过计算机处理得到样品的偏振态信息。相比较传统Mueller显微镜的使用，避免了多次采集受环境的影响，提高了系统的稳定性和实时测量能力。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.025 seconds)
