CN108259865A - 一种基于单像素探测器的彩色成像方法和系统 - Google Patents
一种基于单像素探测器的彩色成像方法和系统 Download PDFInfo
- Publication number
- CN108259865A CN108259865A CN201810195637.9A CN201810195637A CN108259865A CN 108259865 A CN108259865 A CN 108259865A CN 201810195637 A CN201810195637 A CN 201810195637A CN 108259865 A CN108259865 A CN 108259865A
- Authority
- CN
- China
- Prior art keywords
- fourier
- single pixel
- substrate
- pattern
- pixel detector
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Color Television Image Signal Generators (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于单像素探测器的彩色成像方法,包括:利用计算机生成一系列不同频率、不同相位的傅里叶基底灰度图案;然后将此灰度图案乘以拜尔滤波模板得到傅里叶基底彩色图案;接着通过数字投影仪将傅里叶基底彩色图案依次投射到被测物体表面,同时通过一个单像素探测器采集经被测表面反射后的光强;随后利用傅里叶单像素成像算法对采集的信号处理,得到物体的马赛克图像;最后通过空间色彩插值算法处理马赛克图像,获得物体的彩色图像。本发明还公开了一种基于单像素探测器的彩色成像系统。本发明的方法和系统能够使物体轮廓信息的和彩色信息分别积聚在傅里叶变换域的不同区域,便于实现压缩采样,并且成像系统简单、易实现。
Description
技术领域
本发明涉及彩色成像技术领域,特别涉及一种基于单像素探测器的彩色成像方法和系统。
背景技术
彩色成像技术主要用于对同一观测目标的多个波段同时进行成像比对,以实现对其成分组成、分布状态等特性进行观测分析。相对于传统的单一波段成像系统,彩色成像系统能够获得更为全面的目标色彩信息。现有彩色成像方法大多采用面阵相机,且通过分光元件,如滤波片,光栅或者迈克尔逊双光束干涉光路等,将宽光谱光束分解成多个单波长的光束,成像装置比较复杂,而且需要多次测量,测量数据大,难以实现压缩采样。
单像素成像是近年来新兴的一种成像方式。该技术通过在空间光调制器(如DMD)上加载一组调制图案(如哈达码、傅里叶基底图案),用于将物体的信息编码到变换域(如频域),接着利用单像素探测器(如单个光电二极管)采集调制后的信号,最后通过相关算法(如傅里叶单像素算法)计算重建物体的图像。与传统的以CCD或者CMOS相机为核心的成像器件相比,单像素探测器结构简单,且具有较宽的光谱响应范围和较强的光敏感度。此外,由于自然图像在变换域(如频域)中具有积聚特性,采用单像素成像方法可以实现压缩采样。
为了实现基于单像素探测器的彩色成像,文献“S.S.Welsh,M.P.Edgar,R.Bowman,P.Jonathan,B.Sun,and M.J.Padgett,"Fast full-color computational imaging withsingle-pixel detectors,"Opt.Express 21,23068-23074(2013)”提出了一种基于三个单像素探测器的彩色成像系统,该方案通过在每个单像素探测器前分别加红、绿和蓝色滤光片,能够分别重建出被测物体的红、绿和蓝色图像,然后将三个重建结果组合,即可获得被测物体的彩色图像。然而,这种方法至少需要三个单像素探测器,系统复杂。文献“L.H.Bian,J.L.Suo,G.H.Situ,Z.W.Li,J.T.Fan,F.Chen,and Q.H.Dai,"Multispectralimaging using a single bucket detector,"Scientific Report 6,24752(2016)”提出了一种基于一个单像素探测器的彩色成像系统,但该方案需要一个高速旋转的光栅将宽光谱光束分解成多个光谱频带的调制光,然后利用单像素探测器分别采集每个光谱的信号,测量次数比较多。此外,由于需要一个高速旋转的光栅,光栅、DMD和单像素探测器需要同步,系统比较复杂。文献“S.L.Jin,W.W.Wang,Y.L.Wang,K.C.Huang,Q.S.Shi,C.F.Ying,D.Q.Liu,Q.Ye,W.Y.Zhou and J.G.Tian,Hyperspectral imaging using the single-pixel Fourier transform technique.Scientific Reports 7,45209(2017)”提出了一种基于迈克尔逊双光束干涉分光的彩色单像素成像系统,该方案通过精确移动干涉光路中的反射镜,获得不同光谱反射的光强信号。由于需要采用干涉光路,测量系统对环境震动比较敏感。此外,该方案需要利用单像素探测器对每个光谱的反射光强进行测量,测量次数比较多。因此,如何提供一种高效、简单的彩色单像素成像方法和系统成为单像素成像领域中的一项技术难题、亟待解决。
发明内容
本发明的目的在于克服现有技术中的缺点与不足,提供一种基于单像素探测器的彩色成像方法,能够使物体的轮廓信息和彩色信息分别积聚在傅里叶变换域的不同位置,实现压缩采用,并且图像重建过程无需迭代运算,重建算法简单,运算速度快。
本发明的另一目的在于提供基于单像素探测器的彩色成像方法的成像系统。
为实现以上目的,本发明采取如下技术方案:
一种基于单像素探测器的彩色成像方法,包括下述步骤:
S1、利用计算机产生一系列不同频率、不同相位的傅里叶基底灰度图案;
S2、将所述傅里叶基底灰度图案转换成基于拜尔滤波模板的傅里叶基底彩色图案;
S3、通过数字投影仪将所述傅里叶基底彩色图案依次投射到被测物体表面,同时利用一个单像素探测器采集经物体反射后的光强;
S4、利用傅里叶单像素成像算法处理所述的采集信号,得到物体的马赛克图像;
S5、采用空间色彩插值算法处理所述的马赛克图像,获得物体的彩色图像。
作为优选的技术方案,步骤S1具体为:
利用公式生成一系列不同频率,不同相位的傅里叶基底灰度图案,其中a和b分别表示傅里叶基底灰度图案的背景值和对比度,(x,y)表示傅里叶基底灰度图案的像素坐标,(fx,fY)表示频域坐标,表示相位,s表示相移步数,取s=4,n=0,1,2,3。
作为优选的技术方案,步骤S2具体包括下述步骤:
S21、利用如下公式生成三个与傅里叶基底灰度图案像素数相等的拜尔滤波模板:
其中,MR、MB和MG分别表示红色、蓝色和绿色三种颜色的拜尔滤波模板;
S22、将步骤S21中的三个拜尔滤波模板分别乘以傅里叶基底灰度图案,得到三组傅里叶基底图案,分别对应红色、绿色和蓝色三种颜色:
其中,c表示颜色;
S23、将步骤S22得到的三组傅里叶基底图案组合成一个三维矩阵,即可得到一系列不同频率、不同相位的傅里叶基底彩色图案;由于采用拜尔滤波模板,傅里叶基底彩色图案中的每个像素只显示一种颜色。
作为优选的技术方案,步骤S3具体包括下述步骤:
S31、通过数字投影仪将一系列的傅里叶基底彩色图案依次投射到被测物体表面,同时利用一个单像素探测器采集经物体反射后的光场强度,并通过数据采集卡存储于计算机内;
S32、经物体反射后的光场总强度表示为:其中R表示被测物体的反射率;
S33、单像素探测器每次采集并存储的光强信号表示为: 其中,Db表示同一频率、不同相位的傅里叶基底彩色图案的背景在单像素探测器引起的响应值,k表示与单像素探测器放大电路有关的比例因子。
作为优选的技术方案,步骤S4具体包括下述步骤:
S41、按照如下公式计算被测物体与频率为(fx,fy)对应的傅里叶频谱系数:
其中,j表示虚部单位,表示在同一频率、不同相位的傅里叶基底彩色图案照射下,单像素探测器采集的光强信号值;
S42、重复步骤S41的方法,计算被测物体与其他频率对应的傅里叶频谱系数,获得被测物体的傅里叶频谱分布图;
S43、对步骤S42得到的傅里叶频谱分布图求傅里叶反变换,然后对变换后的结果取模并进行归一化,即可得到被测物体的图像;由于投射到被测物体表面的图案为基于拜尔滤波模板的彩色傅里叶基底,重建结果中的每个像素只能获得红色、绿色和蓝色三种颜色中的一种颜色信息,其它两种颜色的信息被丢失,因此,该重建结果又称为被测物体的马赛克图像。
作为优选的技术方案,步骤S5具体为:
重建结果中任何一像素缺失颜色都用最临近的4个同颜色像素为基础,采用空间色彩插值算法获得;所述空间色彩插值算法包括:双线性插值算法、Ron Kimmel算法或Optimal Recovery算法。
一种基于单像素探测器的彩色成像方法的成像系统,包括:傅里叶基底彩色图案生成模块、投影采集模块、以及数据处理模块;所述傅里叶基底彩色图案生成模块通过计算机产生傅里叶基底彩色图案,经数字投影仪将该傅里叶基底彩色图案投射到待测物体上,同时单像素探测器对经被测物体表面反射后的光场强度进行采集,并将采集到的光强信号通过数据采集与控制模块传输至数据处理模块,所述数据处理模块通过计算机算法处理光强信号,最后获得被测物体的彩色图像。
作为优选的技术方案,所述傅里叶基底彩色图案生成模块具体是利用计算机产生一系列不同频率、不同相位的傅里叶基底灰度图案,并将该基底图案转换成基于拜尔滤波模板的傅里叶基底彩色图案:
其中MR、MB和MG分别表示红色、蓝色和绿色三种颜色的拜尔滤波模板;d表示颜色;表示傅里叶基底灰度图案,(x,y)表示基底图案的像素坐标,(fx,fy)表示频域坐标,表示相位,s表示相移步数,取s=4,n=0,1,2,3。
作为优选的技术方案,所述单像素探测器采集经物体反射后的光场强度,并通过数据采集卡存储于计算机内;所述单像素探测器选用光敏二极管或光电倍增管。
作为优选的技术方案,所述数据处理模块通过傅里叶单像素成像算法处理所述的采集信号,得到被测物体的马赛克图像,再采用空间色彩插值算法处理所述的马赛克图像,获得被测物体的彩色图像;所述空间色彩插值算法包括:双线性插值算法、Ron Kimmel算法或Optimal Recovery算法。
本发明相对于现有技术具有如下的优点和效果:
(1)本发明的彩色成像系统只需采用一个单像素探测器,系统简单;
(2)本发明的彩色成像方法采用物体的轮廓信息和彩色信息分别积聚在傅里叶变换域的不同位置,便于实现压缩采样;
(3)本发明的彩色成像方法重建过程不需要迭代运算,算法简单,运算速度快。
附图说明
图1为本发明基于单像素探测器的彩色成像方法流程图;
图2为本实施方式中,基于单像素探测器的彩色成像系统的软件组成示意图;
图3为本实施方式中,生成一张傅里叶基底彩色图案的局部放大图;
图4为本实施方式中,基于单像素探测器的彩色成像系统的示意图;附图标号:1、单像素探测器;2、数字投影仪;3、被测物体;
图5(a)为本实施方式中,利用基于单像素探测器的彩色成像方法和系统,采用压缩采样方式,获得被测物体的傅里叶频谱图;
图5(b)为本实施方式中,利用基于单像素探测器的彩色成像方法和系统,采用压缩采样方式,获得被测物体的彩色图像;
图5(c)为本实施方式中,利用基于单像素探测器的彩色成像方法和系统,采用全采样方式,获得被测物体的频谱分布图;
图5(d)为本实施方式中,利用基于单像素探测器的彩色成像方法和系统,采用全采样方式重建的彩色图像。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例
如图1所示,一种基于单像素探测器的彩色成像方法,包括下述步骤:
S1、利用计算机产生一系列不同频率、不同相位的傅里叶基底灰度图案;
具体利用公式生成所述的傅里叶基底灰度图案,其中a和b分别表示傅里叶基底灰度图案的背景值和对比度,(x,y)表示傅里叶基底灰度图案的像素坐标,(fx,fy)表示频域坐标,表示相位,s表示相移步数,取s=4,n=0,1,2,3。
S2、将所述傅里叶基底灰度图案转换成基于拜尔滤波模板的傅里叶基底彩色图案;具体包括下述步骤:
S21、利用如下公式生成三个与傅里叶基底灰度图案像素数相等的拜尔滤波模板:
其中,MR、MB和MG分别表示红色、蓝色和绿色三种颜色的拜尔滤波模板;
S22、将步骤S21中的三个拜尔滤波模板分别乘以傅里叶基底灰度图案,得到三组傅里叶基底图案,分别对应红色、绿色和蓝色三种颜色:
其中,c表示颜色;如图3所示,傅里叶基底灰度图案乘以一个拜尔滤波模板得到的傅里叶基底图案。
S23、将步骤S22得到的三组傅里叶基底图案组合成一个三维矩阵,即可得到一系列不同频率、不同相位的傅里叶基底彩色图案;由于采用拜尔滤波模板,傅里叶基底彩色图案中的每个像素只显示一种颜色。
S3、通过数字投影仪将所述傅里叶基底彩色图案依次投射到被测物体表面,同时利用一个单像素探测器采集经物体反射后的光强;具体包括下述步骤:
S31、通过数字投影仪将一系列的傅里叶基底彩色图案依次投射到被测物体表面,同时利用一个单像素探测器采集经物体反射后的光场强度,并通过数据采集卡存储于计算机内;
S32、经物体反射后的光场总强度表示为:其中R表示被测物体的反射率;
S33、单像素探测器每次采集存储的光强信号可表示为: 其中,Dn表示傅里叶基底彩色图案的背景在单像素探测器引起的响应值,k表示与单像素探测器放大电路有关的比例因子。
S4、利用傅里叶单像素成像算法处理所述的采集信号,得到物体的马赛克图像;具体包括下述步骤:
S41、按照如下公式计算被测物体与频率为(fx,fy)对应的傅里叶频谱系数:
其中,j表示虚部单位,表示在同一频率、不同相位的傅里叶基底彩色图案照射下,单像素探测器采集的光强信号值;
S42、重复步骤S41的方法,计算被测物体与其他频率对应的傅里叶频谱系数,获得被测物体的傅里叶频谱分布图;
S43、对步骤S42得到的傅里叶频谱分布图求傅里叶反变换,然后对变换后的结果取模并归一化,即可得到被测物体的图像;由于投射到被测物体表面的图案为基于拜尔滤波模板的彩色傅里叶基底,重建结果中的每个像素只能获得红色、绿色和蓝色三种颜色中的一种颜色信息,其它两种颜色的信息被丢失,因此,该重建结果又称为被测物体的马赛克图像。
S5、采用空间色彩插值算法处理所述的马赛克图像,获得物体的彩色图像;具体过程如下:
重建结果中任何一像素缺失颜色都用最临近的4个同颜色像素为基础,采用空间色彩插值算法获得;所述空间色彩插值算法包括:双线性插值算法、Ron Kimmel算法或Optimal Recovery算法等。
如图2所示,本实施例的一种基于单像素探测器的彩色成像系统,包括傅里叶基底彩色图案生成模块、投影采集模块、以及数据处理模块;通过傅里叶基底彩色图案生成模块产生傅里叶基底彩色图案,经数字投影仪将该傅里叶基底彩色图案投射到待测物体上,同时单像素探测器对经被测物体表面反射后的光场强度进行采集,并将采集到的光强信号传输至数据处理模块,所述数据处理模块通过算法处理光强信号,最后获得被测物体的彩色图像。在本实施例中,所述单像素探测器选用光敏二极管或光电倍增管。
为了测试基于单像素探测器的彩色成像方法的有效性,对一彩色物体进行测量。搭建如图4所示的测量系统,包括单像素探测器1、数字投影仪2、以及被测物体3,首先利用计算机生成一组频率不同、相位不同的傅里叶基底图案,然后将该组图案转换成基于拜尔滤波模板的傅里叶基底彩色图案;接着通过数字投影仪向被测物体表面投射傅里叶基底彩色图案,同时利用一个单像素探测器采集反射后的光场强度,并存储于计算机内;随后采用傅里叶单像素算法处理采集的信号,获得被测物体的马赛克图像;最后利用空间色彩插值算法处理马赛克图像,获得被测物体的彩色图像。图5(c)为采用全采样方式,获得被测物体的完整傅里叶频谱分布图。从图5(c)可知,被测物体的轮廓信息和彩色信息分别积聚在傅里叶变换域的不同位置。图5(d)为对重建的频谱做反傅里叶变换,并通过空间色彩插值算法恢复的被测物体的彩色图像。
由于物体的轮廓信息和彩色信息分别积聚在傅里叶变换域内的不同位置,可以实现压缩采样。图5(a)为采用压缩方式,获得被测物体的部分傅里叶频谱分布图。图5(b)为对重建的频谱图做反傅里叶变换,并通过空间色彩插值算法恢复的被测物体的彩色图像。比较图5(b)和图5(d)的重建结果可知,采用压缩采样和全采样的方式对彩色物体测量,重建的结果基本一致,但采用压缩采样方式能够显著减少所需测量次数,缩短测量时间。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以权利要求所述为准。
Claims (10)
1.一种基于单像素探测器的彩色成像方法,其特征在于,包括下述步骤:
S1、利用计算机产生一系列不同频率、不同相位的傅里叶基底灰度图案;
S2、将所述傅里叶基底灰度图案转换成基于拜尔滤波模板的傅里叶基底彩色图案;
S3、通过数字投影仪将所述傅里叶基底彩色图案依次投射到被测物体表面,同时利用一个单像素探测器采集经物体反射后的光强;
S4、利用傅里叶单像素成像算法处理所述的采集信号,得到物体的马赛克图像;
S5、采用空间色彩插值算法处理所述的马赛克图像,获得物体的彩色图像。
2.根据权利要求1所述的一种基于单像素探测器的彩色成像方法,其特征在于,步骤S1具体为:
利用公式生成一系列不同频率,不同相位的傅里叶基底灰度图案,其中a和b分别表示傅里叶基底灰度图案的背景值和对比度,(x,y)表示傅里叶基底灰度图案的像素坐标,(fx,fy)表示频域坐标,表示相位,s表示相移步数,取s=4,n=0,1,2,3。
3.根据权利要求1所述的一种基于单像素探测器的彩色成像方法,其特征在于,步骤S2具体包括下述步骤:
S21、利用如下公式生成三个与傅里叶基底灰度图案像素数相等的拜尔滤波模板:
其中,MR、MB和MG分别表示红色、蓝色和绿色三种颜色的拜尔滤波模板;
S22、将步骤S21中的三个拜尔滤波模板分别乘以傅里叶基底灰度图案,得到三组傅里叶基底图案,分别对应红色、绿色和蓝色三种颜色:
其中,c表示颜色;
S23、将步骤S22得到的三组傅里叶基底图案组合成一个三维矩阵,即可得到一系列不同频率、不同相位的傅里叶基底彩色图案;由于采用拜尔滤波模板,傅里叶基底彩色图案中的每个像素只显示一种颜色。
4.根据权利要求1所述的一种基于单像素探测器的彩色成像方法,其特征在于,步骤S3具体包括下述步骤:
S31、通过数字投影仪将一系列的傅里叶基底彩色图案依次投射到被测物体表面,同时利用一个单像素探测器采集经物体反射后的光场强度,并通过数据采集卡存储于计算机内;
S32、经物体反射后的光场总强度表示为:其中R表示被测物体的反射率;
S33、单像素探测器每次采集并存储的光强信号表示为: 其中,Db表示同一频率、不同相位的傅里叶基底彩色图案的背景在单像素探测器引起的响应值,k表示与单像素探测器放大电路有关的比例因子。
5.根据权利要求1所述的一种基于单像素探测器的彩色成像方法,其特征在于,步骤S4具体包括下述步骤:
S41、按照如下公式计算被测物体与频率为(fx,fy)对应的傅里叶频谱系数:
其中,j表示虚部单位,表示在同一频率、不同相位的傅里叶基底彩色图案照射下,单像素探测器采集的光强信号值;
S42、重复步骤S41的方法,计算被测物体与其他频率对应的傅里叶频谱系数,获得被测物体的傅里叶频谱分布图;
S43、对步骤S42得到的傅里叶频谱分布图求傅里叶反变换,然后对变换后的结果取模并进行归一化,即可得到被测物体的图像;由于投射到被测物体表面的图案为基于拜尔滤波模板的彩色傅里叶基底,重建结果中的每个像素只能获得红色、绿色和蓝色三种颜色中的一种颜色信息,其它两种颜色的信息被丢失,因此,该重建结果又称为被测物体的马赛克图像。
6.根据权利要求1所述的一种基于单像素探测器的彩色成像方法,其特征在于,步骤S5具体为:
重建结果中任何一像素缺失颜色都用最临近的4个同颜色像素为基础,采用空间色彩插值算法获得;所述空间色彩插值算法包括:双线性插值算法、Ron Kimmel算法或OptimalRecovery算法。
7.根据权利要求1~6任一项所述的基于单像素探测器的彩色成像方法的成像系统,其特征在于,包括:傅里叶基底彩色图案生成模块、投影采集模块、以及数据处理模块;所述傅里叶基底彩色图案生成模块通过计算机产生傅里叶基底彩色图案,经数字投影仪将该傅里叶基底彩色图案投射到待测物体上,同时单像素探测器对经被测物体表面反射后的光场强度进行采集,并将采集到的光强信号通过数据采集与控制模块传输至数据处理模块,所述数据处理模块通过计算机算法处理光强信号,最后获得被测物体的彩色图像。
8.根据权利要求7所述的基于单像素探测器的彩色成像方法的成像系统,其特征在于,所述傅里叶基底彩色图案生成模块具体是利用计算机产生一系列不同频率、不同相位的傅里叶基底灰度图案,并将该基底图案转换成基于拜尔滤波模板的傅里叶基底彩色图案:
其中MR、MB和MG分别表示红色、蓝色和绿色三种颜色的拜尔滤波模板;d表示颜色;表示傅里叶基底灰度图案,(x,y)表示基底图案的像素坐标,(fx,fy)表示频域坐标,表示相位,s表示相移步数,取s=4,n=0,1,2,3。
9.根据权利要求7所述的基于单像素探测器的彩色成像方法的成像系统,其特征在于,所述单像素探测器采集经物体反射后的光场强度,并通过数据采集卡存储于计算机内;所述单像素探测器选用光敏二极管或光电倍增管。
10.根据权利要求7所述的基于单像素探测器的彩色成像方法的成像系统,其特征在于,所述数据处理模块通过傅里叶单像素成像算法处理所述的采集信号,得到被测物体的马赛克图像,再采用空间色彩插值算法处理所述的马赛克图像,获得被测物体的彩色图像;所述空间色彩插值算法包括:双线性插值算法、Ron Kimmel算法或Optimal Recovery算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810195637.9A CN108259865A (zh) | 2018-03-09 | 2018-03-09 | 一种基于单像素探测器的彩色成像方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810195637.9A CN108259865A (zh) | 2018-03-09 | 2018-03-09 | 一种基于单像素探测器的彩色成像方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108259865A true CN108259865A (zh) | 2018-07-06 |
Family
ID=62746505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810195637.9A Pending CN108259865A (zh) | 2018-03-09 | 2018-03-09 | 一种基于单像素探测器的彩色成像方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108259865A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109269777A (zh) * | 2018-10-25 | 2019-01-25 | 暨南大学 | 同时获取光响应图像和反射率图像的方法、装置、系统及存储介质 |
CN110427951A (zh) * | 2019-07-18 | 2019-11-08 | 北京理工大学 | 一种基于非均匀采样策略的傅里叶单像素成像方法 |
CN112153254A (zh) * | 2020-08-31 | 2020-12-29 | 合肥工业大学 | 一种基于基图的两步相移单像素成像方法 |
CN112929616A (zh) * | 2021-01-21 | 2021-06-08 | 南京工程学院 | 一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法 |
CN112923867A (zh) * | 2021-01-21 | 2021-06-08 | 南京工程学院 | 一种基于频谱显著性的傅里叶单像素成像方法 |
CN113916904A (zh) * | 2021-11-12 | 2022-01-11 | 中国科学技术大学 | 晶圆表面缺陷的检测方法及其检测系统 |
CN114414050A (zh) * | 2022-01-18 | 2022-04-29 | 中国人民解放军国防科技大学 | 一种自适应傅里叶计算关联成像方法及系统 |
CN114485480A (zh) * | 2022-01-19 | 2022-05-13 | 暨南大学 | 一种线共焦三维轮廓测量方法、系统、装置及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496167A (zh) * | 2011-12-07 | 2012-06-13 | 天津理工大学 | 相位调制数字图像伪彩色编码方法 |
CN103363924A (zh) * | 2013-07-15 | 2013-10-23 | 中国科学院空间科学与应用研究中心 | 一种压缩的三维计算鬼成像系统及方法 |
CN104154878A (zh) * | 2014-07-29 | 2014-11-19 | 暨南大学 | 一种使用单像素探测器的光学成像方法 |
CN104796674A (zh) * | 2015-04-17 | 2015-07-22 | 南京理工大学 | 基于压缩感知的彩色成像装置及方法 |
CN104992424A (zh) * | 2015-07-27 | 2015-10-21 | 北京航空航天大学 | 一种基于离散余弦变换的单像素快速主动成像系统 |
CN105627952A (zh) * | 2015-12-25 | 2016-06-01 | 暨南大学 | 一种使用单像素探测器的物体三维形貌测量方法和装置 |
CN105915868A (zh) * | 2016-04-22 | 2016-08-31 | 南京理工大学 | 基于扩展小波树的彩色成像系统及方法 |
CN105915869A (zh) * | 2016-04-22 | 2016-08-31 | 南京理工大学 | 一种彩色自适应压缩计算鬼成像系统及方法 |
CN106131517A (zh) * | 2016-06-24 | 2016-11-16 | 南京理工大学 | 一种彩色图像获取方法 |
CN107241550A (zh) * | 2017-06-26 | 2017-10-10 | 清华大学 | 基于时分复用的快速单像素频域成像方法 |
CN107306333A (zh) * | 2016-12-07 | 2017-10-31 | 暨南大学 | 一种高速单像素成像方法 |
-
2018
- 2018-03-09 CN CN201810195637.9A patent/CN108259865A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496167A (zh) * | 2011-12-07 | 2012-06-13 | 天津理工大学 | 相位调制数字图像伪彩色编码方法 |
CN103363924A (zh) * | 2013-07-15 | 2013-10-23 | 中国科学院空间科学与应用研究中心 | 一种压缩的三维计算鬼成像系统及方法 |
CN104154878A (zh) * | 2014-07-29 | 2014-11-19 | 暨南大学 | 一种使用单像素探测器的光学成像方法 |
CN104796674A (zh) * | 2015-04-17 | 2015-07-22 | 南京理工大学 | 基于压缩感知的彩色成像装置及方法 |
CN104992424A (zh) * | 2015-07-27 | 2015-10-21 | 北京航空航天大学 | 一种基于离散余弦变换的单像素快速主动成像系统 |
CN105627952A (zh) * | 2015-12-25 | 2016-06-01 | 暨南大学 | 一种使用单像素探测器的物体三维形貌测量方法和装置 |
CN105915868A (zh) * | 2016-04-22 | 2016-08-31 | 南京理工大学 | 基于扩展小波树的彩色成像系统及方法 |
CN105915869A (zh) * | 2016-04-22 | 2016-08-31 | 南京理工大学 | 一种彩色自适应压缩计算鬼成像系统及方法 |
CN106131517A (zh) * | 2016-06-24 | 2016-11-16 | 南京理工大学 | 一种彩色图像获取方法 |
CN107306333A (zh) * | 2016-12-07 | 2017-10-31 | 暨南大学 | 一种高速单像素成像方法 |
CN107241550A (zh) * | 2017-06-26 | 2017-10-10 | 清华大学 | 基于时分复用的快速单像素频域成像方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109269777A (zh) * | 2018-10-25 | 2019-01-25 | 暨南大学 | 同时获取光响应图像和反射率图像的方法、装置、系统及存储介质 |
CN110427951A (zh) * | 2019-07-18 | 2019-11-08 | 北京理工大学 | 一种基于非均匀采样策略的傅里叶单像素成像方法 |
CN112153254A (zh) * | 2020-08-31 | 2020-12-29 | 合肥工业大学 | 一种基于基图的两步相移单像素成像方法 |
CN112153254B (zh) * | 2020-08-31 | 2022-02-25 | 合肥工业大学 | 一种基于基图的两步相移单像素成像方法 |
CN112929616A (zh) * | 2021-01-21 | 2021-06-08 | 南京工程学院 | 一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法 |
CN112923867A (zh) * | 2021-01-21 | 2021-06-08 | 南京工程学院 | 一种基于频谱显著性的傅里叶单像素成像方法 |
CN112929616B (zh) * | 2021-01-21 | 2022-12-20 | 南京工程学院 | 一种基于单像素成像系统和彩色调制的光度立体视觉图源获取方法 |
CN112923867B (zh) * | 2021-01-21 | 2023-06-23 | 南京工程学院 | 一种基于频谱显著性的傅里叶单像素成像方法 |
CN113916904A (zh) * | 2021-11-12 | 2022-01-11 | 中国科学技术大学 | 晶圆表面缺陷的检测方法及其检测系统 |
CN114414050A (zh) * | 2022-01-18 | 2022-04-29 | 中国人民解放军国防科技大学 | 一种自适应傅里叶计算关联成像方法及系统 |
CN114485480A (zh) * | 2022-01-19 | 2022-05-13 | 暨南大学 | 一种线共焦三维轮廓测量方法、系统、装置及介质 |
CN114485480B (zh) * | 2022-01-19 | 2023-08-01 | 暨南大学 | 一种线共焦三维轮廓测量方法、系统、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108259865A (zh) | 一种基于单像素探测器的彩色成像方法和系统 | |
Cao et al. | A prism-mask system for multispectral video acquisition | |
Xiong et al. | Hscnn: Cnn-based hyperspectral image recovery from spectrally undersampled projections | |
Oh et al. | Do it yourself hyperspectral imaging with everyday digital cameras | |
Wang et al. | High-speed hyperspectral video acquisition with a dual-camera architecture | |
KR102269229B1 (ko) | 렌즈리스 초분광 영상 이미징 방법 및 그 장치 | |
Kelcey et al. | Sensor correction and radiometric calibration of a 6-band multispectral imaging sensor for UAV remote sensing | |
RU2653772C1 (ru) | Система формирования широкополосного гиперспектрального изображения на основе сжатого зондирования с нерегулярной дифракционной решеткой | |
Jia et al. | Fourier spectral filter array for optimal multispectral imaging | |
US8810658B2 (en) | Estimating a visible vector representation for pixels in an infrared image | |
CN108780142A (zh) | 3d成像系统和方法 | |
US20070097363A1 (en) | Coding and modulation for hyperspectral imaging | |
KR102139858B1 (ko) | 프리즘을 이용한 초분광 영상 재구성 방법 및 시스템 | |
JP5709040B2 (ja) | 分光画像撮像装置 | |
JP2008518229A (ja) | マルチスペクトル及びハイパースペクトル撮像を行うシステム | |
US20140022381A1 (en) | Radiometric multi-spectral or hyperspectral camera array using matched area sensors and a calibrated ambient light collection device | |
Genser et al. | Camera array for multi-spectral imaging | |
CN111024229B (zh) | 单芯片集成型光谱成像微系统光谱数据校正方法 | |
CN110793632B (zh) | 一种用于火焰拍摄的高速高精度光谱视频系统及方法 | |
JP5841091B2 (ja) | 画像色分布検査装置および画像色分布検査方法 | |
Sadeghipoor et al. | Demultiplexing visible and near-infrared information in single-sensor multispectral imaging | |
AU2016290604A1 (en) | Method and system for transforming spectral images | |
Sun et al. | Simulation of proposed eight-band camera for capturing multispectral images | |
CN114279568B (zh) | 基于色散进行编码压缩的多光谱成像方法、装置及设备 | |
US11867615B2 (en) | Field calibration for near real-time Fabry Perot spectral measurements |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180706 |
|
RJ01 | Rejection of invention patent application after publication |