CN110460756B - 一种场景实时自动去雨成像处理方法及装置 - Google Patents
一种场景实时自动去雨成像处理方法及装置 Download PDFInfo
- Publication number
- CN110460756B CN110460756B CN201910742065.6A CN201910742065A CN110460756B CN 110460756 B CN110460756 B CN 110460756B CN 201910742065 A CN201910742065 A CN 201910742065A CN 110460756 B CN110460756 B CN 110460756B
- Authority
- CN
- China
- Prior art keywords
- fourier
- slm
- fpga
- imaging
- fourier lens
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 103
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000003287 optical effect Effects 0.000 claims abstract description 24
- 238000001228 spectrum Methods 0.000 claims abstract description 22
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 3
- 238000012545 processing Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 4
- 238000002844 melting Methods 0.000 claims description 2
- 230000008018 melting Effects 0.000 claims description 2
- 238000012634 optical imaging Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- H04N23/50—Constructional details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/2621—Cameras specially adapted for the electronic generation of special effects during image pickup, e.g. digital cameras, camcorders, video cameras having integrated special effects capability
Abstract
本发明公开了一种场景实时自动去雨成像处理方法及装置,属于光电成像与计算机技术领域。方法包括:(1)构造傅里叶光路装置;(2)设计搭建反射镜组使自然景物准确接入傅里叶光;(3)在傅里叶系统的频谱面利用空间光调制器SLM构造空间滤波器而实现空间滤波;(4)最终在FPGA端上实现图像采集,并且计算获取探测结果。装置包括处于同一光轴上的反射镜组、第一傅氏透镜、SLM、第二傅氏透镜、成像传感器、FPGA。利用光学硬件计算与件计算相结合,直接面向自然场景实现去雨,能有效实时地给出去雨后的成像结果,基于光学成像链路计算一体化思维,直接面向自然场景,即可实时实现雨天的清晰化成像。
Description
技术领域
本发明涉及光电成像与计算机技术领域,更具体地,涉及一种场景实时自动去雨成像处理方法及装置。
背景技术
在下雨的时候,若相机是正常曝光,那么所拍摄到的图像上一般情况下会覆盖着着大量的雨线。而去雨的工作则主要是去除图像中存在的雨线以及其所带来的影响,恢复出真实且清晰的图像背景信息。截至目前,根据多项研究成功发现,去雨的方法可以分为两大类:基于视频图像的去雨方式以及基于单幅图像的去雨方式。一般的方法就是基于图像算法,基于计算机的处理,通常也无法实现边成像边去雨的实时处理。
典型的去雨方法,如湘潭大学汤红忠等研究者设计的提供一种单幅图像去雨方法及装置(中国发明专利:一种单幅图像去雨方法及装置,申请号201710447576.6),通过首先将待处理图像中的纯雨区域识别出来,进一步将所述纯雨区域作为输入进行字典学习及其稀疏表示,获得有雨字典。进而基于有雨字典对所述待处理图像进行稀疏重构,获得雨痕掩模。最后通过雨痕掩模对所述待处理图像进行去雨处理,获得目标图像,即无雨痕的图像。由于该方法仅仅对有雨像素进行处理,无雨像素部分得到保持。根据作者的描述,去雨后的图像雨痕残留较少,保持了目标图像中更为丰富的边缘和纹理,大大的提高去雨精确性。其实就一种基于计算机后处理算法的思路。
一般的去雨策略就是基于图像的算法,是基于后处理计算的处理,相对耗时,并且大量的数据处理导致较为耗能。
发明内容
针对现有技术存在的不足,本发明提出了一种场景实时自动去雨成像处理方法及装置,在成像过程中先进行光学信息分析,再辅助简单的后处理的方法及装置,可以有效地避免后处理过程中计算时间长,计算耗能多的问题,实时自动去雨成像。基于成像硬件与算法软件计算结合的方式,旨在解决目前的成像去雨纯靠算法软件而导致计算耗时多、耗能多等问题。
为实现上述目的,本发明提供了一种场景实时自动去雨成像处理方法及装置,主要思路体现为:构造傅里叶变换与反变换系统(简称傅里叶光路装置);直接面向自然场景,反射镜组(大视场反射镜与另一面反射镜)将场景成像作为傅里叶系统的输入;利用SLM构造空间滤波器而实现空间滤波,SLM为空间光调制器;成像传感器获取信号,并使用FPGA简单计算,实时获得去雨结果,FPGA即现场可编程门阵列。具体如下:
一种场景实时自动去雨成像处理装置,依次包括处于同一光轴上的反射镜组、第一傅氏透镜、SLM、第二傅氏透镜、成像传感器、FPGA,反射镜组成像面、第一傅氏透镜、频谱面、第二傅氏透镜、成像传感器,这五者依次之间相距为f,第一傅氏透镜和第二傅氏透镜规格一致,焦距为f,构成傅里叶系统;SLM位于频谱面上,所述FPGA分别与SLM和成像传感器连接,成像传感器安装附着于FPGA。
进一步的,所述的反射镜组包括大视场凹面反射镜和第一凹面反射镜,所述反射镜组采用凹面反射式成像。
进一步的,所述的大视场反射镜的焦距f1、第一反射镜的焦距f2,调整相互位置而满足高斯成像公式,使得无穷远处自然场景可清晰成像于第一傅氏透镜的前焦面,即反射镜组成像面与第一傅氏透镜的前焦面重合。
进一步的,利用SLM在空间构造滤波器,从而实现空间滤波,所述的SLM是透射式电寻址空间光调制器;滤波器分布的具体结构由FPGA控制。
进一步的,在傅里叶系统的频谱面利用SLM构造空间滤波器而实现空间滤波,并且在成像传感器进行图像采集,全自动地进行连续2次图像采集过程;第一次通过FPGA控制SLM构造第一滤波器,第一滤波器采用低通与部分高通结合的滤波器,低通部分半径r1,高通部分为随机分布的局部选通,成像传感器采集图像s1;第二次通过FPGA控制SLM构造第二滤波器,第二滤波器为带通滤波器,带通的内外半径分别为r2、r3,成像传感器采集图像s2;FPGA输出信号给SLM构造不同的滤波器并由成像传感器采集图像,过程均自动化实现。
一种场景实时自动去雨成像处理方法,包括以下步骤:
构造傅里叶光路装置;设计搭建反射镜组使自然景物准确接入傅里叶光路;在傅里叶系统的频谱面利用空间光调制器SLM构造空间滤波器而实现空间滤波;最终在FPGA端上实现图像采集,并且计算获取探测结果;
傅里叶光路装置从场景端到成像端,包括反射镜组,第一傅氏透镜,SLM,第二傅氏透镜,成像传感器,FPGA;成像传感器安装附着于FPGA,SLM的控制信号来自FPGA;所述反射镜组包括大视场凹面反射镜和第一凹面反射镜。
进一步的,所述傅里叶光路装置的设计为:
所述反射镜组,第一傅氏透镜,SLM,第二傅氏透镜,成像传感器,FPGA处于同一光轴上,第一傅氏透镜与第二傅氏透镜构成傅里叶系统,两透镜规格一致,焦距均为f;反射镜组成像面、第一傅氏透镜、频谱面、第二傅氏透镜、成像传感器依次之间相距为f;自然场景经反射镜组成像于第一傅氏透镜前焦面上,实现傅里叶变换,呈现在频谱面上,即第一傅氏透镜的后焦面且第二傅氏透镜的前焦面,为SLM滤波提供位置,而后继续利用第二傅氏透镜反变换到成像传感器实现空域成像并被采集。
进一步的,反射镜组使自然场景准确接入傅里叶光路装置的方法为:
面向具体的自然场景时,根据大视场凹面反射镜的焦距f1、第一凹面反射镜的焦距f2,调整相互位置而满足高斯成像公式,使得无穷远处自然场景可清晰成像于第一傅氏透镜的前焦面,即反射镜组成像面与第一傅氏透镜的前焦面重合,此时认为自然景物准确接入傅里叶光路。
进一步的,在傅里叶系统的频谱面利用SLM构造空间滤波器而实现空间滤波,并且在成像传感器进行图像采集具体方法为:
自然场景在第一傅氏透镜的后焦面上形成傅里叶频谱信息,利用SLM在空间构造滤波器,从而实现空间滤波;所述SLM是透射式电寻址空间光调制器,滤波器分布的具体结构由FPGA控制;通过FPGA控制SLM及成像传感器,全自动地进行连续2次图像采集过程;第一次通过FPGA控制SLM,采用第一滤波器,成像传感器采集图像s1;第二次通过FPGA控制SLM构造第二滤波器,成像传感器采集图像s2;FPGA输出信号给SLM并由成像传感器采集图像,都是程序自动化实现;
通过FPGA编程控制SLM及成像传感器,全自动地进行连续2次图像采集过程,采用了2次不同的滤波器结构,第一滤波器是低通与部分高通结合的方式,低通部分半径r1,高通部分是随机分布的局部选通;第二滤波器是带通,带通的内外半径分别为r2,r3。
进一步的,在FPGA上计算去雨结果,其特征在于利用s1与s2,在FPGA上,计算g=w1R(s1)+w2s2,即最终的去雨结果,其中w1、w2为权重系数,要求两者之和为1,R(s1)为对s1的锐化操作。
本发明的有益效果与优势:
现有的自然景物去雨,都是基于图像算法的方法,即基于纯软件的方法,都是系统采集了图像后再进行处理,未能在成像链路优化的角度上实行软硬计算结合的思路,耗时耗能。而本发明则是直接面向自然场景,融入了光学计算分析手段,而FPGA层面的算法软件所承担的任务大大减少,大大提升了计算速度,也减少了由于大量运算带来的耗能。尤其是计算速度的几何级提升,可广泛应用于安防监控、行车辅助仪、手机成像处理等具体的民用任务中。
附图说明
图1为本发明的处理流程图;
图2为本发明装置的系统构成简图;
图3为本发明的光路简图;
图4(a)为第一空间滤波器结构示意图;
图4(b)为第二空间滤波器结构示意图;
图5(a)为本发明处理的场景原图;
图5(b)为本发明处理后去雨的结果图。
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,以下结合说明书附图及实施例对本发明的技术方案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仅用于解释本发明,并不用于限定本发明。
以下结合附图实施例对本发明的实施作进一步说明。
其主要流程如图1所示,整体结构如附图2所示,它包括以下步骤:
1、构造傅里叶光路装置,而该装置是图1中从反射镜组到FPGA的流程对应的装置架构,对应附图2的是从反射镜组成像面到成像传感器/FPGA之间的光路部分,光线传输可参考附图3。光学元件、成像传感器均处于同一光轴上,成像传感器附着于FPGA上,光学元件包括第一傅氏透镜、第二傅氏透镜、反射镜组、空间光调制器SLM。第一傅氏透镜与第二傅氏透镜构成傅里叶系统,两者规格一致,焦距均为f,傅氏透镜即为傅里叶透镜。反射镜组成像面、第一傅氏透镜、频谱面、第二傅氏透镜、成像传感器,这五者依次排列并且以依次间距为f。对于该装置,场景经反射镜组成像于第一傅氏透镜的前焦面上,利用其实现傅里叶变换,在空间上呈现在频谱面上,即第一傅氏透镜的后焦面且第二傅氏透镜的前焦面处,SLM即处于频谱面上并实现滤波,后续光线经第二傅氏透镜傅里叶反变换到成像传感器平面,实现成像并被采集。成像传感器由FPGA支配(附着于FPGA上),SLM的具体的滤波器结构也由FPGA控制给予。
整个光路可以使得自然场景在经过反射镜组会聚于傅式透镜前焦面中,并在傅里叶系统的频谱面中直接进行控制,最后于成像传感器中采集成像结果。
2、设计与搭建反射镜组,即附图2的大视场凹面反射镜和第一凹面反射镜,这部分光路图可参考附图3。为缩短整个成像系统长度,采用凹面反射式成像。系统直接面向自然场景,反射镜组将外界自然景物成像于傅氏透镜1的前焦面,即反射镜组成像面与傅氏透镜1的前焦面重合。大视场凹面反射镜的焦距为f1,第一凹面反射镜的焦距为f2,反射镜组与傅里叶光路装置的空间关系式固定的,不变的。此时,自然场景准确接入傅里叶光路装置。
3、空间滤波。自然场景在傅氏透镜1的后焦面上形成傅里叶频谱信息,利用SLM在空间构造滤波器,从而实现空间滤波。本发明采用的SLM是透射式电寻址空间光调制器。滤波器分布的具体结构由FPGA给予,是程序事先设计好的,随着程序指定而变化。
该滤波器设计是基于数学与物理理论分析以及实验测试基础上的。
滤波器结构采用图4(a)和图4(b)所示,黑色部分表示通过,其余区域表示不通过。图(a)是第一滤波器,采用低通与部分高通结合滤波器,并且高通部分是随机分布的局部选通,图4(a)的高通部分只是个个例图示;图4(b)是第二滤波器,采用带通滤波器。图4(a)低通部分半径r1;图4(b)带通的内外半径分别为r2,r3。
通过FPGA编程控制SLM及成像传感器,全自动地进行连续2次图像采集过程。第一次通过FPGA控制SLM,滤波器结构为附图4(a)所示,成像传感器采集图像s1;第二次通过FPGA控制SLM构造附图4(b)所示滤波器,成像传感器采集图像s2。FPGA输出信号给SLM并由成像传感器采集图像,都是程序自动化实现。
4、图像采集与计算获取去雨结果。成像传感器获取信号后进入FPGA,通过FPGA对采集的图像简单计算,获得去雨结果。系统面向场景,FPGA循环呈现SLM上的滤波器并采集,计算处理并实时给出成像去雨结果。
在FPGA上,计算g=w1R(s1)+w2s2,即最终的去雨结果。这里w1、w2为权重系数,要求两者之和为1。R(s1)为对s1的锐化操作。
在本发明的具体实施例中,所用到的需要指明的设备或相关参数如下:傅里叶透镜焦距为f=250mm,直径为D=50mm;滤波器结构中,如图4(a)中的低通部分半径r1=50um,图4(b)带通的内外半径分别为r2=25um,r3=100um;凹面反射镜焦距,f1=50mm,f2=25mm。w1=w2=0.5。锐化处理R(s1)采用的是简单的滤镜效果。
Claims (6)
1.一种场景实时自动去雨成像处理装置,其特征在于包括反射镜组,所述反射镜组包括第一凹面反射镜和大视场凹面反射镜,从场景端到成像端依次包括处于同一光轴上的第一凹面反射镜、第一傅氏透镜、SLM、第二傅氏透镜、大视场凹面反射镜、成像传感器、FPGA,反射镜组成像面、第一傅氏透镜、频谱面、第二傅氏透镜、成像传感器,这五者依次之间相距为f,第一傅氏透镜和第二傅氏透镜规格一致,焦距为f,构成傅里叶系统;SLM位于频谱面上,所述FPGA分别与SLM和成像传感器连接,成像传感器安装附着于FPGA,所述反射镜组采用凹面反射式成像;
在傅里叶系统的频谱面利用SLM构造空间滤波器而实现空间滤波,并且在成像传感器进行图像采集,全自动地进行连续2次图像采集过程;第一次通过FPGA控制SLM构造第一滤波器,第一滤波器采用低通与部分高通结合的滤波器,低通部分半径r1,高通部分为随机分布的局部选通,成像传感器采集图像s1;第二次通过FPGA控制SLM构造第二滤波器,第二滤波器为带通滤波器,带通的内外半径分别为r2、r3,成像传感器采集图像s2;FPGA输出信号给SLM构造不同的滤波器并由成像传感器采集图像,过程均自动化实现;
在FPGA上计算去雨结果,其特征在于利用s1与s2,在FPGA上,计算g=w1R(s1)+w2s2,即最终的去雨结果,其中w1、w2为权重系数,要求两者之和为1,R(s1)为对s1的锐化操作。
2.根据权利要求1所述的一种场景实时自动去雨成像处理装置,其特征在于所述的大视场凹面反射镜的焦距f1、第一凹面反射镜的焦距f2,调整相互位置而满足高斯成像公式,使得无穷远处自然场景可清晰成像于第一傅氏透镜的前焦面,即反射镜组成像面与第一傅氏透镜的前焦面重合。
3.根据权利要求1所述的一种场景实时自动去雨成像处理装置,其特征在于利用SLM在空间构造滤波器,从而实现空间滤波,所述的SLM是透射式电寻址空间光调制器;滤波器分布的具体结构由FPGA控制。
4.一种场景实时自动去雨成像处理方法,其特征在于包括以下步骤:
(1)构造傅里叶光路装置;
(2)设计搭建反射镜组使自然景物准确接入傅里叶光路;
(3)在傅里叶系统的频谱面利用空间光调制器SLM构造空间滤波器而实现空间滤波;
(4)最终在FPGA端上实现图像采集,并且计算获取探测结果;
所述傅里叶光路装置包括反射镜组,所述反射镜组包括第一凹面反射镜和大视场凹面反射镜;从场景端到成像端,依次包括第一凹面反射镜,第一傅氏透镜,SLM,第二傅氏透镜,大视场凹面反射镜,成像传感器,FPGA;成像传感器安装附着于FPGA,SLM的控制信号来自FPGA;
在傅里叶系统的频谱面利用SLM构造空间滤波器而实现空间滤波,并且在成像传感器进行图像采集具体方法为:
自然场景在第一傅氏透镜的后焦面上形成傅里叶频谱信息,利用SLM在空间构造滤波器,从而实现空间滤波;所述SLM是透射式电寻址空间光调制器,滤波器分布的具体结构由FPGA控制;通过FPGA控制SLM及成像传感器,全自动地进行连续2次图像采集过程;第一次通过FPGA控制SLM,采用第一滤波器,成像传感器采集图像s1;第二次通过FPGA控制SLM构造第二滤波器,成像传感器采集图像s2;FPGA输出信号给SLM并由成像传感器采集图像,都是程序自动化实现;
通过FPGA编程控制SLM及成像传感器,全自动地进行连续2次图像采集过程,采用了2次不同的滤波器结构,第一滤波器是低通与部分高通结合的方式,低通部分半径r1,高通部分是随机分布的局部选通;第二滤波器是带通,带通的内外半径分别为r2,r3;
在FPGA上计算去雨结果,其特征在于利用s1与s2,在FPGA上,计算g= w1R(s1) + w2s2,即最终的去雨结果,其中w1、w2为权重系数,要求两者之和为1,R(s1)为对s1的锐化操作。
5.根据权利要求4所述的一种场景实时自动去雨成像处理方法及装置,其特征在于,所述傅里叶光路装置的设计为:
所述反射镜组,第一傅氏透镜,SLM,第二傅氏透镜,成像传感器,FPGA处于同一光轴上,第一傅氏透镜与第二傅氏透镜构成傅里叶系统,两透镜规格一致,焦距均为f;反射镜组成像面、第一傅氏透镜、频谱面、第二傅氏透镜、成像传感器依次之间相距为f;自然场景经反射镜组成像于第一傅氏透镜前焦面上,实现傅里叶变换,呈现在频谱面上,即第一傅氏透镜的后焦面且第二傅氏透镜的前焦面,为SLM滤波提供位置,而后继续利用第二傅氏透镜反变换到成像传感器实现空域成像并被采集。
6.根据权利要求4所述的一种场景实时自动去雨成像处理方法,其特征在于反射镜组使自然场景准确接入傅里叶光路装置的方法为:
面向具体的自然场景时,根据大视场凹面反射镜的焦距f1、第一凹面反射镜的焦距f2,调整相互位置而满足高斯成像公式,使得无穷远处自然场景可清晰成像于第一傅氏透镜的前焦面,即反射镜组成像面与第一傅氏透镜的前焦面重合,此时认为自然景物准确接入傅里叶光路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910742065.6A CN110460756B (zh) | 2019-08-12 | 2019-08-12 | 一种场景实时自动去雨成像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910742065.6A CN110460756B (zh) | 2019-08-12 | 2019-08-12 | 一种场景实时自动去雨成像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110460756A CN110460756A (zh) | 2019-11-15 |
CN110460756B true CN110460756B (zh) | 2021-06-08 |
Family
ID=68486112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910742065.6A Active CN110460756B (zh) | 2019-08-12 | 2019-08-12 | 一种场景实时自动去雨成像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110460756B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG10202004549VA (en) * | 2020-05-15 | 2021-12-30 | Yitu Pte Ltd | Image processing method, training method, devices, apparatus and computer-readable storage medium |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108333719A (zh) * | 2018-03-09 | 2018-07-27 | 中国科学院西安光学精密机械研究所 | 一种高性能可见光长焦距镜头 |
CN108765327A (zh) * | 2018-05-18 | 2018-11-06 | 百年金海科技有限公司 | 一种基于景深和稀疏编码的图像去雨方法 |
CN108921053A (zh) * | 2018-06-15 | 2018-11-30 | 杭州电子科技大学 | 一种场景目标自动分析检测处理方法及装置 |
CN109143567A (zh) * | 2018-10-18 | 2019-01-04 | 南方科技大学 | 一种反射式超构表面主镜、辅镜和望远镜系统 |
CN111487756A (zh) * | 2020-04-26 | 2020-08-04 | 北京空间机电研究所 | 一种基于折反式长焦距大视场小体积成像光学系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013015713A (ja) * | 2011-07-05 | 2013-01-24 | Sony Corp | 反射屈折型レンズ系および撮像装置 |
JP5915489B2 (ja) * | 2012-10-04 | 2016-05-11 | ソニー株式会社 | 反射屈折型レンズ系および撮像装置 |
CN105809159A (zh) * | 2016-02-04 | 2016-07-27 | 杭州电子科技大学 | 一种基于成像的视觉权重图提取方法 |
CN106291961B (zh) * | 2016-08-31 | 2018-11-02 | 苏州大学 | 一种产生矢量特殊空间关联结构部分相干光束的方法及其装置 |
CN108594618A (zh) * | 2018-04-04 | 2018-09-28 | 东南大学 | 一种扩大视场角的全息视网膜成像的方法 |
-
2019
- 2019-08-12 CN CN201910742065.6A patent/CN110460756B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108333719A (zh) * | 2018-03-09 | 2018-07-27 | 中国科学院西安光学精密机械研究所 | 一种高性能可见光长焦距镜头 |
CN108765327A (zh) * | 2018-05-18 | 2018-11-06 | 百年金海科技有限公司 | 一种基于景深和稀疏编码的图像去雨方法 |
CN108921053A (zh) * | 2018-06-15 | 2018-11-30 | 杭州电子科技大学 | 一种场景目标自动分析检测处理方法及装置 |
CN109143567A (zh) * | 2018-10-18 | 2019-01-04 | 南方科技大学 | 一种反射式超构表面主镜、辅镜和望远镜系统 |
CN111487756A (zh) * | 2020-04-26 | 2020-08-04 | 北京空间机电研究所 | 一种基于折反式长焦距大视场小体积成像光学系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110460756A (zh) | 2019-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peng et al. | Learned large field-of-view imaging with thin-plate optics. | |
US20240046793A1 (en) | Method and apparatus for remanent imaging control | |
RU2716843C1 (ru) | Цифровая коррекция аберраций оптической системы | |
JP2022509034A (ja) | ニューラルネットワークを使用した輝点除去 | |
Aubailly et al. | Automated video enhancement from a stream of atmospherically-distorted images: the lucky-region fusion approach | |
WO2021164234A1 (zh) | 图像处理方法以及图像处理装置 | |
CN110428366A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN111062880A (zh) | 一种基于条件生成对抗网络的水下图像实时增强方法 | |
CN116071243B (zh) | 一种基于边缘增强的红外图像超分辨率重建方法 | |
CN113139900B (zh) | 一种棒材完整表面图像获取方法 | |
CN102982520B (zh) | 一种基于轮廓先验的鲁棒性人脸超分辨率处理方法 | |
CN102507592A (zh) | 表面缺陷仿蝇视觉在线检测装置及检测方法 | |
CN111462012A (zh) | 一种基于条件生成对抗网络的sar图像仿真方法 | |
CN109886883A (zh) | 实时偏振透雾成像图像增强处理方法 | |
CN109668904A (zh) | 一种光学零件疵病检测装置及方法 | |
CN110460756B (zh) | 一种场景实时自动去雨成像处理方法及装置 | |
FR3069940A1 (fr) | Procede et systeme de cartographie de l’etat sanitaire de cultures | |
CN114660060A (zh) | 一种基于矩阵扫描的宏观傅里叶叠层超分辨成像方法 | |
CN111242955A (zh) | 基于全卷积神经网络的道路表面裂缝图像分割方法 | |
Burcklen et al. | Experimental demonstration of extended depth-of-field f/1.2 visible High Definition camera with jointly optimized phase mask and real-time digital processing | |
CN109003228B (zh) | 一种暗场显微大视场自动拼接成像方法 | |
CN108257090A (zh) | 一种面向机载行扫相机的高动态图像拼接方法 | |
CN110827375A (zh) | 一种基于微光图像的红外图像真彩着色方法及系统 | |
CN116596792A (zh) | 一种面向智能船舶的内河雾天场景恢复方法、系统及设备 | |
WO2022262760A1 (zh) | 一种基于微光学器件的端到端光电检测系统及方法 |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20191115 Assignee: CHANGSHAN XINGJIA HYDRAULIC EQUIPMENT Co.,Ltd. Assignor: HANGZHOU DIANZI University Contract record no.: X2023980048723 Denomination of invention: A real-time automatic rain removal imaging processing method and device for scenes Granted publication date: 20210608 License type: Common License Record date: 20231128 |
|
EE01 | Entry into force of recordation of patent licensing contract |