CN110285755A - 一种用于筛选关联成像采样数据的装置和方法 - Google Patents

一种用于筛选关联成像采样数据的装置和方法 Download PDF

Info

Publication number
CN110285755A
CN110285755A CN201910619019.7A CN201910619019A CN110285755A CN 110285755 A CN110285755 A CN 110285755A CN 201910619019 A CN201910619019 A CN 201910619019A CN 110285755 A CN110285755 A CN 110285755A
Authority
CN
China
Prior art keywords
light intensity
total light
data
screening
data acquisition
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
Application number
CN201910619019.7A
Other languages
English (en)
Other versions
CN110285755B (zh
Inventor
郜峰利
宫晓斌
岳聪
宋俊峰
郭树旭
陈箭
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.)
Jilin Province Shan Gen Sheng Technology Co Ltd
Jilin University
Original Assignee
Jilin Province Shan Gen Sheng Technology Co Ltd
Jilin 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 Jilin Province Shan Gen Sheng Technology Co Ltd, Jilin University filed Critical Jilin Province Shan Gen Sheng Technology Co Ltd
Priority to CN201910619019.7A priority Critical patent/CN110285755B/zh
Publication of CN110285755A publication Critical patent/CN110285755A/zh
Application granted granted Critical
Publication of CN110285755B publication Critical patent/CN110285755B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及一种用于筛选关联成像采样数据的装置和方法，属于关联成像技术领域。本发明装置部分主要通过比较器将桶探测器收集的总光强与阈值比较完成采样数据的筛选过程，再将比较器输出上升沿作为触发脉冲完成数据采集过程。方法部分主要通过对总光强按照从大到小顺序排序，设置两个总光强阈值剔除最中间部分总光强和其对应的散斑场空间分布。在实际测量过程中，此方法选取的采样数据在参与关联成像重构后重构质量基本不会发生改变，且重构计算量得到大大简化，可以很好的解决关联成像中筛选采样数据的问题。

Description

一种用于筛选关联成像采样数据的装置和方法
技术领域
本发明涉及关联成像技术领域，特别涉及一种用于筛选关联成像采样数据的装置和方法。
背景技术
关联成像是近三十年来光学领域研究的热点之一，因其具有高分辨率，抗干扰能力强，非局域性等优点，获得了学术界的广泛关注。关联成像的原理是使用两个探测器对光场进行符合测量,其中一个探测器只记录物体反射或者透射的总光强而不检测其空间分布，另一个探测器在与目标物体关于赝热光源空间对称的位置处记录照射至物体表面的光场空间强度分布，最后通过关联成像重构出物体的像，实现了探测和成像分离。因为关联成像使用光场涨落的原理来重构目标，因此需要采集大量数据才能清晰的重构待测目标。在采样数据中，并不是每组数据都对重构质量起到积极作用，但是这部分数据也会参与到重构运算，这不仅增加了重构时间，还并未对重构图像质量做出提升。
发明内容
为了去除对重构质量没有影响的实验数据，本发明通过分析关联算法的重构公式，提出设置阈值的装置和方法对采集得到的数据先进行预处理，留下对重构质量起到积极作用的数据参与重构目标，剔除对成像质量没有影响的采样数据，从而减少运算量，减轻硬件的计算量。
本发明装置和方法适用于传统关联成像算法及大部分对传统关联成像做出改进的算法，本发明的目的是通过下述技术方案实现的：
一种用于筛选关联成像采样数据的装置，包括赝热光源1、分束镜2、待测物体3、桶探测器4、比较器5、光电耦合器件(CCD)6、CCD数据采集模块7、桶探测器信号采集模块8、数模转换器(DAC)9、数据采集(存储)与控制单元10；
所述赝热光源1被分束镜2分成两束：一束光照射待测物体3后被桶探测器4记录目标物体反射或者透射的总光强，所述桶探测器4将第n次收集到的总光强Bn传输给比较器5后与阈值电压做比较。若总光强Bn符合筛选条件，比较器5输出为高电平；所述比较器5只有在输出为高电平后才能同时触发CCD数据采集模块7和桶探测器信号采集模块8进行数据采集；另一束光直接被光电耦合器件(CCD)6探测与目标物体关于赝热光源空间对称位置处的照射至物体表面的光场空间强度分布，所述CCD数据采集模块7和桶探测器信号采集模块8在接收到高电平触发脉冲后分别记录散斑场的空间强度分布和总光强信息，并将散斑场的空间强度分布和总光强信息传送给数据采集(存储)与控制单元10；所述数据采集(存储)与控制单元10将设置好的阈值通过数模转换器(DAC)9转化成阈值电压传送给比较器5。
所述数据采集(存储)与控制单元10为计算机或嵌入式系统，数据采集(存储)与控制单元10还有一个作用是每隔一定时间间隔同时向桶探测器4和光电耦合器件(CCD)6发送触发脉冲，桶探测器4和光电耦合器件(CCD)6在接受到触发脉冲后采集数据，但采集的数据是否传输回数据采集(存储)与控制单元10由比较器5的输出电平决定；若比较器5的输出为高电平，输出作为触发脉冲使CCD数据采集模块7和桶探测器信号采集模块8将采集到的数据传回数据采集(存储)与控制单元10。
一种用于筛选关联成像采样数据的方法，具体步骤如下：
(1)、激光光源照射旋转毛玻璃产生到赝热光源，赝热光源被分束器分成两束，分别是物臂光束和参考臂光束；设待测物体传输函数T(x,y)和散斑场的空间分布In(x,y)均在二维坐标系中表示，其中，x,y分别代表横坐标和纵坐标；物臂光束照射传输系数为T(x,y)的待测物体后由桶探测器记录其总光强，第n次探测得到的总光强记做Bn，同时参考臂光束的光场分布被光电耦合探测器接收，其第n次测量得到散斑场记做In(x,y)；
(2)、设置较大阈值Bb及较小阈值Bs；
具体的，N次采样可获得N组实验数据，对N组采样数据进行预处理，筛选出C组参与重构运算；将测得的N个总光强Bn按照从大到小排列，取值最大的个Bn和最小的个Bn及其它们所对应的散斑场光场分布；其中，把最大的个Bn中的最小值定作较大阈值Bb，将最小的个Bn中的最大值定做较小阈值Bs；
(3)、将每次测得的总光强Bn与Bb做比较；
具体的，Bn≥Bb，将Bn及它所对应的散斑场空间分布放入数据池中参与重构运算，Bn＜Bb，进入步骤(4)；
(4)、将总光强Bn和Bs做比较；
具体的，Bn≤Bs，将Bn及它所对应的散斑场空间分布放入数据池中参与重构运算，Bn＞Bs，剔除Bn和它对应的散斑场矩阵；
(5)、将满足阈值筛选要求的数据用于重构目标物体。
进一步地，若所述采样次数N大于或等于2000次，C最小可取到N。
本发明的一种用于筛选关联成像采样数据的方法的原理如下：
要对采样数据进行预处理，首先得从算法本身开始分析。传统关联成像算法的重构公式为：
其中，Bn是第n次探测得到的总光强，<Bn>表示n次测量的总光强均值。赝热光场中光是自由传播的，所以参考臂散斑场是完全随机的，随机变量的均值在统计上是一个常数；仅仅依靠参考臂所采集的散斑场矩阵In(x,y)难以获取足够的重构信息，但是通过与参考臂散斑场同步获取的对应物臂总光强信息Bn，可以将In(x,y)进行分类，即是设定阈值，Bn依照设定的阈值可以将对应的散斑场矩阵进行分类选取；
分析传统关联成像公式可知，Bn-<Bn>等于零或者近似为零，即Bn等于<Bn>所对应的采样数据对成像质量没有影响或者影响不大，可以通过设置合适的阈值剔除这部分对成像质量影响不大的数据。理论表明，数据量足够大时，Bn的均值<Bn>趋近于n次测得的总光强的中位数。而恰巧关联成像需要采集足够多的数据才能清晰的还原目标图像。故将n次测得的Bn按照从大到小排序，满足Bn-<Bn>等于零或者近似为零的Bn主要分布在最中间部分。
在设置阈值时可通过设置一个较大的阈值Bb和一个较小的阈值Bs，较大阈值Bb和小于较小阈值Bs可通过如下方法确定，假设对N组采样数据进行预处理，筛选出C组参与重构运算；将测得的N个总光强Bn按照从大到小排列，取值最大的个Bn和最小的个Bn及其它们所对应的散斑场光场分布；其中，把最大的个Bn中的最小值定作较大阈值Bb，将最小的个Bn中的最大值定做较小阈值Bs，将大于较大阈值Bb和小于较小阈值Bs的Bn以及它所对应的散斑场矩阵数据放入数据池参与重构运算，将位于较大阈值Bb和较小阈值Bs之间的Bn和它所对应的散斑场矩阵数据去掉。
与现有技术相比，本发明具有如下优点：
实验中所获取的一些散斑场对重构并不能产生积极地效果，故本发明结合一种基于物臂桶探测器信息的阈值筛选方法和装置，对实验获取的散斑场进行进一步筛选，符合条件的参与目标重构，力求保证成像质量的同时，减少实际参与的散斑场数目，降低计算处理能力的需要。根据实验系统物臂采集的总光强信息，设定阈值，符合要求的Bn及其对应的光场分布信息进入数据池，最终参与关联成像算法的重构，不符合要求的数据则被抛弃。本发明基本不会对重构目标产生较大影响的，在减少重构所需数据量的同时也在一定程度上保证重构质量。在实际应用中，尤其是当最终参与重构的数据量受限时，本发明提供一套对更多数据进行筛选方案，即通过对总光强Bn设置阈值来筛选采样数据，保证重构质量的同时减少计算量，且筛选过程基本依靠计算机软件即可完成，硬件开销小，实现简单合理，有较广泛的应用前景。
附图说明
图1是一种用于筛选关联成像采样数据的装置图；
图中：赝热光源1、分束镜2、待测物体3、桶探测器4、比较器5、光电耦合器件(CCD)6、CCD数据采集模块7、桶探测器信号采集模块8、数模转换器(DAC)9、数据采集(存储)与控制单元10；
图2为本发明实施例提供的一种预处理关联成像采样数据方法的流程图；
图3为本发明实施例提供的实验结果图，其中：
图a是重构目标的原图，图b是2000次采样重构结果图，图c是对2000次数据进行预处理，筛选出1500次的采样数据进行重构的结果图；
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施案例差分关联成像算法对本发明做进一步的详细描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部实施例。基于本发明的实施例，本领域普通技术人员在没有做出创新性劳动成果前提下所获得的所有其他实施例，都属于本发明保护的范畴。
一种用于筛选关联成像采样数据的装置，包括赝热光源1、分束镜2、待测物体3、桶探测器4、比较器5、光电耦合器件(CCD)6、CCD数据采集模块7、桶探测器信号采集模块8、数模转换器(DAC)9、数据采集(存储)与控制单元10；
所述赝热光源1被分束镜2分成两束：一束光照射待测物体3后被桶探测器4记录物体反射或者透射的总光强，另一束光直接被光电耦合器件(CCD)6记录与目标物体关于赝热光源空间对称位置处的照射至物体表面的光场空间强度分布；所述桶探测器4将第n次收集到的总光强Bn传输给比较器5后与阈值电压做比较；若总光强Bn符合筛选条件，比较器5输出为高电平；所述比较器5只有在输出为高电平后才能同时触发CCD数据采集模块7和桶探测器信号采集模块8进行数据采集；所述光电耦合器件(CCD)6探测与目标物体关于赝热光源空间对称位置处的照射至物体表面的光场空间强度分布，探测数据在接受到比较器5发出的高电平触发脉冲后被CCD数据采集模块7采集；所述CCD数据采集模块7和桶探测器信号采集模块8在接收到高电平触发脉冲后分别采集散斑场的空间分布和总光强信息，并将散斑场的空间分布和总光强信息传送给数据采集(存储)与控制单元10；所述数据采集(存储)与控制单元10将设置好的阈值通过数模转换器(DAC)9转化成阈值电压传送给比较器5；
所述数据采集(存储)与控制单元10为计算机或嵌入式系统，数据采集(存储)与控制单元10还有一个作用是每隔一定时间间隔同时向桶探测器4和光电耦合器件(CCD)6发送触发脉冲，桶探测器4和光电耦合器件(CCD)6在接受到触发脉冲后采集数据，但采集的数据是否传输回数据采集(存储)与控制单元10由比较器5的输出电平决定；若比较器5的输出为高电平，输出作为触发脉冲使CCD数据采集模块7和桶探测器信号采集模块8将采集到的数据传回数据采集(存储)与控制单元10。
传统关联成像算法的重构公式为：
其中，Bn是第n次探测得到的总光强<Bn>表示N次测量的总光强均值。记采样次数为N次。假设对N组采样数据进行预处理，筛选出C组参与重构运算。将测得的N个总光强Bn按照从大到小排列，取值最大的个Bn和最小的个Bn及其它们所对应的散斑场光场分布。其中，把最大的个Bn中的最小值定作较大阈值Bb，将最小的个Bn中的最大值定做较小阈值Bs，如果Bn≥Bb，将Bn及它所对应的散斑场空间分布放入数据池中参与重构运算，若Bn＜Bb，将总光强Bn再和Bs做比较，如果Bn≤Bs，将Bn及它所对应的散斑场空间分布放入数据池中参与重构运算，Bn＞Bs，剔除Bn和它对应的散斑场矩阵。如此一来，可以大大减少重构计算量，节省时间成本和硬件的存储成本。
图2是本发明实施例提供的一种预处理关联成像采样数据方法的流程图，所示方法包括：
步骤S101：光电耦合器件CCD探测散斑场空间分布In(x,y)，桶探测器记录总光强Bn；
具体的，记采样次数为N次。
步骤S102：设置较大阈值Bb,较小阈值Bs；
具体的，假设对N组采样数据进行预处理，筛选出C组参与重构运算。将测得的N个总光强Bn按照从大到小排列，取值最大的个Bn和最小的个Bn及其它们所对应的散斑场光场分布。其中，把最大的个Bn中的最小值定作较大阈值Bb，将最小的个Bn中的最大值定做较小阈值Bs；
步骤S103：将每次测得的总光强Bn与Bb做比较；
具体的，Bn≥Bb，将Bn及它所对应的散斑场空间分布放入数据池中参与重构运算，Bn＜Bb，进入下一步骤S104；
步骤S104：将总光强Bn和Bs做比较；
具体的，Bn≤Bs，将Bn及它所对应的散斑场空间分布放入数据池中参与重构运算，Bn＞Bs，剔除Bn和它对应的散斑场矩阵；
步骤S105：将满足筛选条件的数据保留Bn和它对应的散斑场矩阵；
步骤S106：将不满足筛选条件的数据剔除Bn和它对应的散斑场矩阵；
图3为本发明实施例提供的实验结果图，从图中可以看出，从2000组数据中筛选出1500组参与目标重构，其效果图3b和使用2000组数据参与运算的效果图3c相比几乎没有变化,但是计算量却减少了1/4。
综上所述，本发明所涉及的一种用于对关联成像采样数据进行预处理的装置和方法，预处理过程简单，硬件开销小，处理过程方便快速，实现简单合理，有较广泛的应用前景。

Claims (3)

1.一种用于筛选关联成像采样数据的装置，其特征在于，包括赝热光源(1)、分束镜(2)、待测物体(3)、桶探测器(4)、比较器(5)、光电耦合器件(6)、CCD数据采集模块(7)、桶探测器信号采集模块(8)、数模转换器(9)、数据采集(存储)与控制单元(10)；
所述赝热光源(1)被分束镜(2)分成两束：一束光照射待测物体(3)后被桶探测器(4)记录目标物体反射或者透射的总光强，所述桶探测器(4)将第n次收集到的总光强Bn传输给比较器(5)后与阈值电压做比较；若总光强Bn符合筛选条件，比较器(5)输出为高电平；所述比较器(5)只有在输出为高电平后才能同时触发CCD数据采集模块(7)和桶探测器信号采集模块(8)进行数据采集；另一束光直接被光电耦合器件(6)探测与目标物体关于赝热光源空间对称位置处的照射至物体表面的光场空间强度分布；所述光电耦合器件(CCD)6探测与目标物体关于赝热光源空间对称位置处的照射至物体表面的光场空间强度分布，探测数据在接受到比较器5发出的高电平触发脉冲后被CCD数据采集模块7采集；所述CCD数据采集模块(7)和桶探测器信号采集模块(8)在接收到高电平触发脉冲后分别记录散斑场的空间强度分布和总光强信息，并将散斑场的空间强度分布和总光强信息传送给数据采集(存储)与控制单元(10)；所述数据采集(存储)与控制单元(10)将设置好的阈值通过数模转换器(9)转化成阈值电压传送给比较器(5)。
2.如权利要求1所述的一种用于筛选关联成像采样数据的装置的筛选方法，其特征在于，具体步骤如下：
(1)、激光光源照射旋转毛玻璃产生到赝热光源，赝热光源被分束器分成两束，分别是物臂光束和参考臂光束；设待测物体传输函数T(x,y)和散斑场的空间分布In(x,y)均在二维坐标系中表示，其中，x,y分别代表横坐标和纵坐标；物臂光束照射传输系数为T(x,y)的待测物体后由桶探测器记录其总光强，第n次探测得到的总光强记做Bn，同时参考臂光束的光场分布被光电耦合探测器接收，其第n次测量得到散斑场记做In(x,y)；
(2)、设置较大阈值Bb及较小阈值Bs；
具体的，N次采样可获得N组实验数据，对N组采样数据进行预处理，筛选出C组参与重构运算，；将测得的N个总光强Bn按照从大到小排列，取值最大的个Bn和最小的个Bn及其它们所对应的散斑场光场分布；其中，把最大的个Bn中的最小值定作较大阈值Bb，将最小的个Bn中的最大值定做较小阈值Bs；
(3)、将每次测得的总光强Bn与Bb做比较；
具体的，Bn≥Bb，将Bn及它所对应的散斑场空间分布放入数据池中参与重构运算，Bn＜Bb，进入步骤(4)；
(4)、将总光强Bn和Bs做比较；
具体的，Bn≤Bs，将Bn及它所对应的散斑场空间分布放入数据池中参与重构运算，Bn＞Bs，剔除Bn和它对应的散斑场矩阵；
(5)、将满足阈值筛选要求的数据用于重构目标物体。
3.如权利要求2所述的一种用于筛选关联成像采样数据的筛选方法，其特征在于，所述采样次数N若大于或等于2000次，C最小可取到
CN201910619019.7A 2019-07-10 2019-07-10 一种用于筛选关联成像采样数据的装置和方法 Active CN110285755B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910619019.7A CN110285755B (zh) 2019-07-10 2019-07-10 一种用于筛选关联成像采样数据的装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910619019.7A CN110285755B (zh) 2019-07-10 2019-07-10 一种用于筛选关联成像采样数据的装置和方法

Publications (2)

Publication Number Publication Date
CN110285755A true CN110285755A (zh) 2019-09-27
CN110285755B CN110285755B (zh) 2021-05-25

Family

ID=68021040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910619019.7A Active CN110285755B (zh) 2019-07-10 2019-07-10 一种用于筛选关联成像采样数据的装置和方法

Country Status (1)

Country Link
CN (1) CN110285755B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337130A (zh) * 2020-03-16 2020-06-26 吉林工程技术师范学院 推扫模式下多光谱关联成像方法、装置及设备
CN115290601A (zh) * 2022-10-09 2022-11-04 之江实验室 一种宽谱非相干光散斑自相关成像探测的低冗余模拟方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09251177A (ja) * 1996-12-27 1997-09-22 Seiko Instr Inc 光学的パターン認識装置
JP2002267441A (ja) * 2001-03-07 2002-09-18 Fuji Heavy Ind Ltd ステレオマッチング方法および監視装置
JP2010091319A (ja) * 2008-10-06 2010-04-22 Daido Steel Co Ltd 外観検査装置および外観検査方法
CN103323396A (zh) * 2013-06-28 2013-09-25 中国科学院空间科学与应用研究中心 一种基于符合测量的二维压缩鬼成像系统及方法
CN103955057A (zh) * 2014-03-31 2014-07-30 中国科学院物理研究所 一种关联成像系统
CN104021522A (zh) * 2014-04-28 2014-09-03 中国科学院上海光学精密机械研究所 基于强度关联成像的目标图像分离装置及分离方法
CN105157618A (zh) * 2015-06-01 2015-12-16 北京航天控制仪器研究所 一种计算强度关联成像自准直仪及测量方法
CN107219638A (zh) * 2017-05-27 2017-09-29 辽宁大学 基于低通滤波的超分辨率关联成像系统及成像方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09251177A (ja) * 1996-12-27 1997-09-22 Seiko Instr Inc 光学的パターン認識装置
JP2002267441A (ja) * 2001-03-07 2002-09-18 Fuji Heavy Ind Ltd ステレオマッチング方法および監視装置
JP2010091319A (ja) * 2008-10-06 2010-04-22 Daido Steel Co Ltd 外観検査装置および外観検査方法
CN103323396A (zh) * 2013-06-28 2013-09-25 中国科学院空间科学与应用研究中心 一种基于符合测量的二维压缩鬼成像系统及方法
CN103955057A (zh) * 2014-03-31 2014-07-30 中国科学院物理研究所 一种关联成像系统
CN104021522A (zh) * 2014-04-28 2014-09-03 中国科学院上海光学精密机械研究所 基于强度关联成像的目标图像分离装置及分离方法
CN105157618A (zh) * 2015-06-01 2015-12-16 北京航天控制仪器研究所 一种计算强度关联成像自准直仪及测量方法
CN107219638A (zh) * 2017-05-27 2017-09-29 辽宁大学 基于低通滤波的超分辨率关联成像系统及成像方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LI M F, ZHANG Y R, LIU X F, ET AL: "《A double-threshold technique for fast time-correspondence imaging》", 《APPLIED PHYSICS LETTERS》 *
羊超: "《基于矩阵的关联成像目标重构方法研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337130A (zh) * 2020-03-16 2020-06-26 吉林工程技术师范学院 推扫模式下多光谱关联成像方法、装置及设备
CN111337130B (zh) * 2020-03-16 2022-05-03 吉林工程技术师范学院 推扫模式下多光谱关联成像方法、装置及设备
CN115290601A (zh) * 2022-10-09 2022-11-04 之江实验室 一种宽谱非相干光散斑自相关成像探测的低冗余模拟方法
CN115290601B (zh) * 2022-10-09 2023-01-24 之江实验室 一种宽谱非相干光散斑自相关成像探测的低冗余模拟方法

Also Published As

Publication number Publication date
CN110285755B (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
CN104569002B (zh) 基于光子计数的x射线相衬成像系统、方法及其设备
Fontaine et al. The hardware and signal processing architecture of LabPET™, a small animal APD-based digital PET scanner
Wang Designs and implementations of automated systems for pavement surface distress survey
CN104970815B (zh) 基于光栅相位衬度和光子计数的x射线成像系统及方法
EP1390774B1 (en) Reconstruction method for a high resolution photon emission computed tomographic imaging tool
CN101464471B (zh) 实体模型表面流场实时量测系统及其后处理方法
US11368608B2 (en) Compressed sensing based object imaging system and imaging method therefor
CN110285755A (zh) 一种用于筛选关联成像采样数据的装置和方法
CN108449557B (zh) 像素采集电路、光流传感器和光流及图像信息采集系统
CN110415311B (zh) Pet图像重建方法、系统、可读存储介质和设备
Liu et al. Deep learning accelerated light source experiments
CN109752844B (zh) 一种基于随机光强涨落的成像方法和系统
CN107621463A (zh) 图像重建方法、装置及显微成像装置
CN110432922B (zh) 一种提高pet系统时间校准精度的方法
Miyaoka et al. Effect of detector scatter on the decoding accuracy of a DOI detector module
CN118116204A (zh) 基于联动摄像的算法选择系统
CN109557070A (zh) 一种基于空间编码光的拉曼成像系统
Fontaine et al. The architecture of LabPET/spl trade/, a small animal APD-based digital PET scanner
CN116429911B (zh) 一种基于缺陷脉冲信号与图像相融合的智能化识别方法
CN104570039A (zh) 一种微弱放射性检测装置及检测方法
CN110161667A (zh) 一种基于压缩感知超分辨显微成像方法
CN105487099A (zh) 一种放射性光电探测器及其探测方法
CN108469673A (zh) 纠缠光子对时间和位置同步符合的量子成像装置及方法
CN203673073U (zh) 一种放射性光电探测器
CN117372565B (zh) 一种基于神经网络时相判别的呼吸门控ct成像方法

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