CN103383353B - 一种基于光学涡旋的动态散斑测试方法 - Google Patents

一种基于光学涡旋的动态散斑测试方法 Download PDF

Info

Publication number
CN103383353B
CN103383353B CN201310276315.4A CN201310276315A CN103383353B CN 103383353 B CN103383353 B CN 103383353B CN 201310276315 A CN201310276315 A CN 201310276315A CN 103383353 B CN103383353 B CN 103383353B
Authority
CN
China
Prior art keywords
vortex
speckle
dynamic
time
optical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201310276315.4A
Other languages
English (en)
Other versions
CN103383353A (zh
Inventor
李新忠
台玉萍
杜凯
王晓飞
张利平
李立本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan University of Science and Technology
Original Assignee
Henan University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Henan University of Science and Technology filed Critical Henan University of Science and Technology
Priority to CN201310276315.4A priority Critical patent/CN103383353B/zh
Publication of CN103383353A publication Critical patent/CN103383353A/zh
Application granted granted Critical
Publication of CN103383353B publication Critical patent/CN103383353B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

一种基于光学涡旋的动态散斑测试方法。首先,获得物体动态变化过程中的动态散斑序列图像,然后利用拉盖尔-高斯复数滤波器对其进行变换后获得光学涡旋核结构参数分布矩阵;利用动态涡旋存活率和存活涡旋面内平均速度这两个新特征因子实现对动态变化过程的定量分析和测量。该方法能有效实现对动态随机过程的监测,不仅适用于速变和缓变过程,也适用于准静态过程。

Description

一种基于光学涡旋的动态散斑测试方法
技术领域
本发明涉及一种测量物体动态变化过程的散斑测试方法。具体的说是涉及一种利用光学涡旋来实现对物体动态变化过程进行定量测试的动态散斑测试方法。
背景技术
当相干光照射在粗糙物体表面时,散射光在成像空间相互干涉形成明暗相间的斑点,称为散斑;当被测试样品随时间做动态变化时,散斑图案也随时间变化,称为动态散斑。动态散斑测试方法已广泛应用于医学、生物学及农业科学等领域,是光学测试领域的一个研究热点。
在动态散斑测试方法中,一类是基于散斑场的一阶统计特性的方法。这类方法以散斑图对比度作为特征因子来实现对动态过程的测试[J. of Biomed. Opt., 1, 174(1996)],主要应用于生物组织的血流变研究[Opt. Express, 16, 14321(2008);Science, 330, 1404(2010)],但该方法适合于部分缓变过程研究,以定性分析为主,所含信息量较少。
另一类动态散斑测试方法是基于散斑场二阶统计特性进行研究,该方法能获得更多散斑场的信息。比较成功的是阿根廷R. Arizaga教授提出的基于多幅动态散斑图像分析的广义微分法(GD)[Opt. Eng., 41, 287(2002)],GD方法对速变过程的处理比较理想,但在缓变过程中,误判率较高。为解决该问题,他们提出了加权广义微分法(WGD)[Proc. SPIE , 6341, 63412B (2006); Opt. Eng., 47, 057005(2008)],利用ROC曲线进行加权处理,较好的实现了缓变过程的研究。该方法的缺点是不够直观,并且运算量很大。
为简化运算量和实现对动态变化过程的直观可视化,H. J. Rabal 提出了一种动态散斑时序图分析方法(THSP)[Opt. Eng., 35, 57(1996)] ,该方法由于计算简单,直观性好,成为动态散斑测试方法的一个研究热点。基于THSP 方法,R. Arizaga 等发展了灰度共生矩阵及其惯性矩分析方法[Opt. Laser Technol., 31, 163(1999)],初步实现了对动态过程的定量分析,但获得的数据量有限。
由以上分析可知,在现有的动态散斑测试方法中,一个动态过程往往需要处理成百上千幅散斑图像,数据处理量非常大;同时,获取的物体动态变化的信息量有限,对动态过程进行定量分析的特征因子比较单一;这就需要对动态散斑所包含的信息进行深入挖掘,以实现在动态散斑测试方法上的新突破。
发明内容
本发明要解决的技术问题:提供一种基于光学涡旋的动态散斑测量方法,该方法能对被测物体的动态变化过程进行定量分析,并具有时间分辨率高的特点,能更清晰的获得物体变化的细节。
本发明是利用动态散斑测量光路获得被测物体动态变化过程中的多幅散斑光强图像,然后利用拉盖尔-高斯复数滤波器对这些散斑图像进行滤波获得光强复数信号;计算出每个光学涡旋的核结构参数(拓扑电荷q、旋度 、偏心率e及实部与虚部零值线夹角),获得散斑序列图对应的涡旋核结构参数分布矩阵;从第一幅图像起,依次对相邻两幅散斑图中的涡旋进行匹配搜索,定义涡旋的动态存活率和存活涡旋面内平均运动速度作为特征因子;进而根据这两个特征因子实现对物体动态变化的定量分析。
本发明所采用的技术方案为:一种基于光学涡旋的动态散斑测试方法,该方法利用由连续波激光器、准直扩束器、载物台、会聚透镜、CCD相机和计算机构成的装置进行测试,待测样品放置在载物台上,连续波激光器的光束经准直扩束器后照射在待测样品表面,光束经待测样品散射后,在反射区形成散斑光场,反射光通过会聚透镜后进入CCD相机成像,然后存储进计算机,测试步骤如下:
步骤一、用CCD相机记录被测物体运动过程中的散斑光强图,将散斑光强序列图存储进计算机(7)进行后续处理;
步骤二、用拉盖尔-高斯复数滤波器,对获得的散斑光强图进行滤波,得到它们的光强复数信号分布
;拉盖尔-高斯复数滤波器的带宽应等于散斑图中散斑颗粒的平均直径;
步骤三、然后,对光强复数信号分布进行亚像素插值后;根据光学涡旋的定义,提取出散斑光强图序列对应的涡旋分布矩阵,进而计算出每个涡旋的核结构参数;
步骤四、对步骤三得到的涡旋核结构参数设定合适的阈值,依次对时间相邻两幅散斑图中的涡旋进行同一性匹配搜索,找出在下一幅图中的存活涡旋;
步骤五、计算出涡旋动态存活率,,得到被测样品动态变化过程中涡旋存活率随时间变化的数据,其中,为存活率,为时间相邻两幅散斑图中第一幅散斑图中的涡旋总数量,为时间相邻两幅散斑图中第二幅散斑图根据步骤四的同一性匹配搜索得到的存活涡旋数量;
步骤六、根据下式计算存活涡旋的面内平均运动速度,,其中,为存活涡旋在方向的平均速度,为采样时间间隔,分别为第个被匹配涡旋的方向的坐标值,分别为第个匹配涡旋的方向的坐标值;
步骤七、被测样品中散射微粒运动剧烈程度与涡旋动态存活率值SR成反比例,与存活涡旋面内平均速度值成正比例;据此实现对被测样品动态变化过程的动态监测;
步骤八、改变相机采样速率,能实现不同时间分辨率下对物体动态变化过程的监测;最终,实现对物体运动特点的实时分析和测量。
 本发明的工作原理是:
散斑场中,光强强度为零的地方,相位不确定,称为光学涡旋或相位涡旋。每个光学涡旋都可以利用其核结构参数(拓扑电荷q、旋度、偏心率e及实部与虚部零值线夹角)进行唯一识别。在动态散斑测量中,CCD相机记录的散斑图是光强分布图,丢失了相位信息;本发明首先通过拉盖尔-高斯复数滤波器将光强分布复原为复数信号分布[Opt. Express, 14, 10195 (2006)],
     (1)                
其中,为强度散斑图,为频率域的拉盖尔-高斯滤波器,定义为
             (2)                       
式中,分别为方向的频率, 为滤波器带宽,应等于散斑图中散斑颗粒的平均直径。
然后根据光学涡旋的定义,进行整像素级搜索,来确定光学涡旋的位置;散斑图复数信号分布中光学涡旋点附近具有单调性,因此,近邻光学涡旋可表示为,
        (3)               
其中,Re表示取实部,Im表示取虚部。系数通过涡旋点周围的8个像素值进行最小二乘拟合法获得。
根据定义,在时刻t,每个光学涡旋的拓扑电荷q、旋度、偏心率e及实部与虚部零值线夹角可分别用下式求出,
 (4)
 (5)
 (6)
(7)
用符号来标记下一时刻的散斑图对应的涡旋核结构参数。对t时刻时散斑图中的涡旋逐一在时刻中的涡旋进行匹配搜索,搜索依据的原则是,
针对被测物体动态变化的剧烈程度来选择合适的阈值参数进行涡旋同一性搜索。
 为解决传统动态散斑测试方法存在的问题,对物体动态变化过程提供更多测试信息,本发明新定义两个二阶特征因子进行检测。假设t时刻散斑图中的涡旋数为,与时刻散斑图中涡旋匹配对数为,则定义动态涡旋存活率为:
                                     (8)
由动态散斑理论知,被测样品中散射微粒运动越剧烈,动态散斑变化也越剧烈,与此对应的是散斑图中的涡旋诞生和湮灭也非常剧烈,此时匹配涡旋对数很小;反之,很大;因此,动态涡旋存活率数值与被测样品的运动剧烈程度成反比,据此可实现对动态过程的定量分析;
同时,定义存活涡旋面内平均速度在xy方向的两个分量为,
,                           (9)
其中,为存活涡旋在方向的平均速度,为采样时间间隔,分别为t时刻散斑图中第i个被匹配涡旋的方向的坐标值,分别为时刻散斑图中与其匹配涡旋在方向的坐标值;的值与被测样品中散射微粒的运动剧烈程度成正比;
通过对动态涡旋存活率和存活涡旋的面内平均速度的综合分析,可实现对被测样品动态变化过程的定量分析;改变相机采样时间间隔T,可在不同时间分辨率下对物体动态变化过程的细节进行检测和测量。
 有益效果:与以往技术相比,本发明方法能对被测样品快变和缓变过程进行定量测量,同时能获得更多物体运动变化的细节信息;并且具有简单易行、快速准确的特点。本发明方法具有实质性特点和显著进步,可广泛应用于医学、生物学及农业科学等领域,尤其适合于这些领域动态变化过程的实时定量分析。
附图说明
图1为发明所公开的测量方法光路原理图。
图2为油漆干燥过程中动态涡旋存活率随干燥时间的变化;
图3为油漆干燥过程中存活涡旋面内平均速度随干燥时间的变化;
图4为图2、图3的局部放大图。
附图说明:1-连续波激光器,2-准直扩束器,3-载物台,4-待测样品,5-会聚透镜,6-CCD相机,7-计算机。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详细的说明。
 按照图1的结构布置测量光路图;选用的连续波激光器1为He-Ne激光器,激光波长为632.8 nm,功率为10 mW。连续波激光器1发出的激光束经准直扩束器2后变为平行光,照射在待测样品4上,待测样品4置于载物台3上;激光束经待测样品4散射后,在反射区形成散斑光场;经会聚透镜5后进入CCD相机6成像,然后存储进计算机7进行处理;其中,待测样品4为白色水溶性油漆,对其自然干燥的动态过程进行研究;实验时,温度为11°C相对湿度为62%;
用CCD相机6记录待测样品4(油漆)干燥过程中的散斑光强图,设定散斑图像大小为512×512 Pixels;CCD相机6的拍摄速率为25 fps,CCD相机6的像素尺寸为12×12 Pixels;将散斑光强序列图存储进计算机7进行后续处理;
用拉盖尔-高斯复数滤波器,对获得的散斑光强图进行滤波,得到它们的光强复数信号分布
;拉盖尔-高斯复数滤波器的带宽应等于散斑图中散斑颗粒的平均直径;
然后,对光强复数信号分布进行亚像素插值后;根据光学涡旋的定义,提取出散斑光强图序列对应的涡旋分布矩阵,进而计算出每个涡旋的核结构参数(拓扑电荷q、旋度、偏心率e及实部与虚部零值线夹角);
通过计算,在油漆干燥前阶段,对涡旋核结构参数设定合适的阈值,搜索区域设定为50×50 Pixels,依次对时间相邻两幅散斑图中的涡旋进行匹配搜索;随着干燥的进行,搜索阈值逐渐降低为,搜索区域也逐渐减小为10×10 Pixels;
利用公式(8)计算出被测样品4干燥过程中涡旋的动态存活率SR,结果如图2所示,附图2为油漆干燥过程中动态涡旋存活率随干燥时间的变化,其中,标记“☆”为实验计算所得SR数据,而曲线为实验数据的拟合曲线;SR与干燥时间t符合下列函数关系:
;由图2可以看出,在油漆干燥过程中,SR值呈e指数增加,与此相对应,说明在油漆中微粒的运动剧烈程度呈e指数下降,在开始干燥后的405 s以后,SR的数值基本不再变化,说明此时油漆中微粒已经基本静止,油漆完全干燥;
利用公式(9)计算油漆干燥过程中存活涡旋的面内平均速度,如附图3所示,附图3为油漆干燥过程中存活涡旋面内平均速度随干燥时间的变化。标记“△”为
实验数值,标记“○”为实验数值,虚曲线为的拟合曲线,而实曲线为的拟合曲线;由图3可以看出,随干燥时间的累积,涡旋面内位移随时间呈负指数衰减,最后,趋于平缓,当干燥时间大于405 s后,其数值趋于0;这也说明油漆中微粒在干燥过程中,微粒运动的平均速度呈负指数衰减,微粒的运动由剧烈变为舒缓直至静止;这两个新表征因子对油漆干燥过程的研究与以前其他测试方法的结果一致[Opt. Commun., 260, 493(2006);Opt. Lasers Eng., 50 855(2012)];
为看清楚待测样品4感兴趣细节的动态变化过程,图4为图2、图3在0~10s、200~210s和390~400s的局部放大图,由涡旋动态存活率和存活涡旋平均位移速度的分析,可以看出,在油漆干燥过程中,微粒的运动速度整体呈指数下降,但在细节处有起伏;主要原因是外部环境变化所致;
改变相机采样速率,还能实现不同时间分辨率下对物体运动的监测;最终,实现对物体运动特点的实时分析和测量。
经实验表明:本发明方法能有效实现对动态随机过程的监测,并且不仅适用于速变和缓变过程,也适用于准静态过程。

Claims (3)

1.一种基于光学涡旋的动态散斑测试方法,该方法利用由连续波激光器(1)、准直扩束器(2)、载物台(3)、会聚透镜(5)、CCD相机(6)和计算机(7)构成的装置进行测试,待测样品放置在载物台(3)上,连续波激光器(1)的光束经准直扩束器(2)后照射在待测样品表面,光束经待测样品散射后,在反射区形成散斑光场,反射光通过会聚透镜(5)后进入CCD相机(6)成像,然后存储进计算机(7),其特征在于:测试步骤如下:
步骤一、用CCD相机(6)记录被测物体运动过程中的散斑光强图                                                ,将散斑光强序列图存储进计算机(7)进行后续处理;
步骤二、用拉盖尔-高斯复数滤波器,对获得的散斑光强图进行滤波,得到它们的光强复数信号分布
;拉盖尔-高斯复数滤波器的带宽应等于散斑图中散斑颗粒的平均直径;
步骤三、然后,对光强复数信号分布
进行亚像素插值后;根据光学涡旋的定义,提取出散斑光强图序列对应的涡旋分布矩阵,进而计算出每个涡旋的核结构参数;
步骤四、对步骤三得到的涡旋核结构参数设定合适的阈值,依次对时间相邻两幅散斑图中的涡旋进行同一性匹配搜索,找出在下一幅图中的存活涡旋;
步骤五、计算出涡旋动态存活率,,得到被测样品动态变化过程中涡旋存活率随时间变化的数据,其中,为存活率,为时间相邻两幅散斑图中第一幅散斑图中的涡旋总数量,为时间相邻两幅散斑图中第二幅散斑图根据步骤四的同一性匹配搜索得到的存活涡旋数量;
步骤六、根据下式计算存活涡旋的面内平均运动速度,,,其中,为存活涡旋在方向的平均速度,为采样时间间隔,分别为第个被匹配涡旋的方向的坐标值,分别为第个匹配涡旋的方向的坐标值;
步骤七、被测样品中散射微粒运动剧烈程度与涡旋动态存活率值SR成反比例,与存活涡旋面内平均速度值成正比例;据此实现对被测样品动态变化过程的动态监测;
步骤八、改变相机采样速率,能实现不同时间分辨率下对物体动态变化过程的监测;最终,实现对物体运动特点的实时分析和测量。
2.根据权利要求1所述的一种基于光学涡旋的动态散斑测试方法,其特征在于:所述的步骤三中根据光学涡旋的定义进而计算出每个涡旋的核结构参数的方法为:
根据光学涡旋的定义,进行整像素级搜索,来确定光学涡旋的位置;散斑图复数信号分布中光学涡旋点附近具有单调性,因此,近邻光学涡旋可表示为,
                   
其中,Re表示取实部,Im表示取虚部,系数通过涡旋点周围的8个像素值进行最小二乘拟合法获得;
根据定义,在时刻t,每个光学涡旋的拓扑电荷q、旋度、偏心率e及实部与虚部零值线夹角可分别用下式求出,
                                                              
                                                                    
              
      。
3.根据权利要求1所述的一种基于光学涡旋的动态散斑测试方法,其特征在于:所述的步骤四中根据涡旋核结构参数设定合适的阈值,依次对时间相邻两幅散斑图中的涡旋进行同一性匹配搜索的搜索方法如下:
t时刻时散斑图中的涡旋逐一在时刻中的涡旋进行匹配搜索,搜索依据的原则是,
        
        
        
        
针对被测物体动态变化的剧烈程度来选择合适的阈值参数进行涡旋同一性搜索。
CN201310276315.4A 2013-07-02 2013-07-02 一种基于光学涡旋的动态散斑测试方法 Expired - Fee Related CN103383353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310276315.4A CN103383353B (zh) 2013-07-02 2013-07-02 一种基于光学涡旋的动态散斑测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310276315.4A CN103383353B (zh) 2013-07-02 2013-07-02 一种基于光学涡旋的动态散斑测试方法

Publications (2)

Publication Number Publication Date
CN103383353A CN103383353A (zh) 2013-11-06
CN103383353B true CN103383353B (zh) 2015-04-22

Family

ID=49491202

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310276315.4A Expired - Fee Related CN103383353B (zh) 2013-07-02 2013-07-02 一种基于光学涡旋的动态散斑测试方法

Country Status (1)

Country Link
CN (1) CN103383353B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109358059A (zh) * 2018-10-12 2019-02-19 东华大学 一种基于激光动态散斑技术的油漆干燥分析仪
CN112748042A (zh) * 2020-12-28 2021-05-04 华中科技大学 一种表征软物质粘弹性的光学微流变的装置及方法
CN113092369A (zh) * 2021-03-23 2021-07-09 华中科技大学 一种用于监测血液凝固动态过程的光学装置及方法
CN114332014B (zh) * 2021-12-29 2024-05-24 合肥瑞识智能科技有限公司 一种投射器质量评测方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101788448A (zh) * 2010-01-25 2010-07-28 河南科技大学 浑浊介质微粒尺寸、浓度变化的动态散斑测量方法
CN101980000A (zh) * 2010-09-20 2011-02-23 河南科技大学 浑浊介质微粒运动特性的完整、高分辨测试方法
CN102135413A (zh) * 2010-12-14 2011-07-27 河南科技大学 一种基于相位涡旋的数字散斑相关测量方法
CN102494614A (zh) * 2011-11-14 2012-06-13 河南科技大学 一种高精度数字散斑相关测量方法
CN102550166A (zh) * 2011-12-09 2012-07-11 河南科技大学 种子生活力的动态散斑测定方法
EP1466509B1 (en) * 2002-01-16 2013-05-01 The University of Chicago Use of multiple optical vortices for pumping, mixing and sorting

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1466509B1 (en) * 2002-01-16 2013-05-01 The University of Chicago Use of multiple optical vortices for pumping, mixing and sorting
CN101788448A (zh) * 2010-01-25 2010-07-28 河南科技大学 浑浊介质微粒尺寸、浓度变化的动态散斑测量方法
CN101980000A (zh) * 2010-09-20 2011-02-23 河南科技大学 浑浊介质微粒运动特性的完整、高分辨测试方法
CN102135413A (zh) * 2010-12-14 2011-07-27 河南科技大学 一种基于相位涡旋的数字散斑相关测量方法
CN102494614A (zh) * 2011-11-14 2012-06-13 河南科技大学 一种高精度数字散斑相关测量方法
CN102550166A (zh) * 2011-12-09 2012-07-11 河南科技大学 种子生活力的动态散斑测定方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Application of dynamic speckle method using in sedimentation process of silver chloride;Xinzhong Li et al.;《Optik》;20111231;第122卷(第23期);第2155-2157页 *
Optical vortex metrology based on the core structure of phase singularities in Laguerre-Gauss transform of a speckle pattern;Wei Wang et al.;《OPTICS EXPRESS》;20061030;第14卷(第22期);第10195-10206页 *
Propagation properties of optical vortices in random speckle field based on Fresnel diffraction scheme;XinZhong Li et al.;《Optics Communications》;20130115;第287卷(第15期);第6-11页 *
甄志强 等.基于数字散斑自相关技术的微位移测量.《河南科技大学学报:自然科学版》.2006,第27卷(第4期),第95-97页. *

Also Published As

Publication number Publication date
CN103383353A (zh) 2013-11-06

Similar Documents

Publication Publication Date Title
Tong et al. Innovative method for recognizing subgrade defects based on a convolutional neural network
WO2020041517A1 (en) Systems and methods for enhanced imaging and analysis
US20140327944A1 (en) Hologram processing method and system
De Jong et al. Measurement of inertial particle clustering and relative velocity statistics in isotropic turbulence using holographic imaging
CN103383353B (zh) 一种基于光学涡旋的动态散斑测试方法
JP6949875B2 (ja) 試料中に存在する粒子を取得するためのデバイスおよび方法
US10132609B2 (en) Gradient light interference microscopy for 3D imaging of unlabeled specimens
CN102175580A (zh) 动态散斑法测量浑浊介质微粒运动的装置和方法
CN102164004A (zh) 用于光斑定位的时变湍流位相屏快速模拟方法
Zhang et al. Characterization of particle size and shape by an IPI system through deep learning
Alexander et al. Precise measurements in digital holographic microscopy by modeling the optical train
Cheminet et al. Particle image reconstruction for particle detection in particle tracking velocimetry
CN102494614A (zh) 一种高精度数字散斑相关测量方法
Rezatofighi et al. A framework for generating realistic synthetic sequences of total internal reflection fluorescence microscopy images
Boyden et al. Assessing the Impact of Astrochemistry on Molecular Cloud Turbulence Statistics
Luo et al. Pattern matching for three-dimensional tracking of sub-micron fluorescent particles
CN105319196B (zh) 一种超分辨结构探测共焦荧光成像装置及其成像方法
Buck et al. Ignorance is bliss: flawed assumptions in simulated ground truth
CN106952233A (zh) 荧光多分子定位方法、装置以及超分辨成像方法、系统
Du et al. Bayesian Recursive Information Optical Imaging: A Ghost Imaging Scheme Based on Bayesian Filtering
Dyomin et al. Evaluation of the plankton species coordinates from digital holographic video
Chang et al. Optical sensing of nanoscale objects via computation-aided microscopic imaging ellipsometry
Matuszewski et al. Visual rhythm-based method for continuous plankton monitoring
Ahmadi Super resolution laser thermography using spatially and temporally structured heating
CN107292859B (zh) 基于光学相关器的混沌介质偏振图像获取方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150422

Termination date: 20160702

CF01 Termination of patent right due to non-payment of annual fee