CN109752844A - 一种基于随机光强涨落的成像方法和系统 - Google Patents
一种基于随机光强涨落的成像方法和系统 Download PDFInfo
- Publication number
- CN109752844A CN109752844A CN201910196450.5A CN201910196450A CN109752844A CN 109752844 A CN109752844 A CN 109752844A CN 201910196450 A CN201910196450 A CN 201910196450A CN 109752844 A CN109752844 A CN 109752844A
- Authority
- CN
- China
- Prior art keywords
- distribution function
- imageable target
- expression formula
- target
- light intensity
- 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.)
- Granted
Links
Abstract
本公开提供了一种基于随机光强涨落的成像方法和系统,所述方法包括:光源(1)照射毛玻璃(2)并在所述毛玻璃(2)表面形成随机涨落光场,所述随机涨落光场照明成像目标(3)后被单像素探测器(4)收集,得到总光强;旋转N次所述毛玻璃(2),获取N个总光强值,其中N≥1;建立所述成像目标(3)的分布函数表达式,根据所述随机涨落光场、所述N个总光强值和所述分布函数表达式之间的预设关系,确定所述成像目标(3)的分布函数和位置信息;根据所述成像目标(3)的分布函数和位置信息,重建成像目标(3)的像。在无需获取随机涨落光场分布实际值的条件下,实现对成像目标的重建。
Description
技术领域
本公开涉及一种基于随机光强涨落的成像方法方法和系统。
背景技术
通过对光场强度涨落进行关联运算所获得的成像,被称之为关联成像,关联成像因其突破经典光学系统衍射极限的理论优势,成为国内外研究热点。
传统双臂强度关联成像方案采用如图1所示的激光器1a照射旋转的毛玻璃2a,产生光强随机涨落的赝热光,经过分光镜3a分光后,信号光照明成像目标5a,携带成像目标信息的信号光被单像素探测器6a接收,参考光经过分光后被面阵探测器4a接收。采用单像素探测器6a与面阵探测器4a的关联结果重建成像目标的图像。该系统图像成像及图像重建速度较慢。由于方案中采用的面阵探测器4a的工作原理决定了每一帧图像都需要足够的积分时间、读出时间,并且后续的模拟处理电路和数据采集电路会花费更多时间。目前,面阵探测器的采样频率大多处于MHz水平,并且像素越多每帧图像采集所需时间越长。同时成像系统分辨率受制于面阵探测器4a像素单元尺寸的限制。
随后在双臂强度关联成像方案基础上发展的计算鬼成像方案,如图2所示,其采用激光器1b照射微透镜阵列或者投影装置7b,产生光强涨落已知的赝热光照明成像目标5b,携带成像目标信息的信号光被单像素探测器6b接收,将单像素探测器6b接收的总光强信息与已知的赝热光场信息做关联重建成像目标的图像。该系统中需要引入数字微透镜阵列或者投影系统等复杂的光学模块,用于产生随机涨落的光场分布。数字微透镜阵列的像素单元为10μm左右,光场经过传输后分辨率相对较低,因此该方案目前仅能用于遥感、建筑物或日常宏观物体的成像。
目前的关联成像方法的图像重建均基于参考光与信号光的强度相关,各种改进都是针对参考光信号,即随机涨落光场的获取而来,并且对于产生已知随机涨落光场信息需要加入繁琐的光学模块,系统的分辨率也容易受到面阵探测器像素单元尺寸的限制或者数字微透镜阵列传输的影响,使得分辨率较低。
发明内容
本公开的一个方面提供了一种基于随机光强涨落的成像方法,所述方法包括:步骤S1,光源照射毛玻璃并在所述毛玻璃表面形成随机涨落光场,所述随机涨落光场照明成像目标后被单像素探测器收集,得到总光强;步骤S2,旋转N次所述毛玻璃,并重复步骤S1获取N个总光强值,其中N≥1;步骤S3,建立所述成像目标的分布函数表达式,根据所述随机涨落光场、所述N个总光强值和所述分布函数表达式之间的预设关系,确定所述成像目标的分布函数和位置信息;步骤S4,根据所述成像目标的分布函数和位置信息,重建成像目标的像。
可选地,所述成像目标的分布函数表达式包括指数函数、傅里叶函数、三角函数、多项式、高斯函数或威布尔函数,所述分布函数表达式为M维K阶函数,其中M≥1;K≥1。
可选地,所述成像目标的分布函数表达式为二维一阶高斯函数,
所述分布函数t(x,y)表达式为:
其中,x0,y0为所述成像目标的位置信息;a、b、c为二维一阶高斯函数的数学参数。
可选地,所述预设关系通过下列表达式进行表示:
f(x,y)×t(x,y)=Ii (2)
其中,f(x,y)为随机涨落光场分布,t(x,y)为成像目标的分布函数,Ii为总光强,i=0~N。
可选地,所述根据所述随机涨落光场、所述N个总光强值和所述分布函数表达式之间的预设关系,确定所述成像目标的分布函数和位置信息,包括:
根据所述预设关系,获取N+1个联立方程组;
根据所述N+1个联立方程组,确定所述成像目标的分布函数中数学参数a、b、c的值,和位置信息x0,y0的值。
可选地,所述成像目标尺寸为微米及以下。
本公开的另一个方面提供了一种基于随机光强涨落的成像系统,所述系统包括:光源、毛玻璃、成像目标和单像素探测器;其中,光源照射毛玻璃并在所述毛玻璃表面形成随机涨落光场,所述随机涨落光场照明成像目标后被单像素探测器收集,得到总光强,所述总光强用于重建成像目标的像。
可选地,所述成像系统还包括数据处理模块,所述数据处理模块用于根据所述总光强的值重建成像目标的像。
可选地,所述数据处理模块用于通过旋转N次所述毛玻璃,获取N个总光强值,其中N≥1;建立所述成像目标的分布函数表达式,根据所述随机涨落光场、所述N个总光强值和所述分布函数表达式之间的预设关系,确定所述成像目标的分布函数和位置信息;根据所述成像目标的分布函数和位置信息,重建成像目标的像。
可选地,所述成像目标的分布函数表达式为二维一阶高斯函数,
所述分布函数t(x,y)表达式为:
其中,x0,y0为所述成像目标的位置信息;a、b、c为二维一阶高斯函数的数学参数;
所述预设关系通过下列表达式进行表示:
f(x,y)×t(x,y)=Ii (2)
其中,f(x,y)为随机涨落光场分布,t(x,y)为成像目标的分布函数,Ii为总光强,i=0~N。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1示意性示出了现有技术提供的传统双臂强度关联成像系统的结构示意图;
图2示意性示出了现有技术提供的计算鬼成像系统的结构示意图;
图3示意性示出了本公开实施例提供的基于随机光强涨落的成像方法的方法流程图;
图4示意性示出了本公开实施例提供的基于随机光强涨落的成像系统的结构示意图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
本公开的一个实施例提供了一种基于随机光强涨落的成像方法,参见图3和图4,所述方法包括步骤S1~步骤S4的内容:
步骤S1,光源1照射毛玻璃2并在所述毛玻璃2表面形成随机涨落光场,所述随机涨落光场照明成像目标3后被单像素探测器4收集,得到总光强I0。
步骤S2,旋转N次所述毛玻璃2,并重复步骤S1获取N个总光强值,其中N≥1。即每旋转一次毛玻璃2,改变毛玻璃2的位置,会在所述毛玻璃2表面形成不同的随机涨落光场,由此通过单像素探测器4收集的总光强也会相应地发生变化,从而在旋转N次毛玻璃2后会得到N个总光强值,I1 I2 I3 I4 … IN。
步骤S3,建立所述成像目标3的分布函数表达式,根据所述随机涨落光场、所述N个总光强值和所述分布函数表达式之间的预设关系,确定所述成像目标3的分布函数和位置信息。
其中,所述成像目标3的分布函数表达式包括指数函数、傅里叶函数、三角函数、多项式、高斯函数或威布尔函数,所述分布函数表达式为M维K阶函数,其中M≥1;K≥1。
优选地,所述成像目标3的分布函数表达式为二维一阶高斯函数,所述分布函数t(x,y)表达式为:
其中,x0,y0为所述成像目标3的位置信息;a、b、c为二维一阶高斯函数的数学参数。
另外,所述预设关系通过下列表达式进行表示:
f(x,y)×t(x,y)=Ii (2)
其中,f(x,y)为随机涨落光场分布,t(x,y)为成像目标3的分布函数,Ii为总光强,i=0~N。
由此,上文中所述根据所述随机涨落光场、所述N个总光强值和所述分布函数表达式之间的预设关系,确定所述成像目标3的分布函数和位置信息,包括:
根据所述预设关系,获取N+1个联立方程组;由于毛玻璃每旋转到一个位置即可得到一组方程组,当毛玻璃旋转N次,即可得到N个方程组。再结合第一次未旋转毛玻璃时的一个方程,得到N+1个联立方程组。
根据所述N+1个联立方程组,确定所述成像目标3的分布函数中数学参数a、b、c的值,和位置信息x0,y0的值。由于所有的随机涨落光场分布f(x,y)均由同一块毛玻璃产生,因此在一次一次的旋转过程中毛玻璃产生的随机场虽然不同,但是会表现出一定的规律性,在对N+1个联立方程组进行求解时,不需要确切的知道随机涨落光场分布f(x,y)的实际数值,可以通过对随机涨落光场分布f(x,y)的值进行预测,当测量数据(即总光强)足够多时预测的准确性也会越来越高,使得求解的残差越来越小,这是一个逐渐逼近真值的过程。从而可以确定所述成像目标3的分布函数中数学参数a、b、c的值,和位置信息x0,y0的值,也可以通过测量次数的增加保证系统的分辨率增加。
优选地,所述成像目标3尺寸为微米及以下。
步骤S4,根据所述成像目标3的分布函数和位置信息,重建成像目标3的像。
综上所述,本公开通过光源、毛玻璃、成像目标和单像素探测器这些简单、紧凑的元件即可实现对成像目标的重建,在无需获取随机涨落光场分布实际值的条件下,仅通过构造成像目标的分布函数,测量多个总光强的值,以及根据该分布函数与多个总光强的值和随机涨落光场分布之间的数学关系,即可实现对成像目标的重建。避免了现有技术中需要引入数字微透镜阵列或者投影系统等复杂的光学模块的问题,也解决了现有技术中需要取得涨落光场分布实际值才能对成像目标的重建的问题。
下面,为了进一步说明本公开实施例的具体方案,对上述方法进行举例说明:
假设成像目标是硅片上的一个颗粒,采用二维一阶高斯函数t(x,y)描述该颗粒的分布函数,
其中,x0,y0为所述成像目标(3)的位置信息;a、b、c为二维一阶高斯函数的数学参数。
由于毛玻璃产生的随机涨落光场分布f(x,y)与成像目标分布函数t(x,y)之间的关系的乘积等于单像素探测器测量到的总光强I,
即第一次未旋转毛玻璃时,单像素探测器测量到的总光强为I0时,得到方程:
将毛玻璃旋转到一个位置1上时,单像素探测器测量到的总光强为I1时,得到方程:
将毛玻璃旋转到一个位置2上时,单像素探测器测量到的总光强为I1时,得到方程:
重复该过程,将毛玻璃旋转到一个位置N上时,单像素探测器测量到的总光强为I1时,得到方程:
由此,一共得到N+1个联立方程组,其中I0、I1、I2、…IN的值为测量值。
然后,根据该N+1个联立方程组,确定所述成像目标的分布函数中数学参数a、b、c的值,和位置信息x0,y0的值。由于所有的随机涨落光场分布f(x,y)均由同一块毛玻璃产生,因此在一次一次的旋转过程中毛玻璃产生的随机场虽然不同,但是会表现出一定的规律性,在对N+1个联立方程组进行求解时,不需要确切的知道随机涨落光场分布f(x,y)的实际数值,可以通过对随机涨落光场分布f(x,y)的值进行预测,当测量数据(即总光强)足够多时预测的准确性也会越来越高,使得求解的残差越来越小,这是一个逐渐逼近真值的过程。从而可以确定所述成像目标的分布函数中数学参数a、b、c的值,和位置信息x0,y0的值,也可以通过测量次数的增加保证系统的分辨率增加。
本公开的另一个实施例提供了一种基于随机光强涨落的成像系统,参见图4,所述系统包括:光源1、毛玻璃2、成像目标3和单像素探测器4;
其中,光源1照射毛玻璃2并在所述毛玻璃2表面形成随机涨落光场,所述随机涨落光场照明成像目标3后被单像素探测器4收集,得到总光强,所述总光强用于重建成像目标3的像。
所述成像系统还包括数据处理模块,所述数据处理模块用于根据所述总光强的值重建成像目标3的像。该数据处理模块可以为与单像素探测器4连接的计算机终端。
具体地,所述数据处理模块用于通过旋转N次所述毛玻璃2,获取N个总光强值,其中N≥1;建立所述成像目标3的分布函数表达式,根据所述随机涨落光场、所述N个总光强值和所述分布函数表达式之间的预设关系,确定所述成像目标3的分布函数和位置信息;根据所述成像目标3的分布函数和位置信息,重建成像目标3的像。
其中,所述成像目标3的分布函数表达式为二维一阶高斯函数,
所述分布函数t(x,y)表达式为:
其中,x0,y0为所述成像目标(3)的位置信息;a、b、c为二维一阶高斯函数的数学参数;
所述预设关系通过下列表达式进行表示:
f(x,y)×t(x,y)=Ii (2)
其中,f(x,y)为随机涨落光场分布,t(x,y)为成像目标(3)的分布函数,Ii为总光强,i=0~N。
根据所述预设关系,获取N+1个联立方程组;由于毛玻璃每旋转到一个位置即可得到一组方程组,当毛玻璃旋转N次,即可得到N个方程组。再结合第一次未旋转毛玻璃时的一个方程,得到N+1个联立方程组。
根据所述N+1个联立方程组,确定所述成像目标3的分布函数中数学参数a、b、c的值,和位置信息x0,y0的值。由于所有的随机涨落光场分布f(x,y)均由同一块毛玻璃产生,因此在一次一次的旋转过程中毛玻璃产生的随机场虽然不同,但是会表现出一定的规律性,在对N+1个联立方程组进行求解时,不需要确切的知道随机涨落光场分布f(x,y)的实际数值,可以通过对随机涨落光场分布f(x,y)的值进行预测,当测量数据(即总光强)足够多时预测的准确性也会越来越高,使得求解的残差越来越小,这是一个逐渐逼近真值的过程。从而可以确定所述成像目标3的分布函数中数学参数a、b、c的值,和位置信息x0,y0的值,也可以通过测量次数的增加保证系统的分辨率增加。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (10)
1.一种基于随机光强涨落的成像方法,其特征在于,所述方法包括:
步骤S1,光源(1)照射毛玻璃(2)并在所述毛玻璃(2)表面形成随机涨落光场,所述随机涨落光场照明成像目标(3)后被单像素探测器(4)收集,得到总光强;
步骤S2,旋转N次所述毛玻璃(2),并重复步骤S1获取N个总光强值,其中N≥1;
步骤S3,建立所述成像目标(3)的分布函数表达式,根据所述随机涨落光场、所述N个总光强值和所述分布函数表达式之间的预设关系,确定所述成像目标(3)的分布函数和位置信息;
步骤S4,根据所述成像目标(3)的分布函数和位置信息,重建成像目标(3)的像。
2.根据权利要求1所述的方法,其特征在于,所述成像目标(3)的分布函数表达式包括指数函数、傅里叶函数、三角函数、多项式、高斯函数或威布尔函数,所述分布函数表达式为M维K阶函数,其中M≥1;K≥1。
3.根据权利要求2所述的方法,其特征在于,所述成像目标(3)的分布函数表达式为二维一阶高斯函数,
所述分布函数t(x,y)表达式为:
其中,x0,y0为所述成像目标(3)的位置信息;a、b、c为二维一阶高斯函数的数学参数。
4.根据权利要求1所述的方法,其特征在于,所述预设关系通过下列表达式进行表示:
f(x,y)×t(x,y)=Ii (2)
其中,f(x,y)为随机涨落光场分布,t(x,y)为成像目标(3)的分布函数,Ii为总光强,i=0~N。
5.根据权利要求4所述的方法,其特征在于,所述根据所述随机涨落光场、所述N个总光强值和所述分布函数表达式之间的预设关系,确定所述成像目标(3)的分布函数和位置信息,包括:
根据所述预设关系,获取N+1个联立方程组;
根据所述N+1个联立方程组,确定所述成像目标(3)的分布函数中数学参数a、b、c的值,和位置信息x0,y0的值。
6.根据权利要求1所述的方法,其特征在于,所述成像目标(3)尺寸为微米及以下。
7.一种基于随机光强涨落的成像系统,其特征在于,所述系统包括:
光源(1)、毛玻璃(2)、成像目标(3)和单像素探测器(4);
其中,光源(1)照射毛玻璃(2)并在所述毛玻璃(2)表面形成随机涨落光场,所述随机涨落光场照明成像目标(3)后被单像素探测器(4)收集,得到总光强,所述总光强用于重建成像目标(3)的像。
8.根据权利要求7所述的系统,其特征在于,所述成像系统还包括数据处理模块,所述数据处理模块用于根据所述总光强的值重建成像目标(3)的像。
9.根据权利要求7所述的系统,其特征在于,所述数据处理模块用于通过旋转N次所述毛玻璃(2),获取N个总光强值,其中N≥1;建立所述成像目标(3)的分布函数表达式,根据所述随机涨落光场、所述N个总光强值和所述分布函数表达式之间的预设关系,确定所述成像目标(3)的分布函数和位置信息;根据所述成像目标(3)的分布函数和位置信息,重建成像目标(3)的像。
10.根据权利要求9所述的系统,其特征在于,所述成像目标(3)的分布函数表达式为二维一阶高斯函数,
所述分布函数t(x,y)表达式为:
其中,x0,y0为所述成像目标(3)的位置信息;a、b、c为二维一阶高斯函数的数学参数;
所述预设关系通过下列表达式进行表示:
f(x,y)×t(x,y)=Ii (2)
其中,f(x,y)为随机涨落光场分布,t(x,y)为成像目标(3)的分布函数,Ii为总光强,i=0~N。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910196450.5A CN109752844B (zh) | 2019-03-14 | 2019-03-14 | 一种基于随机光强涨落的成像方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910196450.5A CN109752844B (zh) | 2019-03-14 | 2019-03-14 | 一种基于随机光强涨落的成像方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109752844A true CN109752844A (zh) | 2019-05-14 |
CN109752844B CN109752844B (zh) | 2020-01-17 |
Family
ID=66408785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910196450.5A Active CN109752844B (zh) | 2019-03-14 | 2019-03-14 | 一种基于随机光强涨落的成像方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109752844B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020186395A1 (zh) * | 2019-03-15 | 2020-09-24 | 中国科学院微电子研究所 | 关联成像方法及装置 |
CN112834431A (zh) * | 2020-12-31 | 2021-05-25 | 之江实验室 | 一种单像素成像方法与装置 |
CN113240610A (zh) * | 2021-05-27 | 2021-08-10 | 清华大学深圳国际研究生院 | 一种基于仿人眼机制的双通道鬼成像重建方法及系统 |
CN114460805A (zh) * | 2020-10-21 | 2022-05-10 | 中国科学院国家空间科学中心 | 一种基于高通滤波的遮挡物散射成像系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674264A (zh) * | 2013-12-17 | 2014-03-26 | 上海交通大学 | 一种基于周期衍射关联成像的图像融合装置及其方法 |
CN105974430A (zh) * | 2016-05-04 | 2016-09-28 | 西安电子科技大学 | 基于随机介质表面散射光的运动目标跟踪系统及跟踪方法 |
GB2537160A (en) * | 2015-04-10 | 2016-10-12 | Bae Systems Plc | Method and apparatus for computational ghost imaging |
CN106646512A (zh) * | 2016-12-29 | 2017-05-10 | 北京理工大学 | 一种基于仿生视觉机理的鬼成像方法及系统 |
-
2019
- 2019-03-14 CN CN201910196450.5A patent/CN109752844B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103674264A (zh) * | 2013-12-17 | 2014-03-26 | 上海交通大学 | 一种基于周期衍射关联成像的图像融合装置及其方法 |
GB2537160A (en) * | 2015-04-10 | 2016-10-12 | Bae Systems Plc | Method and apparatus for computational ghost imaging |
CN105974430A (zh) * | 2016-05-04 | 2016-09-28 | 西安电子科技大学 | 基于随机介质表面散射光的运动目标跟踪系统及跟踪方法 |
CN106646512A (zh) * | 2016-12-29 | 2017-05-10 | 北京理工大学 | 一种基于仿生视觉机理的鬼成像方法及系统 |
Non-Patent Citations (2)
Title |
---|
JOO-EON OH等: "Sub-Rayleigh imaging via speckle illumniation", 《OPTICS LETTERS》 * |
YARON BROMBERG等: "Ghost imaging with a single detector", 《PHYSICAL REVIEW A》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020186395A1 (zh) * | 2019-03-15 | 2020-09-24 | 中国科学院微电子研究所 | 关联成像方法及装置 |
CN114460805A (zh) * | 2020-10-21 | 2022-05-10 | 中国科学院国家空间科学中心 | 一种基于高通滤波的遮挡物散射成像系统 |
CN112834431A (zh) * | 2020-12-31 | 2021-05-25 | 之江实验室 | 一种单像素成像方法与装置 |
CN112834431B (zh) * | 2020-12-31 | 2024-03-19 | 之江实验室 | 一种单像素成像方法与装置 |
CN113240610A (zh) * | 2021-05-27 | 2021-08-10 | 清华大学深圳国际研究生院 | 一种基于仿人眼机制的双通道鬼成像重建方法及系统 |
CN113240610B (zh) * | 2021-05-27 | 2023-05-12 | 清华大学深圳国际研究生院 | 一种基于仿人眼机制的双通道鬼成像重建方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109752844B (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109752844A (zh) | 一种基于随机光强涨落的成像方法和系统 | |
Nestor et al. | Narrowband imaging of escaping Lyman-continuum emission in the SSA22 field | |
CN103472256B (zh) | 基于面阵ccd空间滤波器的流动二维速度场测量方法及装置 | |
Nolesini et al. | Detecting slope and urban potential unstable areas by means of multi-platform remote sensing techniques: the Volterra (Italy) case study | |
CN105067534A (zh) | 基于地基max-doas的污染物输送通量测算方法 | |
Giri et al. | Measuring the topology of reionization with Betti numbers | |
JP6444998B2 (ja) | X線イメージング | |
Chen et al. | Color and depth data fusion using an RGB‐D sensor for inexpensive and contactless dynamic displacement‐field measurement | |
Pajalić et al. | Monitoring and data analysis in small-scale landslide physical model | |
CN110191335A (zh) | 遥感相机成像质量评价与仿真系统 | |
US20140252240A1 (en) | Phase-sensitive two-dimensional neutron shearing interferometer and hartmann sensor | |
Massad et al. | Towards the crowdsourcing of massive smartphone assisted-GPS sensor ground observations for the production of digital terrain models | |
Pranjić et al. | Pavement texture–friction relationship establishment via image analysis methods | |
CN104280120B (zh) | 一种光谱带宽测量方法和装置 | |
Koens et al. | The WARPS Survey–VIII. Evolution of the galaxy cluster X-ray Luminosity Function | |
KR20190040747A (ko) | 시편에 대한 다중 위치에서의 다중 요인 측정 시스템 및 그 동작 방법 | |
Muji et al. | Optical tomography hardware development for solid gas measurement using mixed projection | |
DE112016006272T5 (de) | Entferntes erfassen einer Richtung einer lateralen Bewegung eines Objekts unter Verwendung einer auf Phasendifferenz basierenden optischen Bahndrehimpuls-Spektroskopie | |
Motta et al. | Landslide displacement monitoring from multi-temporal terrestrial digital images: Case of the Valoria Landslide site | |
Zea et al. | Twin-scale vernier micro-pattern for visual measurement of 1-D in-plane absolute displacements with increased range-to-resolution ratio | |
Chen et al. | Corner detection based on gradient ghost imaging | |
WO2020181560A1 (zh) | 一种基于随机光强涨落的成像方法和系统 | |
Konyakhin et al. | Electrooptic converter for measuring linear shifts of the section boards at the main dish of the radiotelescope | |
Scott et al. | Real-time photon beam localization methods using high-resolution imagers and parallel processing using a reconfigurable system | |
Balamurugan | Laser speckle image velocimetry by Fast Fourier Transform technique |
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 |