CN106993121B - 一种基于压缩感知的高光谱图像采集成像系统与控制方法 - Google Patents

一种基于压缩感知的高光谱图像采集成像系统与控制方法 Download PDF

Info

Publication number
CN106993121B
CN106993121B CN201710224461.0A CN201710224461A CN106993121B CN 106993121 B CN106993121 B CN 106993121B CN 201710224461 A CN201710224461 A CN 201710224461A CN 106993121 B CN106993121 B CN 106993121B
Authority
CN
China
Prior art keywords
dmd
ccd
lctf
signal output
signal input
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
CN201710224461.0A
Other languages
English (en)
Other versions
CN106993121A (zh
Inventor
徐平
肖冲
张竞成
赖小敏
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.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201710224461.0A priority Critical patent/CN106993121B/zh
Publication of CN106993121A publication Critical patent/CN106993121A/zh
Application granted granted Critical
Publication of CN106993121B publication Critical patent/CN106993121B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50Constructional details
    • H04N23/54Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50Constructional details
    • H04N23/55Optical parts specially adapted for electronic image sensors; Mounting thereof
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本发明公开了一种基于压缩感知的高光谱图像采集成像系统与控制方法;本发明首先通过数字微镜(DMD)器件对图像信息进行压缩采样,其次通过液晶可调谐滤波器(LCTF)控制可透过光波长和光谱分辨率,然后通过面阵电荷耦合器件(CCD)获取光强信息,最后通过模拟加法器和ADC转换器进行信号处理,并把处理后的数字量保存于存储器。本发明实现了信号采样与压缩的同时进行,使采样数据远小于传统奈奎斯特采样理论所需要的数据量;解决了高光谱数据采集引起的传输压力和大量冗余信息导致的资源浪费等问题。

Description

一种基于压缩感知的高光谱图像采集成像系统与控制方法
技术领域
本发明属于图像信号处理技术领域,涉及一种基于压缩感知的高光谱图像采集成像系统与控制方法,可用于遥感领域的高光谱图像获取。
背景技术
高光谱成像是一种新兴的技术,也称为成像光谱仪,它能获取大量的窄带连续光谱图像,能利用很多很窄的电磁波波段从感兴趣的物体中获得相关数据,包含了丰富的空间、辐射和光谱三重信息。相对于传统的彩色图像(3个光谱带,分别覆盖红色,绿色和蓝色波段),以及传统的多光谱图像(通常为几个光谱带),高光谱数据具有波段多、光谱分辨率高、数据量大、图谱合一等显著特点,其电磁频谱从可见光延伸到红外光区域。高光谱图像立方体(由光谱成像仪获得的空间域和光谱域数据)提供了大量非常细致的光谱表征,有利于被检对象的分类、检测和表征。与此同时,在数据获取、传输、分析等过程中数据量的大幅增加也对传统的数据采集压缩等技术提出挑战。
为了方便高光谱图像立方体的采样、传输和恢复,在不影响图像性能前提下,我们通常采用各种图像压缩办法,剔除大量冗余而保留关键信息,以尽量减少传输数据量。由此,我们可以发现,传统的信息采集理论,一方面以高于信号2倍最高频率进行大量采样,另一方面又通过压缩算法剔除冗余信息。从这个意义上讲,信号压缩是一种严重的资源浪费。因为大量的冗余数据在压缩过程中被丢弃。那么,是否存在一种采样理论,使得采样数据远小于传统奈奎斯特采样理论所需要的数据量,即信号在采样的同时就得到压缩。2006年D.Donoho、E.Candes等提出的基于信号稀疏性的压缩感知理论(Compressive Sensing,CS),成功实现了信号采样与压缩的同时进行。
压缩感知理论的基本思想是信号在某个变换域满足稀疏性情况下,利用一个与变换基不相关的矩阵对高维信号进行采样,得到采样数据后通过求解一个优化问题就可以重构原始信号。该过程简要描述如下:
式(1)是对原始信号x进行稀疏表示的。其中Ψ是规范正交矩阵,s是原始信号在变换域的稀疏表示系数矩阵。
压缩感知的低采样是通过构造非相关的观测矩阵Φ来实现,如式(2)所示。其中Φ的大小是M×N,M<<N。
y=Φx=ΦΨs (2)
压缩感知的重构是通过求解式(3)来实现。
根据压缩感知理论,2006年美国Rice大学最先基于压缩感知理论设计了单像素相机作为采集系统。它是以DMD作为压缩感知的采样端,以光敏二极管为接收端的成像系统。单像素相机的优点是只需要一个光电探测器,信号处理电路简单,但是所需的测量次数较多,导致采样时间增加。MIT的Fergus等提出了随机镜头相机模型,该相机镜头采用随机反射镜面,随机反射镜通过测量矩阵控制。该相机具有超分辨率和深度估计能力,但相机的镜头校准复杂耗时,成像速度低。
在遥感领域,M.E.Gehm等最先将压缩传感理论和光谱成像进行结合,受编码孔径光谱仪结构的启发,设计出编码孔径光谱成像系统。美国杜克大学研发的多光谱成像系统CASSI,利用色散介质和编码孔径的组合,通过色散介质的调制和编码孔径进行压缩采样。但该系统结构较为复杂,实现困难。另外,一旦掩模制作完成,其编码模式也就无法改变了。因此设计灵活、快速和结构简单的前端图像采集系统就变得尤为关键。
发明内容
本发明基于上述技术问题,提出了一种新的基于压缩感知的高光谱图像采集成像系统与控制方法。目的主要在于解决高光谱数据采集引起的传输压力和大量冗余信息导致的资源浪费等问题。首先通过DMD对图像信息进行压缩采样,其次通过LCTF控制可透过光波长和光谱分辨率,然后通过CCD获取光强信息,最后通过模拟加法器和ADC转换器进行信号处理,并把处理后的数字量保存于存储器。
基于压缩感知的高光谱图像采集系统:
本发明分为光路成像部分和电路控制部分。光路成像部分包括第一透镜、DMD、LCTF、第二透镜和面阵CCD。
第一透镜一侧设有DMD,将成像目标聚焦投影至DMD上;DMD对图像信息进行随机采样后反射至LCTF;反射到LCTF的光通过LCTF调节,使对应波长的光可通过。第二透镜位于LCTF的出射光路上;第二透镜将DMD面成像到面阵CCD上。即成像目标与DMD互为共轭面,DMD与CCD互为共轭面。
电路控制部分包括随机数发生器、FPGA控制器、DMD、LCTF、面阵CCD、CCD驱动电路、模拟加法器、ADC转换器和存储器。
随机数发生器的信号输出端与FPGA控制器的随机数发生器的信号输入端连接,FPGA控制器的CCD驱动信号输出端与CCD驱动电路连接,FPGA控制器的CCD控制信号输出端与面阵CCD的控制信号输入端连接,FPGA控制器的LCTF控制信号输出端与LCTF的控制信号输入端连接,FPGA控制器的DMD控制信号输出端与DMD的控制信号输入端连接,CCD驱动电路的驱动信号输出端与面阵CCD的驱动信号输入端连接,FPGA控制器的模拟加法器控制信号输出端、ADC转换器控制信号输出端、存储器控制信号输出端依次与模拟加法器信号输入端、ADC转换器信号输入端、存储器信号输入端连接;面阵CCD的图像模拟信号输出端与模拟加法器的图像模拟信号输入端连接,模拟加法器信号输出端与ADC转换器信号输入端连接,ADC转换器信号输出端与存储器的信号输入端连接。
随机数发生器的作用在于,产生大小为M×N的观测矩阵Φ;
FPGA控制器的作用在于,产生DMD控制信号、LCTF控制信号、CCD垂直时钟信号、模拟加法器控制信号、ADC转换控制信号;
DMD的作用在于,对图像信息进行压缩采样。FPGA控制器根据观测矩阵Φ对DMD上的微镜镜片转向方向进行控制,使DMD满足观测矩阵的要求。按照Φ相应元素值的大小设定DMD内部镜片的角度,当Φ中相应的元素值为1时,将DMD中对应位置的镜片偏转+12°;当Φ中相应的元素为0时,将DMD中对应位置的镜片偏转-12°。DMD内部偏转角度为-12°的镜片将其上的入射光反射到吸收平面进行入射光吸收,DMD内部偏转角度为+12°的镜片将其上的入射光反射至LCTF上,得到随机采样的光信号。
LCTF的作用在于,控制可透过光波长和光谱分辨率,只允许对应某个波长的光通过。通过FPGA控制器对LCTF的可透过光波长进行控制,使面阵CCD每次获取的数据为单个光波长的图像信息。
面阵CCD的作用在于,其上的敏感单元通过感知目标物体反射回来的光强信息,并将其转换为电信号。
CCD驱动电路的作用在于,将CCD垂直时钟信号进行缓冲和驱动;
模拟加法器的作用在于,控制模拟像素完成压缩计算;
ADC转换器的作用在于,将模拟量转换为数字量,保存于存储器。
存储器的作用在于,存储ADC转换后的图像信息。
DMD为数字微镜器件,LCTF为液晶可调谐滤波器,CCD为面阵电荷耦合器件,ADC转换器为模数转换器件。
本发明还提供了一种基于压缩感知的高光谱图像采集的控制方法,通过下面的控制方法,可以实现高光谱图像空间压缩的功能。步骤如下:
步骤一:设定光谱采样间隔为Δ、测定波段数为Z以及单波长图像大小为N×N;令j表示当前波段序号,初始化j为1;
步骤二:通过随机数发生器产生一个M×N的二进制0-1随机矩阵,其中M<<N;启动FPGA控制器读取随机数发生器产生的观测矩阵Φ;令i为1,其中i表示当前压缩测量次数;
步骤三:通过FPGA产生控制DMD每行镜片翻转角度的周期时序信号,使DMD上的内部镜片按照随机矩阵的第j行0-1排布进行翻转;
步骤四:通过FPGA控制LCTF,只允许单个波长的光可以通过;
步骤五:通过面阵CCD获取每行的模拟像素,并由模拟加法器对每行模拟像素值求和,得到N个观测值,其中每行一个观测值,共N行;
步骤六:通过ADC转换器将模拟像素值转换为数字量,保存于存储器。
步骤七:若i<M,i增1,返回步骤三继续执行;否则j增1,若j≤Z返回步骤二继续执行,否则停止循环。
所要采集的高光谱图像为N×N×Z的数据立方体,由于本发明是基于压缩感知理论进行图像采集,故最终采集到的数据为N×M×Z的数据立方体,压缩比为M/N。后续利用压缩感知重构算法(如正交匹配追踪算法、梯度投影算法)对采样数据进行重构,便可以得到N×N×Z的数据立方体。
本发明具有的有益效果是:
1)该系统设计实现了信号采样与压缩的同时进行,使采样数据远小于传统奈奎斯特采样理论所需要的数据量。较好地解决了高光谱数据采集引起的传输压力和大量冗余信息导致的资源浪费等问题。
2)与现有技术相比,不仅具有采用压缩感知成像系统的通用性、加密性等,而且相比于美国Rice大学的单像素相机,该结构利用面阵CCD作为探测器,能够有效缩短测量值的获取时间。相比于美国杜克大学的压缩感知多光谱成像器CASSI,该结构采用FPGA控制器调节DMD的翻转方式,较编码孔径的压缩采样更灵活,并且容易实现。
附图说明
图1是高光谱图像采集的光路成像系统原理图;
图2是高光谱图像采集的电路控制系统原理图;
图3是随机数发生器产生的二进制随机矩阵示意图;
图4是空间域压缩采样的DMD翻转方式示意图;
图5是高光谱图像压缩采样流程图。
具体实施方式
图1是本发明的基于压缩感知的高光谱图像采集的光路成像系统原理图,该成像系统包括:第一透镜、DMD、LCTF、第二透镜和面阵CCD;
第一透镜1一侧有DMD 2,将成像目标0聚焦投影至DMD上;DMD对图像信息进行随机采样后反射至LCTF 3;反射到LCTF的光通过LCTF调节,使对应波长的光可通过。第二透镜4位于LCTF的出射光路上;第二透镜4将DMD面成像至面阵CCD上。即成像目标0所在平面与DMD2面互为共轭面,DMD 2面与CCD 5面也互为共轭面。图1中用星号表示互为共轭面的平面。
图2是本发明的基于压缩感知的高光谱图像采集的电路控制系统原理图,该系统包括:电路控制部分包括随机数发生器、FPGA控制器、DMD、LCTF、面阵CCD、CCD驱动电路、模拟加法器、ADC转换器和存储器;
随机数发生器的信号输出端与FPGA控制器的随机数发生器的信号输入端连接,FPGA控制器的CCD驱动信号输出端与CCD驱动电路连接,FPGA控制器的CCD控制信号输出端与面阵CCD的控制信号输入端连接,FPGA控制器的LCTF控制信号输出端与LCTF的控制信号输入端连接,FPGA控制器的DMD控制信号输出端与DMD的控制信号输入端连接,CCD驱动电路的驱动信号输出端与面阵CCD的驱动信号输入端连接,FPGA控制器的模拟加法器控制信号输出端、ADC转换器控制信号输出端、存储器控制信号输出端依次与模拟加法器信号输入端、ADC转换器信号输入端、存储器信号输入端连接;面阵CCD的图像模拟信号输出端与模拟加法器的图像模拟信号输入端连接,模拟加法器信号输出端与ADC转换器信号输入端连接,ADC转换器信号输出端与存储器的信号输入端连接。
其中随机数发生器用于产生大小为M×N的观测矩阵Φ。FPGA控制器用于产生DMD控制信号、LCTF控制信号、CCD垂直时钟信号、模拟加法器控制信号、ADC转换控制信号;DMD用于对图像信息进行压缩采样。FPGA控制器根据观测矩阵Φ对DMD上的微镜镜片转向方向进行控制,使DMD满足测量矩阵的要求。LCTF用于控制可透过光波长和光谱分辨率。通过FPGA控制器对LCTF的透过光波长进行控制,使面阵CCD每次获取的数据为单个波长的图像信息。面阵CCD用于捕获图像信息。其上的敏感单元通过感知目标物体反射回来的光强信息,并将其转换为电信号。CCD驱动电路用于将CCD垂直时钟信号进行缓冲和驱动;模拟加法器用于控制模拟像素完成压缩计算;ADC转换器用于将模拟量转换为数字量,保存于存储器。存储器用于存储ADC转换后的图像信息。
图3是随机数发生器产生的二进制随机矩阵示意图。图4是空间域压缩采样的DMD翻转方式示意图。图5是高光谱图像压缩采样流程图。下面将结合图3、图4、图5,对压缩采样步骤作进一步描述。
步骤一:设定光谱采样间隔Δ(波段宽)为5nm,测定范围为350nm~1050nm,波段数Z为140,单波长图像大小为1024×1024;令j表示波段序号,初始化j为1;
步骤二:由随机数发生器产生一个256×1024的二进制0-1随机矩阵。假设生成的随机矩阵如图3中的观测矩阵Φ。启动FPGA控制器读取随机数发生器产生的Φ矩阵;令i为1,其中i表示当前压缩测量次数;
步骤三:通过FPGA产生控制DMD每行镜片翻转角度的周期时序信号,使DMD上的每行镜片按照观测矩阵Φ的第一行0-1分布进行翻转(如图4中DMD阵列的第一次翻转);
步骤四:令波长λ=(350+5*j)nm。通过FPGA控制LCTF,只允许波长为λ的光可以通过;
步骤五:FPGA控制器产生读取CCD图像传感器像素的周期时序信号,则CCD图像传感器开始串行输出模拟像素;通过模拟加法器,实现每行模拟像素值求和,得到1024个观测值(每行一个观测值,共1024行);
步骤六:通过ADC转换器将模拟像素值转换为数字量,保存于存储器。
步骤七:若i<256,i增1,返回步骤三继续执行;否则j增1,若j≤140返回步骤二继续执行,否则停止循环。
所要采集的高光谱图像为1024×1024×140的数据立方体,由于本发明是基于压缩感知理论进行图像采集,故最终采集到的数据为1024×256×140的数据立方体,压缩比为1/4。后续利用压缩感知重构算法对采样数据进行重构,便可以得到1024×1024×140的数据立方体。

Claims (2)

1.一种基于压缩感知的高光谱图像采集成像系统,其特征在于:包括光路成像部分和电路控制部分;光路成像部分包括第一透镜、DMD、LCTF、第二透镜和面阵CCD;
第一透镜(1)一侧设有DMD(2),将成像目标(0)聚焦投影至DMD上;DMD对图像信息进行随机采样后反射至LCTF(3);反射到LCTF的光通过LCTF调节,使对应波长的光可通过;第二透镜(4)位于LCTF的出射光路上;第二透镜(4)将DMD成像到面阵CCD(5)上;成像目标与DMD互为共轭面,DMD与CCD互为共轭面;
电路控制部分包括随机数发生器、FPGA控制器、DMD、LCTF、面阵CCD、CCD驱动电路、模拟加法器、ADC转换器和存储器;
随机数发生器的信号输出端与FPGA控制器的随机数发生器的信号输入端连接,FPGA控制器的CCD驱动信号输出端与CCD驱动电路连接,FPGA控制器的CCD控制信号输出端与面阵CCD的控制信号输入端连接,FPGA控制器的LCTF控制信号输出端与LCTF的控制信号输入端连接,FPGA控制器的DMD控制信号输出端与DMD的控制信号输入端连接,CCD驱动电路的驱动信号输出端与面阵CCD的驱动信号输入端连接,FPGA控制器的模拟加法器控制信号输出端、ADC转换器控制信号输出端、存储器控制信号输出端依次与模拟加法器信号输入端、ADC转换器信号输入端、存储器信号输入端连接;面阵CCD的图像模拟信号输出端与模拟加法器的图像模拟信号输入端连接,模拟加法器信号输出端与ADC转换器信号输入端连接,ADC转换器信号输出端与存储器的信号输入端连接;
DMD为数字微镜器件,LCTF为液晶可调谐滤波器,CCD为面阵电荷耦合器件,ADC转换器为模数转换器件。
2.根据权利要求1所述的一种基于压缩感知的高光谱图像采集成像系统的控制方法,其特征在于,该方法具体包括以下步骤:
步骤一:设定光谱采样间隔为Δ、测定波段数为Z以及单波长图像大小为N×N;令j表示当前波段序号,初始化j为1;
步骤二:通过随机数发生器产生一个M×N的观测矩阵Φ,其中M<<N;启动FPGA控制器读取随机数发生器产生的观测矩阵Φ;令i为1,其中i表示当前压缩测量次数;
步骤三:通过FPGA产生控制DMD每行镜片翻转角度的周期时序信号,使DMD上的内部镜片按照随机矩阵的第j行0-1排布进行翻转;
步骤四:通过FPGA控制LCTF,只允许单个波长的光可以通过;
步骤五:通过面阵CCD获取每行的模拟像素,并由模拟加法器对每行模拟像素值求和,得到N个观测值,其中每行一个观测值,共N行;
步骤六:通过ADC转换器将模拟像素值转换为数字量,保存于存储器;
步骤七:若i<M,i增1,返回步骤三继续执行;否则j增1,若j≤Z返回步骤二继续执行,否则停止循环。
CN201710224461.0A 2017-04-07 2017-04-07 一种基于压缩感知的高光谱图像采集成像系统与控制方法 Active CN106993121B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710224461.0A CN106993121B (zh) 2017-04-07 2017-04-07 一种基于压缩感知的高光谱图像采集成像系统与控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710224461.0A CN106993121B (zh) 2017-04-07 2017-04-07 一种基于压缩感知的高光谱图像采集成像系统与控制方法

Publications (2)

Publication Number Publication Date
CN106993121A CN106993121A (zh) 2017-07-28
CN106993121B true CN106993121B (zh) 2019-10-18

Family

ID=59416052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710224461.0A Active CN106993121B (zh) 2017-04-07 2017-04-07 一种基于压缩感知的高光谱图像采集成像系统与控制方法

Country Status (1)

Country Link
CN (1) CN106993121B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108280818B (zh) * 2018-01-19 2020-04-03 清华大学深圳研究生院 一种基于压缩感知的快速目标成像方法和系统
CN109855735A (zh) * 2019-02-20 2019-06-07 北京理工大学 一种同步控制与采集的高光谱计算成像方法
CN109946241A (zh) * 2019-03-12 2019-06-28 北京理工大学 一种基于高光谱计算成像系统的土壤分类方法
CN112858167B (zh) * 2021-01-07 2024-01-02 上海奕瑞光电子科技股份有限公司 多排双能线阵探测器扫描方法、系统、介质及装置
CN113033723B (zh) * 2021-03-08 2023-06-16 山东大学 环形掩膜版、光场调控方法、单像素成像方法及系统
CN113281282B (zh) * 2021-06-17 2022-05-13 四川九洲电器集团有限责任公司 一种图像采集与重构方法、设备及存储介质
CN115174697B (zh) * 2022-06-30 2024-04-12 上海航天电子通讯设备研究所 一种星载高光谱图像无损压缩器

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8743199B2 (en) * 2010-03-09 2014-06-03 Physical Optics Corporation Omnidirectional imaging optics with 360°-seamless telescopic resolution
CN101893552B (zh) * 2010-07-06 2012-06-27 西安电子科技大学 基于压缩感知的高光谱成像仪及成像方法
CN103024398A (zh) * 2013-01-15 2013-04-03 山东大学 基于稀疏矩阵的高光谱遥感图像的压缩感知处理方法
JP2014220639A (ja) * 2013-05-08 2014-11-20 ソニー株式会社 撮像装置および撮像方法
CN104063857B (zh) * 2014-06-30 2017-02-15 清华大学 高光谱图像的生成方法及系统
CN104154998B (zh) * 2014-08-15 2016-03-30 中国科学院上海技术物理研究所 一种基于压缩感知的计算多光谱成像图谱的重构方法

Also Published As

Publication number Publication date
CN106993121A (zh) 2017-07-28

Similar Documents

Publication Publication Date Title
CN106993121B (zh) 一种基于压缩感知的高光谱图像采集成像系统与控制方法
Cao et al. Computational snapshot multispectral cameras: Toward dynamic capture of the spectral world
Xiong et al. Snapshot hyperspectral light field imaging
Cao et al. A prism-mask system for multispectral video acquisition
EP2603828B1 (en) Decreasing image acquisition time for compressive imaging devices
CN103471718B (zh) 一种基于稀疏孔径压缩计算关联的高光谱成像系统及方法
US20130002715A1 (en) Image Sequence Reconstruction based on Overlapping Measurement Subsets
WO2012174940A1 (zh) 一种极弱光多光谱成像方法及其系统
US20150317806A1 (en) Reconstructing an image of a scene captured using a compressed sensing device
CN106802184B (zh) 快照式紧凑噪声免疫型光场成像全偏振光谱探测装置及方法
CN107727238B (zh) 基于掩膜板调制的红外并行压缩成像系统及成像方法
CN107817641A (zh) 基于多模光纤的单像素相机系统
CN113447118A (zh) 一种可实现彩色成像的多光谱成像芯片及彩色成像方法
Rueda et al. Single aperture spectral+ ToF compressive camera: toward hyperspectral+ depth imagery
CN110632000B (zh) 基于压缩感知的动态双臂多通道凝视光谱成像系统
CN114659634A (zh) 微型快照式压缩光谱成像探测装置及探测方法
CN108663118A (zh) 红外宽波段高光谱计算成像装置及其方法
JP2018513964A5 (ja) スナップショット型偏光ハイパースペクトルカメラ及び画像化方法
JP2018513964A (ja) スナップショット型偏光ハイパースペクトルカメラ及び結像方法
CN107580164A (zh) 一种单次测量的压缩感知超分辨率成像系统及其成像方法
CN113884234A (zh) 一种互补单像素质心探测系统及方法
CN109855735A (zh) 一种同步控制与采集的高光谱计算成像方法
CN106959161B (zh) 利用基于随机光栅的压缩感知宽波段高光谱成像系统实现消除大气湍流的方法
CN111735776A (zh) 基于微纳法布里-珀罗谐振腔的偏振高光谱成像装置
CN110631703B (zh) 一种基于可调谐滤光片的单像素光谱成像系统

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20170728

Assignee: Hangzhou Yixing new energy automobile service Co., Ltd

Assignor: HANGZHOU DIANZI University

Contract record no.: X2021330000779

Denomination of invention: A hyperspectral image acquisition and imaging system and control method based on compressed sensing

Granted publication date: 20191018

License type: Common License

Record date: 20211202

EE01 Entry into force of recordation of patent licensing contract