CN112233201A - 太赫兹图像重构方法、装置、存储介质及终端 - Google Patents
太赫兹图像重构方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN112233201A CN112233201A CN202011467825.6A CN202011467825A CN112233201A CN 112233201 A CN112233201 A CN 112233201A CN 202011467825 A CN202011467825 A CN 202011467825A CN 112233201 A CN112233201 A CN 112233201A
- Authority
- CN
- China
- Prior art keywords
- terahertz
- target
- image reconstruction
- data
- terahertz image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 30
- 238000001228 spectrum Methods 0.000 claims abstract description 18
- 230000003595 spectral effect Effects 0.000 claims abstract description 12
- 230000001131 transforming effect Effects 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 14
- 238000010521 absorption reaction Methods 0.000 claims description 12
- 230000008033 biological extinction Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 238000001328 terahertz time-domain spectroscopy Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000013501 data transformation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241000208328 Catharanthus Species 0.000 description 1
- 235000007519 Chimonanthus praecox Nutrition 0.000 description 1
- 244000194101 Ginkgo biloba Species 0.000 description 1
- 240000001359 Origanum dictamnus Species 0.000 description 1
- 235000015987 Origanum dictamnus Nutrition 0.000 description 1
- 235000004383 Origanum vulgare subsp. vulgare Nutrition 0.000 description 1
- 244000082204 Phyllostachys viridis Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000004100 electronic packaging Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种太赫兹图像重构方法、装置、存储介质及终端,获取目标样品的时域谱数据;将所述目标样品的时域谱数据变换成频域数据;将所述频域数据输入太赫兹图像重构模型,得到目标矩阵;通过所述目标矩阵获得目标图像;本技术方案的太赫兹图像重构模型简单,在保证太赫兹图像复原效果的同时,使得整个太赫兹图像重构过程计算量更低,效率更高。
Description
技术领域
本发明涉及太赫兹图像技术领域,尤其涉及的是一种太赫兹图像重构方法、装置、存储介质及终端。
背景技术
现有技术中(如《太赫兹图像复原及检测技术研究》—宋哲宇,长春理工大学,硕士学位论文,2018),公开了引用了去卷积图像复原算法,即利用由太赫兹波束的物理特性构建的点扩散函数对太赫兹图像进行复原处理,提高图像分辨率;同时通过构建样品中不同穿透深度的点扩散函数,还可以达到对样品图像层析的效果。随后利用太赫兹成像技术和去卷积图像复原算法对各类电子封装的内部失效缺陷和三种不同脉序类型的叶片(腊梅,银杏和竹子)含水量进行了成像检测。电子封装太赫兹图像复原结果清晰地显示出管脚,内部芯片以及缺陷的空间位置,并分析出多种失效缺陷类型,与实际尺寸相比复原图像误差1%。基于透射强度信号的太赫兹成像结果清晰地展示了叶片含水量的横向空间分布,揭示出在自然失水过程中叶片基端部位的失水率远大于远端部位,与传统测重法得到的结果之间具有良好的一致性。进一步采用去卷积图像复原算法,有望对叶片上下表面间含水量的纵向空间分布进行定量分析,以上研究结果说明了太赫兹图像复原检测技术具有广泛的应用前景。
但是,上述现有技术中的太赫兹图像重构模型复杂,计算量大且繁琐,不能满足使用要求。
因此,现有的技术还有待于改进和发展。
发明内容
本发明的目的在于提供一种太赫兹图像重构方法、装置、存储介质及终端,旨在解决现有的太赫兹图像重构模型复杂,计算量大且繁琐的问题。
本发明的技术方案如下:一种太赫兹图像重构方法,其中,具体包括以下步骤:
获取目标样品的时域谱数据;
将所述目标样品的时域谱数据变换成频域数据;
将所述频域数据输入太赫兹图像重构模型,得到目标矩阵;
通过所述目标矩阵获得目标图像。
所述的太赫兹图像重构方法,其中,将所述目标样品的时域谱数据通过图像傅里叶变换处理变换成频域数据。
所述的太赫兹图像重构方法,其中,所述将所述频域数据输入太赫兹图像重构模型,得到目标矩阵,其中太赫兹图像重构模型如下:
其中,因子k由截断比和辐照度水平决定,NA是太赫兹时域光谱系统的数值孔径,f是太赫兹光束的频率,c是光速,是反映太赫兹光束完全消光的吸收系数,是从太赫兹光束中心到z平面的半径,d是样品的厚度,z是样品离太赫兹光束焦点的距离,为所观察像素距离高斯光束中心的距离,e为自然对数中的e。
所述的太赫兹图像重构方法,其中,通过对所述目标矩阵进行滤波处理获得目标图像。
一种太赫兹图像重构装置,其中,包括:
时域谱数据获取模块,获取目标样品的时域谱数据;
数据变换模块,将所述目标样品的时域谱数据变换成频域数据;
目标矩阵获得模块,将所述频域数据输入太赫兹图像重构模型,得到目标矩阵;
目标图像获取模块,通过所述目标矩阵获得目标图像。
所述的太赫兹图像重构装置,其中,所述时域谱数据获取模块采用太赫兹时域光谱仪。
所述的太赫兹图像重构装置,其中,所述目标图像获取模块采用滤波模块,通过对所述目标矩阵进行滤波处理获得目标图像。
一种存储介质,其中,所述存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行权利要求1至4任一项所述的方法。
一种终端设备,其中,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行权利要求1至4任一项所述的方法。
本发明的有益效果:本发明通过提供一种太赫兹图像重构方法、装置、存储介质及终端,获取目标样品的时域谱数据;将所述目标样品的时域谱数据变换成频域数据;将所述频域数据输入太赫兹图像重构模型,得到目标矩阵;通过所述目标矩阵获得目标图像;本技术方案的太赫兹图像重构模型简单,在保证太赫兹图像复原效果的同时,使得整个太赫兹图像重构过程计算量更低,效率更高。
附图说明
图1是本发明中太赫兹图像重构方法的步骤流程图。
图2是本发明中太赫兹图像重构装置的示意图。
图3是本发明中终端的示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如图1所示,一种太赫兹图像重构方法,具体包括以下步骤:
S1:获取目标样品的时域谱数据。
其中,所述目标样品的时域谱数据通过太赫兹时域光谱仪测得。
S2:将所述目标样品的时域谱数据变换成频域数据。
其中,将所述目标样品的时域谱数据通过图像傅里叶变换处理变换成频域数据。
S3:将所述频域数据输入太赫兹图像重构模型,得到目标矩阵。
其中,所述太赫兹图像重构模型采用基于高斯性质的吸收率的太赫兹图像重构模型。首先,建立了基于三维太赫兹吸收变量的太赫兹消光模型;然后考虑高斯光束分布,包括太赫兹时域光谱系统的数值孔径、太赫兹束腰处光斑半径、波长以及腰距目标的距离;光栅成像过程则采用太赫兹消光模型,以下详细描述了利用高斯分布建立太赫兹消光模型的过程:
通过样品后的吸收系数和折射率计算太赫兹脉冲,该方法基于以下三个假设:(1)被测样品呈片状,性能均匀,样品上表面与下表面平行;(2)与待测样品上下表面有两种接触,介质中没有表面电荷,并且它是磁各向同性的;(3)样品通常需要保持与惰性气体或空气接触的介质的一致性。折射率可以用一个复方程来表示。这个复方程描述了辐射光谱在透明介质和其他具有色散和无损特性的介质中的衍射动力学。在大多数情况下,假设介质是透明的,并且=0:
Jepsen证明了太赫兹光束可以看作是贝塞尔光束或艾里圆盘,在太赫兹时域光谱系统中包括旁瓣。Jepsen还证明了该系统的主瓣输出呈高斯分布。正如Sagan所报道的那样,当高斯光束直径与截断光阑直径之比为1时,光束的轮廓变成了纯高斯分布。波束源是一个圆孔透镜耦合天线,其输出近似为高斯光照分布。在离开成像系统的圆孔和柱面透镜后,这种光束分布仍然保持高斯分布。
不同的截断比可以实现点扩散函数的不同直径。太赫兹成像系统的点扩散函数可用高斯光束近似表示。吸收系数函数也应该具有高斯特性。在这方面,太赫兹光束通过样品的吸收系数分布用高斯分布表示如下:
其中,因子k由截断比和辐照度水平决定,NA是太赫兹时域光谱系统的数值孔径,f是太赫兹光束的频率,c是光速。
将式(6)代入式(5)得到与物理参数的关系。最后,将式(5)代入式(4)给出了吸收函数的数学模型,可用于太赫兹图像的模拟:
最后,将(7)代入(1)得到了能避免夫琅和费衍射的太赫兹消光函数,如式(8)所示:
S4:通过所述目标矩阵获得目标图像。
其中,将获得的目标矩阵滤波得到目标图像。
如图2所示,一种太赫兹图像重构装置,包括:
时域谱数据获取模块101,获取目标样品的时域谱数据;
数据变换模块102,将所述目标样品的时域谱数据变换成频域数据;
目标矩阵获得模块103,将所述频域数据输入太赫兹图像重构模型,得到目标矩阵;
目标图像获取模块104,通过所述目标矩阵获得目标图像。
请参照图3,本发明实施例还提供一种终端。如示,终端300包括处理器301和存储器302。其中,处理器301与存储器302电性连接。处理器301是终端300的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或调用存储在存储器302内的计算机程序,以及调用存储在存储器302内的数据,执行终端的各种功能和处理数据,从而对终端300进行整体监控。
在本实施例中,终端300中的处理器301会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器302中,并由处理器301来运行存储在存储器302中的计算机程序,从而实现各种功能:获取目标样品的时域谱数据;将所述目标样品的时域谱数据变换成频域数据;将所述频域数据输入太赫兹图像重构模型,得到目标矩阵;通过所述目标矩阵获得目标图像。
存储器302可用于存储计算机程序和数据。存储器302存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器301通过调用存储在存储器302的计算机程序,从而执行各种功能应用以及数据处理。
本申请实施例提供一种存储介质,所述计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的方法,以实现以下功能:获取目标样品的时域谱数据;将所述目标样品的时域谱数据变换成频域数据;将所述频域数据输入太赫兹图像重构模型,得到目标矩阵;通过所述目标矩阵获得目标图像。其中,存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random AccessMemory, 简称SRAM),电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory, 简称EEPROM),可擦除可编程只读存储器(Erasable ProgrammableRead Only Memory, 简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory, 简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种太赫兹图像重构方法,其特征在于,具体包括以下步骤:
获取目标样品的时域谱数据;
将所述目标样品的时域谱数据变换成频域数据;
将所述频域数据输入太赫兹图像重构模型,得到目标矩阵;
通过所述目标矩阵获得目标图像。
2.根据权利要求1所述的太赫兹图像重构方法,其特征在于,将所述目标样品的时域谱数据通过图像傅里叶变换处理变换成频域数据。
4.根据权利要求1所述的太赫兹图像重构方法,其特征在于,通过对所述目标矩阵进行滤波处理获得目标图像。
5.一种太赫兹图像重构装置,其特征在于,包括:
时域谱数据获取模块,获取目标样品的时域谱数据;
数据变换模块,将所述目标样品的时域谱数据变换成频域数据;
目标矩阵获得模块,将所述频域数据输入太赫兹图像重构模型,得到目标矩阵;
目标图像获取模块,通过所述目标矩阵获得目标图像。
6.根据权利要求5所述的太赫兹图像重构装置,其特征在于,所述时域谱数据获取模块采用太赫兹时域光谱仪。
7.根据权利要求5所述的太赫兹图像重构装置,其特征在于,所述目标图像获取模块采用滤波模块,通过对所述目标矩阵进行滤波处理获得目标图像。
8.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行权利要求1至4任一项所述的方法。
9.一种终端设备,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行权利要求1至4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011467825.6A CN112233201A (zh) | 2020-12-14 | 2020-12-14 | 太赫兹图像重构方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011467825.6A CN112233201A (zh) | 2020-12-14 | 2020-12-14 | 太赫兹图像重构方法、装置、存储介质及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112233201A true CN112233201A (zh) | 2021-01-15 |
Family
ID=74124056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011467825.6A Pending CN112233201A (zh) | 2020-12-14 | 2020-12-14 | 太赫兹图像重构方法、装置、存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112233201A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113744163A (zh) * | 2021-11-03 | 2021-12-03 | 季华实验室 | 集成电路图像增强方法、装置、电子设备及存储介质 |
WO2023109713A1 (zh) * | 2021-12-15 | 2023-06-22 | 深圳先进技术研究院 | 一种基于经验小波变换的太赫兹成像方法、系统和设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106441575A (zh) * | 2016-09-18 | 2017-02-22 | 河南工业大学 | 一种太赫兹时域光谱稀疏成像方法 |
CN111579522A (zh) * | 2020-05-22 | 2020-08-25 | 中国科学院重庆绿色智能技术研究院 | 基于太赫兹成像的生物大分子含量相对定量检测方法 |
CN112014349A (zh) * | 2020-11-02 | 2020-12-01 | 季华实验室 | 太赫兹时域光谱成像复原方法、装置、存储介质及终端 |
-
2020
- 2020-12-14 CN CN202011467825.6A patent/CN112233201A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106441575A (zh) * | 2016-09-18 | 2017-02-22 | 河南工业大学 | 一种太赫兹时域光谱稀疏成像方法 |
CN111579522A (zh) * | 2020-05-22 | 2020-08-25 | 中国科学院重庆绿色智能技术研究院 | 基于太赫兹成像的生物大分子含量相对定量检测方法 |
CN112014349A (zh) * | 2020-11-02 | 2020-12-01 | 季华实验室 | 太赫兹时域光谱成像复原方法、装置、存储介质及终端 |
Non-Patent Citations (1)
Title |
---|
郭俊文: "太赫兹时域光谱成像研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113744163A (zh) * | 2021-11-03 | 2021-12-03 | 季华实验室 | 集成电路图像增强方法、装置、电子设备及存储介质 |
WO2023109713A1 (zh) * | 2021-12-15 | 2023-06-22 | 深圳先进技术研究院 | 一种基于经验小波变换的太赫兹成像方法、系统和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bosman et al. | New constraints on Lyman-α opacity with a sample of 62 quasarsat z> 5.7 | |
Chen et al. | Plant canopy gap-size analysis theory for improving optical measurements of leaf-area index | |
Patat et al. | Error Analysis for Dual‐Beam Optical Linear Polarimetry1 | |
Vanderbilt et al. | Specular, diffuse, and polarized light scattered by two wheat canopies | |
CN112233201A (zh) | 太赫兹图像重构方法、装置、存储介质及终端 | |
Li et al. | Estimating apple tree canopy chlorophyll content based on Sentinel-2A remote sensing imaging | |
Molchanov et al. | Advanced spectral processing of broadband light using acousto-optic devices with arbitrary transmission functions | |
Dong et al. | Nondestructive egg freshness assessment from the equatorial and blunt region based on visible near infrared spectroscopy | |
Velinov et al. | Real‐time rendering of wave‐optical effects on scratched surfaces | |
CN104914089A (zh) | 用表面增强拉曼光谱对痕量混合物进行半定量分析的方法 | |
Almoro et al. | Random phase plate for wavefront sensing via phase retrieval and a volume speckle field | |
Peyvasteh et al. | Evolution of raw meat polarization‐based properties by means of Mueller matrix imaging | |
TW200928285A (en) | Reflective measurement method of film thickness by spectral image system | |
CN116380806A (zh) | 一种利用偏振度光谱信息估算叶绿素含量的方法及系统 | |
Tanabe et al. | Far‐and Deep‐UV Spectroscopy of Semiconductor Nanoparticles Measured Based on Attenuated Total Reflectance spectroscopy | |
Hu et al. | Maximum likelihood method for calibration of Mueller polarimeters in reflection configuration | |
Kim et al. | Mass production-enabled computational spectrometers based on multilayer thin films | |
Butler et al. | Experimental measurement and analysis of wavelength-dependent properties of the BRDF | |
Berger et al. | Modeling and verifying the polarizing reflectance of real-world metallic surfaces | |
Spaeker et al. | Gradients of Orientation, Composition, and Hydration of Proteins for Efficient Light Collection by the Cornea of the Horseshoe Crab | |
Zhang et al. | Multi-wavelength multi-angle reflection tomography | |
Ma et al. | The Measurement and modeling investigation on the spectral polarized BRDF of brass | |
Mark | Fundamentals of near-infrared spectroscopy | |
Valade et al. | Testing Bayesian reconstruction methods from peculiar velocities | |
Kong et al. | An integrated field and hyperspectral remote sensing method for the estimation of pigments content of Stipa Purpurea in Shenzha, Tibet |
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: 20210115 |
|
RJ01 | Rejection of invention patent application after publication |