CN106595863B - 一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法 - Google Patents

一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法 Download PDF

Info

Publication number
CN106595863B
CN106595863B CN201611240513.5A CN201611240513A CN106595863B CN 106595863 B CN106595863 B CN 106595863B CN 201611240513 A CN201611240513 A CN 201611240513A CN 106595863 B CN106595863 B CN 106595863B
Authority
CN
China
Prior art keywords
mrow
msub
liquid crystal
lctf
crystal tunable
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.)
Active
Application number
CN201611240513.5A
Other languages
English (en)
Other versions
CN106595863A (zh
Inventor
范真涛
汤媛媛
张雨东
魏凯
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.)
Institute of Optics and Electronics of CAS
Original Assignee
Institute of Optics and Electronics of CAS
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 Institute of Optics and Electronics of CAS filed Critical Institute of Optics and Electronics of CAS
Priority to CN201611240513.5A priority Critical patent/CN106595863B/zh
Publication of CN106595863A publication Critical patent/CN106595863A/zh
Application granted granted Critical
Publication of CN106595863B publication Critical patent/CN106595863B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2823—Imaging spectrometer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
    • G01J3/0224—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows using polarising or depolarising elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
    • G01J3/0237—Adjustable, e.g. focussing

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本发明公开了一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法，该方法利用的装置包括成像目标(1)、准直系统(2)、液晶可调谐滤波器(LCTF)(3)、成像透镜(4)和探测器阵列(5)，该方法包括如下步骤：1)设定液晶可调谐滤波器非均匀采样点的波长；2)获取液晶可调谐滤波器成像光谱数据，并进行预处理；3)建立液晶可调谐滤波器非均匀采样点的光谱混叠函数模型；4)结合Richardson‑Lucy算法进行光谱重建。本发明的方法有效地提高了光谱的分辨率，光谱特征峰的位置精度和幅度精度。

Description

一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法
技术领域
本发明涉及光谱测量和光谱成像领域，特别涉及一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法。
背景技术
液晶可调谐滤波器(简称LCTF)由线性偏振器、固定阻滞器和液晶分子组成，通过外界电压的变化改变液晶分子的排列方向，使输出光谱间互相干涉，目标波长光谱信号增强，其它波长光谱信号减弱，从而输出不同波长的光谱。LCTF具有覆盖光谱范围广、调谐连续、结构简单紧凑、响应速度快和通光口径大等优点，在生物医学、半导体、农业、遥感和天文等涉及光谱测量或光谱成像的领域有重要的应用。
然而，LCTF结构中包含的多个线性偏振器，导致透过率损失严重，为了使探测器能积分获得足够的光强，LCTF应具有足够大的透过带宽。而大的透过带宽，又导致不同波长处的透过率曲线互相混叠，使探测器测得的当前波段的光强混有其它波段的信息，即产生了光谱模糊，造成光谱精度不高，光谱分辨率低的问题，因此需要进行光谱重建。
传统的LCTF光谱成像系统的采样方式为均匀采样，即选取等间隔的中心波长进行分时扫描成像。然而，LCTF不同中心波长处透过率曲线的带宽差异较大，各透过率曲线之间的混叠程度也不同。均匀采样的方式并没有考虑到这种差异性，存在小带宽波长处欠采样大带宽波长处过采样的问题，导致最终的光谱重建的结果存在缺陷，即在欠采样波长处光谱精度不高，光谱分辨率低。本发明采用一种非均匀采样的方式，即采样间隔与当前采样点波长处的带宽成一定比例，然后对目标进行分时扫描成像，获得三维数据立方体，最后结合Richardson-Lucy算法(简写为RL算法)对波长维度λ进行重建。本发明改进了了采样方式，设计了一种非均匀采样的LCTF光谱重建方法，有效地提高了光谱重建精度和分辨率。
发明内容
本发明要解决的技术问题为：针对LCTF成像光谱精度不高，光谱分辨率低以及LCTF均匀采样方式中存在欠采样和过采样而导致光谱重建效果差的不足，提出了一种提高LCTF光谱重建精度和分辨率的方法，该方法利用了非均匀采样的方式，有效地提高了光谱重建精度和分辨率。
本发明解决上述的技术问题采用的技术解决方案是：一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法，该方法利用的装置如图1所示，包括成像目标1、准直系统2、LCTF3、成像透镜4和探测器阵列5，成像过程如下：成像目标1发出或反射的光经准直系统2准直，再经过LCTF3滤光，最后经成像透镜4成像于探测器阵列5上，调节LCTF3的控制电压，使设定波长的光通过，如此扫描获得各个波段的图像数据。该方法的流程图见图2，具体步骤如下：
步骤1)设定LCTF非均匀采样点的波长
根据成像目标的光谱范围，首先设定初始采样点波长，并获取该波长处LCTF光谱透过率曲线。再用高斯分布模型对光谱透过率曲线进行拟合并计算拟合后的带宽bw，由于高斯分布做傅里叶变换后仍然是高斯分布，不存在截止频率，因此可设定达到峰值处K％时为截止频率f。可推导出f与带宽bw的关系：
然后计算与后一个采样点的间隔Δλ=1/fc，fc为采样频率。为了避免欠采样，根据采样定理，采样频率fc应大于等于2倍的截止频率f。最后可推导出采样间隔Δλ与带宽bw成一定比例，比例系数与K有关，如下：
非均匀采样点的波长按照上述过程依次设定下去，直至覆盖所要求的光谱范围。
步骤2)获取LCTF成像光谱数据，并进行预处理
按照步骤1)中设定的非均匀采样点的波长，让LCTF光谱成像系统对目标进行分时扫描成像，并获取各个波段的图像，然后分别对获取的图像进行暗电流扣除、平场校正及流量校正等预处理,整合预处理完毕的各个波段的图像，形成空间(x，y)维度和波长λ维度的三维数据立方体D(x，y，λ)。
步骤3)建立LCTF非均匀采样点的光谱混叠函数模型
将步骤1)中所有非均匀采样点波长处拟合完毕的光谱透过率曲线组合，形成LCTF非均匀采样点的光谱混叠函数模型SMF。
步骤4)结合RL算法进行光谱重建
LCTF光谱成像系统的数学模型为：
d(x，y，λ)＝i(x，y，λ)+n(x，y，λ) (3)
i(x，y，λ)=Σu，x，yo(u，v，γ)h1(x-u，y-v，λ)h2(λ，γ) (4)
其中d(x，y，λ)是探测器收集到的图像数据，i(x，y，λ)是经过LCTF光谱成像系统到达探测器之前的图像数据，n(x，y，λ)是探测器的光子计数噪声，为泊松分布噪声。o(u，v，γ)是真实光谱图像数据，h1(u，v)是系统空间模糊函数，取决于系统的PSF，h2(λ，γ)是步骤3)中LCTF非均匀采样点的光谱混叠函数SMF。
Richardson-Lucy算法是泊松噪声模型下的极大似然估计图像数据复原方法，结合LCTF光谱成像系统数学模型后算法迭代关系的推导如下：
在泊松噪声模型下，光谱图像数据中所有点(x，y，λ)的概率质量函数PMF为：
其中D(x，y，λ)为步骤2)中所得的三维数据立方体。对(5)式取对数可得：
ln(P[d(x，y，λ)＝D(x，y，λ)])＝∑x，y，λD(x，y，λ)ln(i(x，y，λ))-i(x，y，λ))-ln(D(x，y，λ)！)(6)
对光谱图像中一点o(u0，v0，γ0)求偏导，并令偏导数等于零，以最大化(6)式的值，相当于使(5)式中的PMF最大化。那么(6)式变为：
根据(4)式有：
把(8)式代入(7)式，可将(7)式化为：
只考虑波长维度的重建，所以可以消除h1(u，v)的影响，再在(9)式两边同时乘以点o的光谱图像数据o(u0，v0，γ0)，可得出真实光谱图像数据的迭代关系公式：
iold(x，y，λ)＝Σx，y，λoold(u，v，λ)h2(λ，γ) (11)
其中onew(u0，v0，γ0)和oold(u0，v0，γ0)为点o的真实光谱图像迭代前后的数据。
一旦给出一个真实光谱图像数据的初始估计，当迭代终止条件满足就停止运算。可设定最大迭代次数K为迭代终止条件。对目标每个空间位置点的光谱分别进行迭代重建，整合形成重建后的三维数据立方体。
本发明的有益效果在于：本发明改进了采样方式，并结合RL算法设计了一种非均匀采样的LCTF光谱重建方法，有效提高了光谱重建精度和分辨率。
附图说明
图1为本发明所提供的LCTF光谱成像系统装置结构示意图，其中，1为成像目标，2为准直系统，3为LCTF，4为成像透镜，5为探测器阵列；
图2为提高液晶可调谐滤波器光谱重建精度和分辨率的方法的流程图；
图3为LCTF非均匀采样点的光谱混叠函数SMF；
图4为LCTF非均匀采样重建前后的光谱对比图；
图5为LCTF均匀采样重建前后的光谱对比图；
具体实施方式
下面结合附图以及具体实施方式进一步说明本发明。
本发明提出了一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法，该方法利用的装置如图1所示，包括成像目标1、准直系统2、LCTF 3、成像透镜4和探测器阵列5。成像过程如下：成像目标1发出或反射的光经准直系统2准直，再经过LCTF 3滤光，最后经成像透镜4成像于探测器阵列5上，调节LCTF 3的控制电压，使不同频率的光通过，如此扫描获得各个波段的图像数据。
为了更好地说明本发明的方法与步骤，利用红外波段的LCTF光谱成像系统测试Ne灯谱(光谱范围650nm-750nm)，并进行光谱重建仿真实验。
该方法的流程示意图见图1，其具体实施步骤如下：
步骤1)设定LCTF非均匀采样点的波长
根据成像目标的光谱范围(650nm-750nm)，首先设定初始采样点波长为650nm，并获取该波长处LCTF光谱透过率曲线。再用高斯分布模型对光谱透过率曲线进行拟合并计算拟合后的带宽bw。设定K％的值，一般取1％，然后按公式(2)计算与后一个采样点的间隔，如此依次设定下去，直至采样点波长超过750nm。
步骤2)获取目标经LCTF光谱成像系统成像的数据，并进行预处理
按照步骤1)中设定的非均匀采样点的波长，让LCTF光谱成像系统对目标进行分时扫描成像，并获取各个波段的图像，然后分别对获取的图像进行暗电流扣除、平场校正及流量校正等预处理，整合预处理完毕的各个波段的图像，形成空间(x，y)维度和波长λ维度的三维数据立方体D(x，y，λ)。
步骤3)建立LCTF非均匀采样点的光谱混叠函数模型
将步骤1)中所有非均匀采样点波长处拟合完毕的光谱透过率曲线组合，形成LCTF非均匀采样点的光谱混叠函数模型SMF，如图3所示。
步骤4)结合RL算法进行光谱重建
真实光谱图像数据的迭代关系公式：
iold(x，y，λ)＝Σx，y，λoold(u，v，λ)h2(λ，γ)
其中D(x，y，λ)为步骤2)中所得的三维数据立方体，onew(u0，v0，γ0)和oold(u0，v0，γ0)为真实光谱图像迭代前后的数据，iold(x，y，λ)为不含噪声的图像数据，h2(λ，γ)是步骤3)中的LCTF非均匀采样点的光谱混叠函数SMF。
设定目标(u0，vo)点处的真实光谱图像各像素点的初始估计(0到1之间的随机数)。依据仿真经验，设定最大迭代次数K，可迭代计算获得重建光谱。(u0，v0)点非均匀采样重建前后的光谱如图4所示，相同采样点数的均匀采样重建前后的光谱如图5所示。图4和图5对比可知650nm-670nm处，均匀采样方式出现采样不足导致重建后的光谱分辨率和幅度精度差，难以区分特征谱线，而非均匀采样方式的重建结果有高的幅度精度、位置精度和高的光谱分辨率，能够完全区分特征谱线。因此，本发明的方法有效地提高了光谱的分辨率，光谱特征峰的位置精度和幅度精度。
最后，对目标每个空间位置点的光谱分别进行迭代重建，形成重建后的三维数据立方体。

Claims (2)

1.一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法，所述方法利用的装置包括成像目标(1)、准直系统(2)、液晶可调谐滤波器(LCTF)(3)、成像透镜(4)和探测器阵列(5)，成像过程如下：成像目标(1)发出或反射的光经准直系统(2)准直，再经过液晶可调谐滤波器LCTF(3)滤光，最后经成像透镜(4)成像于探测器阵列(5)上，调节液晶可调谐滤波器LCTF(3)的控制电压，使设定波长的光通过，如此扫描获得各个波段的图像数据，其特征在于：所述方法包括以下步骤：
步骤1)设定液晶可调谐滤波器(LCTF)(3)非均匀采样点波长；首先根据成像目标(1)的光谱范围，设定初始采样点波长，并获取该波长处液晶可调谐滤波器(LCTF)(3)光谱透过率曲线；再用高斯分布模型对光谱透过率曲线进行拟合并计算拟合后的带宽bw；然后计算与后一个采样点的间隔Δλ，Δλ与带宽成bw一定比例，如此依次设定下去，直至达到光谱范围上限；
步骤2)获取液晶可调谐滤波器(LCTF)(3)成像光谱数据，并进行预处理；液晶可调谐滤波器(LCTF)(3)成像光谱数据是通过液晶可调谐滤波器(LCTF)(3)光谱成像系统对目标进行分时扫描成像获得的，而扫描波长设置为步骤1)中所设定的非均匀采样波长；
步骤3)建立液晶可调谐滤波器(LCTF)(3)非均匀采样点的光谱混叠函数模型，通过组合步骤1)中所有非均匀采样点波长处拟合完毕的光谱透过率曲线而形成；
步骤4)结合Richardson-Lucy算法进行光谱重建，算法进行光谱重建的迭代关系式如下：
<mrow> <msup> <mi>o</mi> <mrow> <mi>n</mi> <mi>e</mi> <mi>w</mi> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>v</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>&amp;gamma;</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msup> <mi>o</mi> <mrow> <mi>o</mi> <mi>l</mi> <mi>d</mi> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>v</mi> <mn>0</mn> </msub> <mo>,</mo> <msub> <mi>&amp;gamma;</mi> <mn>0</mn> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>&amp;Sigma;</mi> <mi>&amp;lambda;</mi> </msub> <msub> <mi>h</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>&amp;lambda;</mi> <mo>,</mo> <mi>&amp;gamma;</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <msub> <mi>&amp;Sigma;</mi> <mrow> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>,</mo> <mi>&amp;lambda;</mi> </mrow> </msub> <mfrac> <mrow> <mi>D</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>,</mo> <mi>&amp;lambda;</mi> <mo>)</mo> </mrow> </mrow> <mrow> <msup> <mi>i</mi> <mrow> <mi>o</mi> <mi>l</mi> <mi>d</mi> </mrow> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>,</mo> <mi>&amp;lambda;</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <msub> <mi>h</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>&amp;lambda;</mi> <mo>,</mo> <mi>&amp;gamma;</mi> <mo>)</mo> </mrow> </mrow>
iold(x,y,λ)＝∑x,y,λoold(u0,v0,λ0)h2(λ,γ)
其中，D(x，y，λ)为步骤2)中所得的三维数据立方体，h2(λ，γ)是步骤3)中液晶可调谐滤波器(LCTF)(3)的光谱混叠函数SMF，onew(u0，v0，γ0)和oold(u0，v0，γ0)分别为真实光谱图像迭代前、后的数据，iold(x，y，λ)为不含噪声的图像数据，设定一个真实光谱图像数据的初始估计，当迭代终止条件满足就停止运算，最后一次迭代的onew(u0，v0，γ0)为重建后的光谱图像数据。
2.根据权利要求1所述的提高液晶可调谐滤波器光谱重建精度和分辨率的方法，其特征在于：还适用于声光可调谐滤波器或磁光调谐滤波器光谱成像系统的光谱重建。
CN201611240513.5A 2016-12-29 2016-12-29 一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法 Active CN106595863B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611240513.5A CN106595863B (zh) 2016-12-29 2016-12-29 一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611240513.5A CN106595863B (zh) 2016-12-29 2016-12-29 一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法

Publications (2)

Publication Number Publication Date
CN106595863A CN106595863A (zh) 2017-04-26
CN106595863B true CN106595863B (zh) 2018-05-15

Family

ID=58604798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611240513.5A Active CN106595863B (zh) 2016-12-29 2016-12-29 一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法

Country Status (1)

Country Link
CN (1) CN106595863B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107084792A (zh) * 2017-05-16 2017-08-22 中国电子科技集团公司第四十研究所 液晶调制光学相控阵列式光谱仪、探测方法
CN107730565B (zh) * 2017-10-12 2020-10-20 浙江科技学院 一种基于oct图像的材料内在光谱特征提取方法
CN110118601B (zh) * 2019-04-15 2021-04-06 华中科技大学 一种基于lctf的光谱成像装置及成像方法
CN112098337B (zh) * 2020-08-31 2023-10-10 清华大学深圳国际研究生院 一种高分辨率光谱图像快速获取装置及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6760475B1 (en) * 1999-10-13 2004-07-06 Cambridge Research & Instrumentation Inc. Colorimetric imaging system
CN101813765A (zh) * 2010-04-23 2010-08-25 哈尔滨工业大学 基于非均匀空间立体阵列分布式sar的杂波抑制方法
CN101975939A (zh) * 2010-09-28 2011-02-16 北京航空航天大学 一种基于压缩感知理论的多普勒解模糊处理方法
US7999938B2 (en) * 2003-06-04 2011-08-16 Tomophase Corporation Measurements of optical inhomogeneity and other properties in substances using propagation modes of light
CN102414988A (zh) * 2009-04-29 2012-04-11 香港大学 用于从基本不均匀样本重构基本均匀样本的方法或结构
CN105424186A (zh) * 2015-11-04 2016-03-23 北京航空航天大学 一种光场成像光谱仪的光谱标定校正方法
CN106017677A (zh) * 2016-05-23 2016-10-12 湖北久之洋红外系统股份有限公司 一种微型红外成像光谱仪及其成像方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6760475B1 (en) * 1999-10-13 2004-07-06 Cambridge Research & Instrumentation Inc. Colorimetric imaging system
US7999938B2 (en) * 2003-06-04 2011-08-16 Tomophase Corporation Measurements of optical inhomogeneity and other properties in substances using propagation modes of light
CN102414988A (zh) * 2009-04-29 2012-04-11 香港大学 用于从基本不均匀样本重构基本均匀样本的方法或结构
CN101813765A (zh) * 2010-04-23 2010-08-25 哈尔滨工业大学 基于非均匀空间立体阵列分布式sar的杂波抑制方法
CN101975939A (zh) * 2010-09-28 2011-02-16 北京航空航天大学 一种基于压缩感知理论的多普勒解模糊处理方法
CN105424186A (zh) * 2015-11-04 2016-03-23 北京航空航天大学 一种光场成像光谱仪的光谱标定校正方法
CN106017677A (zh) * 2016-05-23 2016-10-12 湖北久之洋红外系统股份有限公司 一种微型红外成像光谱仪及其成像方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
非均匀采样干涉数据的光谱反演分析;景娟娟 等;《光学学报》;20111231;第31卷(第12期);第1211006-1至1211006-5页 *

Also Published As

Publication number Publication date
CN106595863A (zh) 2017-04-26

Similar Documents

Publication Publication Date Title
CN106768327B (zh) 一种液晶可调谐滤波器成像光谱重建方法
CN106595863B (zh) 一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法
Hopkins et al. Galaxy And Mass Assembly (GAMA): spectroscopic analysis
CN108388863A (zh) 一种高光谱遥感图像混合像元分解方法
CN103886559B (zh) 一种光谱图像处理方法
CN113109780B (zh) 基于复数密集连接神经网络的高分辨距离像目标识别方法
CN102818630B (zh) 一种干涉型成像光谱仪的光谱定标方法
CN110940638B (zh) 一种高光谱图像亚像元级水体边界探测方法及探测系统
Karaçaylı et al. Optimal 1D Ly α forest power spectrum estimation–III. DESI early data
CN111751342B (zh) 一种基于夫琅和费暗线反演日光诱导叶绿素荧光的方法
He et al. Deep frequency-recurrent priors for inverse imaging reconstruction
US20040109159A1 (en) Field multiplexed dispersive imaging spectrometer
CN107332566A (zh) 基于mwc的支撑集快速恢复方法
CN107991282B (zh) 一种利用卫星分析大气Ring效应的方法及系统
Homeier et al. The Formation Epoch of Early-Type Galaxies in the z~ 0.9 Cl 1604 Supercluster
Rameau et al. Spectral unmixing for exoplanet direct detection in hyperspectral data
CN210119571U (zh) 一种抑制激光光强波动像质退化效应的主动成像系统
Hei et al. Ionospheric-thermospheric UV tomography: 3. A multisensor technique for creating full-orbit reconstructions of atmospheric UV emission
Kozelov et al. A study of rayed structures in auroras by triangulation methods: 1. Height profiles of volume emission rate
CN110987182A (zh) 环形波长渐变滤光片和压缩感知的高光谱成像系统及方法
Brogan et al. Advanced gain calibration techniques in radio interferometry
CN110118601B (zh) 一种基于lctf的光谱成像装置及成像方法
Crilly et al. Improving the convergence rate of Jansson's deconvolution method
CN114022364B (zh) 基于光谱库优化学习的多光谱图像光谱超分方法和系统
CN111679258B (zh) 一种雷达回波数据处理方法及装置、设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant