CN107941696A - 一种循环s矩阵成像系统及其成像方法 - Google Patents
一种循环s矩阵成像系统及其成像方法 Download PDFInfo
- Publication number
- CN107941696A CN107941696A CN201711236050.XA CN201711236050A CN107941696A CN 107941696 A CN107941696 A CN 107941696A CN 201711236050 A CN201711236050 A CN 201711236050A CN 107941696 A CN107941696 A CN 107941696A
- Authority
- CN
- China
- Prior art keywords
- coding templet
- dimensional
- row
- sampling window
- coding
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种循环S矩阵成像系统及其成像方法,属于光学波段显微成像系统及成像方法。解决现有编码成像方法基于阿达玛变换实现光学成像所存在的信噪比改善量小的问题。本发明包括光源、透明载物片、编码模板、二维微动平台、采样窗口、光学镜头、单元探测器、AD转换器,所述编码模板上具有0和1构成的M行N列小孔阵列,其由R阶循环S矩阵构成,所述采样窗口为P行Q列的矩形窗口。本发明利用单个单元探测器,借助编码模板、通过采样窗口对目标进行采样,所得到的R个一维行向量光信号便于再借用压缩感知方法进行处理重构图像,获得了比阿达玛变换光学成像更高的信噪比改善量,最终得到的图像质量更好,适用于从紫外波段到太赫兹波段的整个光学波段。
Description
技术领域
本发明属于光学波段显微成像系统及成像方法。
背景技术
申请人于2005年申请的CN200510018994.0发明专利“光学波段的近场显微镜”,利用循环S矩阵构成的编码模板进行编码,并基于阿达玛变换解码实现光学成像,
所述循环S矩阵所构成的编码模板为制作在透明基板上的金属薄膜上的小孔阵列,阵列形式由循环S矩阵所决定,循环S矩阵可以是3、15、35、63、1023阶循环S矩阵,小孔形状可以是圆形、C形、三角形、栅栏状等异型,孔径可以等于波长、小于波长和大于波长。
基于阿达玛变换实现光学成像技术的基本特征,利用循环S矩阵编码、解码成像时的理论信噪比改善量为其中N为矩阵的阶数,申请人发现这个信噪比改善量还存在可以再提高的空间。
本申请文本中,利用平面XY直角坐标系,XY平面中,X轴为水平轴,向右为正方向,Y轴为垂直轴,向上为正方向。
发明内容
本发明提供一种循环S矩阵成像系统及其成像方法,解决现有编码成像方法基于阿达玛变换实现光学成像所存在的信噪比改善量小的问题,以得到更好的图像质量。
本发明所提供的一种循环S矩阵成像系统,包括光源、透明载物片、编码模板、二维微动平台、采样窗口、光学镜头、单元探测器、AD转换器,其特征在于:
所述光源和透明载物片位于编码模板一侧,光学镜头和单元探测器依次位于编码模板另一侧,采样窗口位于光学镜头和编码模板5之间,编码模板能够在二维微动平台驱动下进行移动,单元探测器的敏感面位于光学镜头焦点上,单元探测器接收到的光学信号经过AD转换器转换为数字信号送到计算机10进行处理,以便得到重构图像;
所述编码模板由镀覆在透明基板上的金属薄膜构成,金属薄膜上具有0和1构成的M行N列小孔阵列,其中0为不透光小孔,1为透光小孔;
所述M行N列小孔阵列由R阶循环S矩阵构成,
所述采样窗口为P行Q列的矩形窗口,P×Q=R,
当R=3、7、15、35时,M=P,N=(P×Q)+(Q-1);例如:3阶循环S矩阵,则采样窗口M=1、P=3,N=3+2、N=3+2;又如15阶循环S矩阵,可折叠为M×P=3×5或者M×P=5×3,若取M=5、P=3,则N=15+2;
当R=15、35、63、255、511、1023时,所述M行N列小孔阵列中,M=2P-1,N=2Q-1。
所述R阶循环S矩阵,
R=3时,首行为101,采样窗口尺寸P×Q=1×3或P×Q=3×1;
R=7时,首行为1110100,P×Q=1×7或P×Q=7×1;
R=15时,首行为000100110101111,P×Q=3×5或P×Q=5×3;
R=35时,首行为00100110101000010011101111100011101,P×Q=7×5或P×Q=5×7:
R=63时,首行为:
00000100001100010100111101000111001
0010110111011001101010111111,
P×Q=9×7或P×Q=7×9;
R=225时,首行为:
P×Q=9×25或P×Q=25×9;
以下字符对应关系:以八进制0、1、2、3、4、5、6、7分别表示二进制000、001、010、011、100、101、110、111;
R=511时,首行为:
P×Q=7×73或P×Q=73×7;
R=1023时,首行为:
P×Q=33×31或者P×Q=31×33。
本发明所提供的一种循环S矩阵成像方法,包括设置步骤和采样步骤,其特征在于:
(1)设置步骤:
将光源、透明载物片、样品置于编码模板一侧,光学镜头和单元探测器依次置于编码模板另一侧,单元探测器位于光学镜头焦点上,采样窗口位于光学镜头和编码模板之间,待测目标置于光源和编码模板之间,单元探测器通过光学镜头对准编码模板,待测目标、采样窗口和探测器固定;
当编码模板上的小孔为亚波长尺寸时,待测目标与编码模板的距离为近场距离;
(2)采样步骤:
编码模板沿X方向负向移动,移动步长为小孔阵列两相邻元素间距,每移动一次,单元探测器对采样窗口下的编码模板的相应二维区域采样,形成一维行向量光信号,送往AD转换器,所述AD转换器将一维行向量光信号转换为数字信号送到计算机。
计算机可以再借助压缩感知的正交匹配追踪算法进行图像重构。
所述的循环S矩阵成像方法,其进一步特征在于:
所述采样步骤中,采样窗口内二维原始图像对应区域像素按照矩阵方式从第一行起逐行矩阵元素首尾顺序连接构成一维图像行向量;
编码模板按步长沿X方向负向每移动一次,编码模板上对应采样窗口内的R阶循环S矩阵从第一行起逐行矩阵元素首尾顺序连接构成一维测量行向量αi,探测器对采样窗口下的编码模板采样,得到测量值式中表示测量矩阵每一行的测量行向量αi与的内积,编码模板的位置i=0、...、R-1,其中,0表示编码模板处于起始位置;
所以对于具有R=P×Q阶循环S矩阵的编码模板,共计沿X方向负向移动R-1次,包含初始位置的测量总共形成R个一维行向量光信号,每个一维行向量光信号经AD转换器转换为数字信号送到计算机,在计算机内可应用正交匹配追踪算法重构出M行P列的目标图像。
当R阶循环S矩阵中,R=15、35、63、255、511、1023时,所述M行N列小孔阵列中,M=2P-1,N=2Q-1。可以采用下述成像方法:
本发明所提供的又一种循环S矩阵成像方法,包括设置步骤和采样步骤:
(1)设置步骤:
将光源、、透明载物片、样品置于编码模板一侧,光学镜头和单元探测器依次置于编码模板另一侧,单元探测器位于光学镜头焦点上,采样窗口位于光学镜头和编码模板之间,待测目标置于光源和编码模板之间,单元探测器通过光学镜头对准编码模板,待测目标、采样窗口和单元探测器固定;
当编码模板上的小孔为亚波长尺寸时,待测目标与编码模板的距离为近场距离;
(2)采样步骤:
编码模板沿X方向负向移动,移动步长为小孔阵列两相邻元素间距,每移动一次,单元探测器对采样窗口下的编码模板的相应二维区域采样,形成一维行向量光信号,送往AD转换器,所述AD转换器将一维行向量光信号转换为数字信号送到计算机;当编码模板沿X方向负向移动到采样窗口右边缘时,编码模板复位;
编码模板沿Y方向正向移动,移动步长为小孔阵列两相邻元素间距,然后再沿X方向负向移动,移动步长为小孔阵列两相邻元素间距,每移动一次,单元探测器对采样窗口下的编码模板的相应二维区域采样,形成一维行向量光信号,送往AD转换器,所述AD转换器将一维行向量光信号转换为数字信号送到计算机;直至编码模板沿Y方向正向移动到采样窗口下边缘为止;
计算机可以再借助压缩感知的正交匹配追踪算法进行图像重构。
所述采样步骤中,采样窗口内二维原始图像对应区域像素按照矩阵方式从第一行起逐行矩阵元素首尾顺序连接构成一维图像行向量;
编码模板按步长沿X方向负向以及沿Y方向正向每移动一次,编码模板上对应采样窗口内的R阶循环S矩阵从第一行起逐行矩阵元素首尾顺序连接构成一维测量行向量αi,探测器对采样窗口下的编码模板采样,得到测量值式中表示测量矩阵每一行的测量行向量αi与的内积,编码模板的位置i=0、...、R-1,其中,0表示编码模板处于起始位置;
对于具有R=P×Q阶循环S矩阵的编码模板,共计沿X方向负向和沿Y方向正向移动R-1次,包含初始位置的测量总共形成R个一维行向量光信号,每个一维行向量光信号经AD转换器转换为数字信号送到计算机,在计算机内可应用正交匹配追踪算法重构出M行P列的目标图像。
所述AD转换器送来的序列数字信号在计算机内可以借助通用的压缩感知方法中的正交匹配追踪算法(OMP)进行目标图像的重构,这种方法的核心思想是通过多次迭代、逐步选取的方式从采样窗口(测量矩阵)中获取用来表示列原子的行向量。每次迭代中都要保证选择的原子与当前残余(冗余)向量有最大的相关性,都能满足最佳原子匹配的准则,再完成从观测向量中减去相关部分的步骤来更新残差向量,直到迭代次数达到稀疏度K,然后停止迭代。
所述单元探测器为与待探测的波段相适应的单元探测器。
采样时,单元探测器和目标固定,单元探测器对应于如图3所示的采样窗口内编码模板中的一个适当折叠(例如接近正方形的折叠)的二维区域采样,下一次采样前编码模板需要相应移动(例如图3中所示5×3的小区)。
本发明通过矩阵标准乘法的方式来获取测量值y=A×x,A为测量矩阵,x为图像(目标)矩阵。所以,为方便计算,把二维原始图像x展开成一维向量信号测量矩阵可以表示成行向量的集合A=(α1,α2,...,αi)′,于是,测量值可表示为,式中表示测量矩阵每一行的行向量αi与的内积。这就决定了单元探测器超分辨成像实验的采集模式,只有采用循环S矩阵设计的编码板才可以只用一块采样窗口实现循环移动采集,单元探测器每次移动所对应的成像单元与测量矩阵每一行的行向量αi分别一一对应。
本发明利用单个单元探测器,借助编码模板、通过采样窗口对目标进行采样,所得到的R个一维行向量光信号便于再借用压缩感知方法进行处理重构图像,获得了比阿达玛变换光学成像更高的信噪比改善量,最终得到的图像质量更好,适用于从紫外波段到太赫兹波段的整个光学波段。
附图说明
图1为本发明的成像系统结构示意图;
图2为采样窗口采样方式示意图;
图3为采样所形成的15阶循环S矩阵示意图;
图4(a)左、右依次为3×1部分原始图像、3阶重构图像;
图4(b)左、右依次为5×3部分原始图像、15阶重构图像;
图4(c)左、右依次为7×5部分原始图像、35阶重构图像;
图4(d)左、右依次为9×7部分原始图像、63阶重构图像;
图4(e)左、右依次为33×31部分原始图像、1023阶重构图像。
具体实施方式
以下结合实施例和附图对本发明进一步说明。
如图1所示,本发明的循环S矩阵成像系统,包括光源1、编码模板5、二维微动平台4、采样窗口6、光学镜头7、单元探测器8、AD转换器9;
所述光源1位于编码模板5一侧,光学镜头7和单元探测器8依次位于编码模板另一侧,采样窗口6位于光学镜头7和编码模板5之间,编码模板能够在二维微动平台4驱动下进行移动,单元探测器的敏感面位于光学镜头焦点上,单元探测器接收到的光学信号经过AD转换器9转换为数字信号送到计算机10进行处理,以便得到重构图像;
所述编码模板由镀覆在透明基板上的金属薄膜构成,金属薄膜上具有0和1构成的M行N列小孔阵列,其中0为不透光小孔,1为透光小孔;
所述M行N列小孔阵列由R阶循环S矩阵构成,R=3、15、35、63、255、511、1023,可折叠为二维阵列;
所述采样窗口为M行P列的矩形窗口,M×P=R,N=(M×P)+(P-1)。
采样时,待测目标3放置在承载板2上,置于光源1和编码模板5之间,单元探测器8通过光学镜头7对准编码模板5,待测目标3、采样窗口6和单元探测器8固定。
如图2、图3所示,以15阶循环S矩阵为例,测量矩阵A每一行的行向量①、②、③…分别对应图3的采样窗口内编码模板上对应二维区域①、②、③…,
如行向量①、实际就是编码模板上对应采样窗口内的第一个方框逐行顺序连接起来的一行,采集开始时,如图3所示,单元探测器对应采样窗口内的编码模板二维区域①,即一个5行3列的矩阵采集一次图像,然后目标图像和单元探测器固定不动,编码模板5沿X方向负向移动一位,单元探测器对应采样窗口内的编码模板二维区域②,即又一个5行3列的矩阵再采集第二次图像,按照这种模式,即可完成从左往右的循环移动编码采集过程,得到15个值,作为重构算法所需测量值y。
实施例:3阶、15阶、35阶、63阶和1023阶可折叠循环S矩阵,分别按照1×3;3×5;5×7;7×9;31×33折叠作成采样窗口,对女性头像图采样并且经正交匹配追踪法(OMP)方法重构的相应区域的图像并给出其重构特性,
表1.几个不同阶数的S矩阵在正交匹配追踪法(OMP)下的重构特性
表1中,MSE为均方误差,RE为相对误差,PSNR为峰值信噪比,MdB为信噪比改善量。
在上述折叠方式下,五种阶数的循环S矩阵的重构效果分别比对应的经典阿达玛变换成像方法的理论信噪比改善量提高了多倍。图4(a)~图4(e)各图的右侧图则为相应的重构图像,几乎和原图相差不大。
表1中,分别取女性头像图中间3×1、5×3、7×5、9×7、33×31的部分区域,然后利用相应阶数的循环S矩阵,为便于和经典的阿达玛变换成像方法的理论结果比较,这里给出在100%采样率下,通过OMP重构算法计算得到的结果。
各阶循环S矩阵设计的单探测器条件下超分辨成像模板都有很好的成像效果。重构图像的效果比较传统阿达玛变换光学成像的理论信噪比改善量大幅提高。这些矩阵也为实现单探测器条件下的压缩感知超衍射分辨宽视场光学成像提供了重要的参考。
如果要得到大面积的目标图像,可以采用分区采样重构再合成的办法实现。
Claims (6)
1.一种循环S矩阵成像系统,包括光源(1)、透明载物片(2)、编码模板(5)、二维微动平台(4)、采样窗口(6)、光学镜头(7)、单元探测器(8)、AD转换器(9),其特征在于:
所述光源(1)和透明载物片(2)位于编码模板(5)一侧,光学镜头(7)和单元探测器(8)依次位于编码模板另一侧,采样窗口(6)位于光学镜头(7)和编码模板(5)之间,编码模板能够在二维微动平台(4)驱动下进行移动,单元探测器的敏感面位于光学镜头焦点上,单元探测器接收到的光学信号经过AD转换器(9)转换为数字信号送到计算机(10)进行处理,以便得到重构图像;
所述编码模板由镀覆在透明基板上的金属薄膜构成,金属薄膜上具有0和1构成的M行N列小孔阵列,其中0为不透光小孔,1为透光小孔;
所述M行N列小孔阵列由R阶循环S矩阵构成,
所述采样窗口为P行Q列的矩形窗口,P×Q=R,
当R=3、7、15、35时,M=P,N=(P×Q)+(Q-1);
当R=15、35、63、255、511、1023时,所述M行N列小孔阵列中,M=2P-1,N=2Q-1。
2.如权利要求1所述的循环S矩阵成像系统,其特征在于:
所述R阶循环S矩阵,
R=3时,首行为101,采样窗口尺寸P×Q=1×3或P×Q=3×1;
R=7时,首行为1110100,P×Q=1×7或P×Q=7×1;
R=15时,首行为000100110101111,P×Q=3×5或P×Q=5×3;
R=35时,首行为00100110101000010011101111100011101,P×Q=7×5或P×Q=5×7;
R=63时,首行为:
00000100001100010100111101000111001
0010110111011001101010111111,
P×Q=9×7或P×Q=7×9;
R=225时,首行为:
P×Q=9×25或P×Q=25×9;
以下字符对应关系:以八进制0、1、2、3、4、5、6、7分别表示二进制000、001、010、011、100、101、110、111;
R=511时,首行为:
P×Q=7×73或P×Q=73×7;
P×Q=33×31或者P×Q=31×33。
3.权利要求1或2所述循环S矩阵成像系统的成像方法,包括设置步骤和采样步骤,其特征在于:
(1)设置步骤:
将光源、透明载物片、样品置于编码模板一侧,光学镜头和单元探测器依次置于编码模板另一侧,单元探测器位于光学镜头焦点上,采样窗口位于光学镜头和编码模板之间并且贴近编码模板,待测目标置于光源和编码模板之间放在透明载物片上,单元探测器通过光学镜头对准编码模板,待测目标、采样窗口和单元探测器固定;
当编码模板上的小孔为亚波长尺寸时,待测目标与编码模板的距离为近场距离;
(2)采样步骤:
编码模板沿X方向负向移动,移动步长为小孔阵列两相邻元素间距,每移动一次,单元探测器对采样窗口下的编码模板的相应二维区域采样,形成一维行向量光信号,送往AD转换器,所述AD转换器将一维行向量光信号转换为数字信号送到计算机。
计算机可以再借助压缩感知的正交匹配追踪算法进行图像重构。
4.如权利要求3所述的成像方法,其特征在于:
所述采样步骤中,采样窗口内二维原始图像对应区域像素按照矩阵方式从第一行起逐行矩阵元素首尾顺序连接构成一维图像行向量
编码模板按步长沿X方向负向每移动一次,编码模板上对应采样窗口内的R阶循环S矩阵从第一行起逐行矩阵元素首尾顺序连接构成一维测量行向量αi,探测器对采样窗口下的编码模板采样,得到测量值式中表示测量矩阵每一行的测量行向量αi与的内积,编码模板的位置i=0、...、R-1,其中,0表示编码模板处于起始位置;
对于具有R=P×Q阶循环S矩阵的编码模板,共计沿X方向负向移动R-1次,包含初始位置的测量总共形成R个一维行向量光信号,每个一维行向量光信号经AD转换器转换为数字信号送到计算机,在计算机内可应用正交匹配追踪算法重构出M行P列的目标图像。
5.权利要求1或2所述循环S矩阵成像系统的成像方法,包括设置步骤和采样步骤,其特征在于:
(1)设置步骤:
将光源、透明载物片、样品置于编码模板一侧,光学镜头和单元探测器依次置于编码模板另一侧,单元探测器位于光学镜头焦点上,采样窗口位于光学镜头和编码模板之间,待测目标置于光源和编码模板之间,单元探测器通过光学镜头对准编码模板,待测目标、采样窗口和单元探测器固定;
当编码模板上的小孔为亚波长尺寸时,待测目标与编码模板的距离为近场距离;
(2)采样步骤:
编码模板沿X方向负向移动,移动步长为小孔阵列两相邻元素间距,每移动一次,单元探测器对采样窗口下的编码模板的相应二维区域采样,形成一维行向量光信号,送往AD转换器,所述AD转换器将一维行向量光信号转换为数字信号送到计算机;当编码模板沿X方向负向移动到采样窗口右边缘时,编码模板复位;
编码模板沿Y方向正向移动,移动步长为小孔阵列两相邻元素间距,然后再沿X方向负向移动,移动步长为小孔阵列两相邻元素间距,每移动一次,单元探测器对采样窗口下的编码模板的相应二维区域采样,形成一维行向量光信号,送往AD转换器,所述AD转换器将一维行向量光信号转换为数字信号送到计算机;直至编码模板沿Y方向正向移动到采样窗口下边缘为止;
计算机可以再借助压缩感知的正交匹配追踪算法进行图像重构。
6.如权利要求5所述的成像方法,其特征在于:
所述采样步骤中,采样窗口内二维原始图像对应区域像素按照矩阵方式从第一行起逐行矩阵元素首尾顺序连接构成一维图像行向量
编码模板按步长沿X方向负向以及沿Y方向正向每移动一次,编码模板上对应采样窗口内的R阶循环S矩阵从第一行起逐行矩阵元素首尾顺序连接构成一维测量行向量αi,探测器对采样窗口下的编码模板采样,得到测量值式中表示测量矩阵每一行的测量行向量αi与的内积,编码模板的位置i=0、...、R-1,其中,0表示编码模板处于起始位置;
对于具有R=P×Q阶循环S矩阵的编码模板,共计沿X方向负向和沿Y方向正向移动R-1次,包含初始位置的测量总共形成R个一维行向量光信号,每个一维行向量光信号经AD转换器转换为数字信号送到计算机,在计算机内可应用正交匹配追踪算法重构出M行P列的目标图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711236050.XA CN107941696A (zh) | 2017-11-28 | 2017-11-28 | 一种循环s矩阵成像系统及其成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711236050.XA CN107941696A (zh) | 2017-11-28 | 2017-11-28 | 一种循环s矩阵成像系统及其成像方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107941696A true CN107941696A (zh) | 2018-04-20 |
Family
ID=61946896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711236050.XA Pending CN107941696A (zh) | 2017-11-28 | 2017-11-28 | 一种循环s矩阵成像系统及其成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107941696A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1114049A (zh) * | 1994-06-23 | 1995-12-27 | 武汉大学 | 多功能阿达玛变换显微图像分析仪 |
CN1308230A (zh) * | 2001-03-08 | 2001-08-15 | 武汉大学 | 高分辨阿达玛变换显微图像分析仪 |
CN101241069A (zh) * | 2008-03-11 | 2008-08-13 | 武汉大学 | 色散型多功能阿达玛变换显微成像光谱仪 |
CN103575396A (zh) * | 2013-11-19 | 2014-02-12 | 中国科学院空间科学与应用研究中心 | 基于压缩感知和Hadamard变换的成像光谱系统及方法 |
CN103925997A (zh) * | 2014-04-09 | 2014-07-16 | 辽宁大学 | 编码模板多目标超分辨率主动成像系统及方法 |
CN106092319A (zh) * | 2016-08-26 | 2016-11-09 | 中国科学院寒区旱区环境与工程研究所 | 光谱直读型阿达玛变换光谱成像系统设计 |
-
2017
- 2017-11-28 CN CN201711236050.XA patent/CN107941696A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1114049A (zh) * | 1994-06-23 | 1995-12-27 | 武汉大学 | 多功能阿达玛变换显微图像分析仪 |
CN1308230A (zh) * | 2001-03-08 | 2001-08-15 | 武汉大学 | 高分辨阿达玛变换显微图像分析仪 |
CN101241069A (zh) * | 2008-03-11 | 2008-08-13 | 武汉大学 | 色散型多功能阿达玛变换显微成像光谱仪 |
CN103575396A (zh) * | 2013-11-19 | 2014-02-12 | 中国科学院空间科学与应用研究中心 | 基于压缩感知和Hadamard变换的成像光谱系统及方法 |
CN103925997A (zh) * | 2014-04-09 | 2014-07-16 | 辽宁大学 | 编码模板多目标超分辨率主动成像系统及方法 |
CN106092319A (zh) * | 2016-08-26 | 2016-11-09 | 中国科学院寒区旱区环境与工程研究所 | 光谱直读型阿达玛变换光谱成像系统设计 |
Non-Patent Citations (3)
Title |
---|
MEI YE ET AL.: "HADAMARD Transform Sample Matrix Used in Compressed Sensing Super-Resolution Imaging", <INTELLIGENT ROBOTICS AND APPLICATIONS> * |
叶梅等: "Hadamard变换光学编码探测中的定位精度研究", 《华中科技大学学报(自然科学版)》 * |
叶虎年 等: "《阿达玛变换光学成像》", 31 January 2012, 华中科技大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109064396B (zh) | 一种基于深度成分学习网络的单幅图像超分辨率重建方法 | |
CN105492878B (zh) | 用于快照光谱成像的设备和方法 | |
US9383199B2 (en) | Imaging apparatus | |
KR100850729B1 (ko) | 데이터 해상도를 향상시키는 방법 및 장치 | |
CN108416723B (zh) | 基于全变分正则化和变量分裂的无透镜成像快速重构方法 | |
CN104168429B (zh) | 一种多孔径分波段高分辨率成像装置及其成像方法 | |
CN111047681B (zh) | 基于深度学习的单像素三维端到端重建方法及装置 | |
CN109741407A (zh) | 一种基于卷积神经网络的光谱成像系统的高质量重构方法 | |
CN102186016B (zh) | 基于球面像差混叠观测的超分辨率成像方法 | |
CN103209307B (zh) | 编码重聚焦计算摄像方法及装置 | |
CN109118544B (zh) | 基于透视变换的合成孔径成像方法 | |
WO2021008528A1 (zh) | 一种加速高光谱视频重建的方法及其装置 | |
CN111343376B (zh) | 一种基于透射式双缝孔径编码成像系统及其超分辨方法 | |
CN104243837A (zh) | 基于单次曝光视频重建的颤振探测和遥感图像恢复方法 | |
CN107622515A (zh) | 压缩光场的物理重建方法 | |
CN108288256A (zh) | 一种多光谱马赛克图像复原方法 | |
CN111652815B (zh) | 一种基于深度学习的掩膜板相机图像复原方法 | |
CN116245726A (zh) | 基于深度学习框架的压缩感知偏振超分辨成像方法 | |
CN112465922A (zh) | 一种结合色差模糊成像与图像重建技术的高光谱成像系统 | |
CN113421216A (zh) | 一种高光谱融合计算成像方法及系统 | |
CN117173580A (zh) | 水质参数的获取方法及装置、图像处理方法、介质 | |
CN109798978B (zh) | 一种采用异形蓝色噪声编码孔径的光谱成像方法 | |
Chen et al. | Prior image guided snapshot compressive spectral imaging | |
CN107941696A (zh) | 一种循环s矩阵成像系统及其成像方法 | |
CN116579959B (zh) | 用于高光谱图像的融合成像方法及装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180420 |
|
WD01 | Invention patent application deemed withdrawn after publication |