CN112489200B - 一种火焰光谱的三维重建装置和方法 - Google Patents

一种火焰光谱的三维重建装置和方法 Download PDF

Info

Publication number
CN112489200B
CN112489200B CN202011397676.0A CN202011397676A CN112489200B CN 112489200 B CN112489200 B CN 112489200B CN 202011397676 A CN202011397676 A CN 202011397676A CN 112489200 B CN112489200 B CN 112489200B
Authority
CN
China
Prior art keywords
flame
layer
data
iterative
representing
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
Application number
CN202011397676.0A
Other languages
English (en)
Other versions
CN112489200A (zh
Inventor
曹汛
张焱
刘征宇
王琛
蔡李靖
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.)
Nanjing University
Original Assignee
Nanjing 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 Nanjing University filed Critical Nanjing University
Priority to CN202011397676.0A priority Critical patent/CN112489200B/zh
Publication of CN112489200A publication Critical patent/CN112489200A/zh
Priority to US18/251,410 priority patent/US20230421746A1/en
Priority to PCT/CN2021/093258 priority patent/WO2022116478A1/zh
Application granted granted Critical
Publication of CN112489200B publication Critical patent/CN112489200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/006Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20Image signal generators
    • H04N13/282Image signal generators for generating image signals corresponding to three or more geometrical viewpoints, e.g. multi-view systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/424Iterative

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种火焰光谱的三维重建装置和方法。该装置由多台棱镜掩膜式拍摄系统和多面反射镜组成;棱镜掩膜式拍摄系统以待重建的燃烧区域为中心环形搭建;每一台棱镜掩膜式拍摄系统配有两面反射镜并且反射镜沿拍摄系统的轴线左右倾斜设置,使得火焰数据经反射镜反射后进入棱镜掩膜式拍摄系统,从而实现多角度上火焰高光谱数据的实时获取。该重建方法首先利用圆柱形标定柱实现待重建区域的获取;然后同步采集火焰高光谱数据并进行预处理;最后使用火焰光谱三维重建算法重建出火焰的三维光谱数据。本发明的方法所需的拍摄角度少、收敛速度快、消除了带状伪影,能够真实地重建出火焰的三维光谱数据。

Description

一种火焰光谱的三维重建装置和方法
技术领域
本发明涉及计算摄像学和燃烧诊断领域,特别是一种火焰光谱的三维重建装置和方法。
背景技术
虽然一直有新的CT重建算法被提出,但是无论是以Radon变换为理论基础的解析类重建算法,还是以解方程为主要思想的迭代类重建算法,在重建领域都有其局限性:前者抗噪性能差,对数据的完备性要求较高,后者存在着迭代类重建算法共有的缺陷——带状伪影。
火焰中的不同燃烧成分参与燃烧时具有不同的光谱特征,利用燃烧光谱可以有效分析参与燃烧反应的燃料成分。对于多种成分参与的复杂燃烧反应,获得燃烧光谱数据多维光谱特征的相关性分析可以反映各燃烧组分的内在关联。如何获得精确的三维光谱数据对于揭示燃烧现象的本质特征、探索燃烧过程的演化规律具有极其重要的意义。
人们目前获取火焰光谱信息的方式,大多靠的是单点式光谱仪,或者是扫描式光谱仪。但是,不管是前者还是后者,都无法获得动态的、具有三维空间分辨率的火焰光谱信息。已有的光谱层析技术:扫描激光光学层析成像技术(SLOT),其通过单点扫描、旋转拍摄的技术,最后通过反投影算法重建出层析光谱。但是此技术限制条件较多,无法应用于燃烧诊断领域。
发明内容
针对现如今暂无获得火焰三维光谱的有效办法,本发明的目的在于提供一种火焰光谱的三维重建装置和方法,其重建出的结果拥有较高的数据精度,呈现的结果不仅仅是三维的,而且还包含高光谱信息。
为实现以上目的,本发明采用的技术方案为:
一种火焰光谱的三维重建装置,由多台棱镜掩膜式拍摄系统和多面反射镜组成;所述棱镜掩膜式拍摄系统以待重建的燃烧区域为中心环形搭建;所述每一台棱镜掩膜式拍摄系统配有两面反射镜,并且两面反射镜沿拍摄系统的轴线左右倾斜设置,使得火焰数据经反射镜反射后进入棱镜掩膜式拍摄系统,从而实现多角度上火焰高光谱数据的实时获取。
本发明利用上述一种火焰光谱的三维重建装置的重建方法,该方法包括如下步骤:
(1)在待重建的燃烧区域放置一圆柱形标定柱,拍摄标定柱照片并提取照片中各方向上标定柱的角点坐标作为该方向上待重建区域的角点坐标;
(2)移走标定柱并使待重建的燃烧区域燃烧,利用多台棱镜掩膜式拍摄系统和多面反射镜从不同角度同步拍摄火焰的高光谱数据,并对数据进行预处理操作;
(3)利用火焰光谱三维重建算法重建出火焰各个光谱通道上的三维结构。
进一步地,所述步骤(2)中,预处理操作具体为:
首先,利用步骤(1)提取的待重建区域的角点坐标,将拍摄的火焰数据经透视变换处理至一个固定大小的矩阵内,从而实现对齐;然后,将对齐后的数据进行去噪,接着将同一层中不同拍摄角度获取的数据整合成一个向量,并将不同层、不同波段的向量组合成一个三维矩阵B,其中矩阵的三个维度分别表示的是投影射线、层、波段。
进一步地,所述步骤(3)中,在各个光谱通道中利用联合迭代算法重建出火焰光谱的三维结构,所述联合迭代重建算法使用的是逐点校正,即将所有与像素j相交的射线所产生的投影值与前一次迭代的校正投影值之间的误差之和作为这一次迭代的校正项对图像进行修正。进一步地,所述联合迭代重建算法中,在初始值赋值时,对于每个波段,除第一层的数据迭代求解时的初始值为零向量外,其余层迭代求解时的初始值均为上一层求解的结果。
进一步地,所述联合迭代重建算法中,松弛因子选择最速下降法:
式中:是第t层、第s个波段的数据迭代k次后的结果,W是系数矩阵及WT是其转置,|| ||1表示求1-范数。
进一步地,所述联合迭代重建算法中,迭代过程中设置一个判断收敛的公式作为结束条件:
式中:ε是设定的阈值。
进一步地,所述联合迭代重建算法中,根据各角度的投影信息对系数矩阵W做二值化得到滤波算子,并对迭代求解的结果进行滤波:
式中:表示的是第t层、第s个波段滤波后的结果,Xt,s是第t层、第s个波段迭代求解的结果,Maskt是第t层的滤波算子。
本发明重建出的结果具有较高的数据精度,能够准确地重建出火焰的三维高光谱信息。与现有的技术相比,本发明显著优势在于:
(1)本发明能够快速地获取火焰的高光谱信息,并且能够实现高光谱的火焰三维数据重建。
(2)本发明能够在拥有比较少数据采集角度的情况下,也能很好地重建出火焰的三维数据,极大地节省了成本。
(3)相比较现有的重建算法,本发明利用圆柱形标定柱能够便捷快速地实现对齐操作和提取待重建区域操作的同步实现。
(4)相比较现有的迭代重建算法,本发明重建算法中的滤波算子能够消除迭代重建带来的带状伪影,真实地还原火焰光谱的三维结构。
(5)根据火焰连续层分布的相似性,本发明在重建算法中使用的初始值赋值方案,极大地加快了重建过程收敛的速度。
(6)本发明选择最速下降法计算松弛因子,提高了迭代求解时收敛的速度。
附图说明
图1是本发明装置的结构示意图;
图2是圆柱形标定柱的示意图;
图3是火焰噪声分布示意图;
图4是系数矩阵几何关系示意图;
图5是本发明方法的流程图。
具体实施方式
下面将结合附图及具体实施例对本发明进行详细描述。
结合图1,本实施例利用3台棱镜掩膜式拍摄系统和6面反射镜搭建一套9视角光谱视频相机系统,每三个相邻拍摄视角使用一台棱镜掩膜式拍摄系统和两面反射镜,两面反射镜沿其拍摄系统的轴线左右倾斜设置,使得火焰的光经反射后进入棱镜掩膜式拍摄系统。在搭建系统前,会在待重建的燃烧区域放置一带有九个小孔的圆柱形标定柱,如图2所示,小孔的角度为拍摄的角度,设定为0°、20°、40°、60°、80°、100°、120°、140°、160°。以圆柱形标定柱为中心,根据拍摄系统传感器上拍摄到的标定柱及对应拍摄角度的小孔的画面,调整对应拍摄系统或平面镜的位置。本实施例通过棱镜掩膜式拍摄系统可以获得高光谱信息,通过多面反射镜可以获得多视场信息,从而实现多视场、多光谱数据的实时获取。
(1)拍摄搭建系统时摆放的圆柱形标定柱照片,总计3张,每张照片上有三个角度的标定柱信息。对于每个角度,根据标定柱照片左上、左下、右上、右下四个角点的坐标生成此方向上的待重建区域,并由此求解出由待重建区域投影至固定大小(500*142)矩阵的透视变换矩阵
透视变换公式为:
求解即可得到:
(x,y)→(x′,y′)
其中:(x,y)表示圆柱形标定柱的角点坐标,(x′,y′)表示固定大小矩阵的角点坐标。
(2)移走标定柱并使待重建的燃烧区燃烧,利用多视角光谱视频相机系统同步拍摄火焰高光谱数据并对拍摄到的火焰数据进行预处理:
首先,将拍到的火焰数据经上一步计算出的透视变换矩阵处理至一个固定大小(500*142)的矩阵内来来实现对齐。
接下来,结合图3,将对齐后的数据进行去噪:
先将输入的所有数据中低于某阈值(0.02)的数都置为0,按照准侧:
去除背景噪声。
再对于每一层y=y0:从左到右找到满足f(x1,y0)-f(x1,y0-1)>0.05的第一个点(x1,y0),从右到左找到满足f(x2,y0-1)-f(x2,y0)>0.05的第一个点(x2,y0),按照如下公式
进行操作去除区域1内的噪声。式中:f(x,y)表示点(x,y)的值。
最后,将同一层上不同拍摄角度拍摄的数据整合成一个向量bts
bts=[y1,y2,y3,y4,y5,y6,y7,y8,y9]T
式中:bts表示第t层,第s个波段的投影数据,yi表示第t层、第s个波段下第i个拍摄角度采集到的数据,并将不同层、不同波段的向量组合成一个三维矩阵B(三个维度分别表示的是投影射线、层、波段)。
B=[[b1,1,b2,1,b3,1,…,b500,1],[b1,2,b2,2,b3,2,…,b500,2],…,[b1,128,b2,128,b3,128,…,b500,128]]
(3)利用火焰光谱三维重建算法重建出火焰各个光谱通道上的三维结构:
本实施例在重建之前,结合图4,求解出系数矩阵W。
火焰光谱三维重建算法要求在各光谱通道中,利用本发明改进的联合迭代算法重建出火焰光谱的三维结构。迭代重建算法是对连续图像进行网格离散化,它是将整个图像域划分为L=992个像素,即边长为99的正方形,每个像素本身的离散值假定为一个常数,然后就有向量X=[x1,x1,…,x99]表示为待求的图像,而R=9*142条射线进行投影得到的投影成像数据则由P=[p1,p1,…,p1278]表示,其中R=MRm,M=9为投影角度,Rm=142为第m个投影角度的探测器探元数量。重建图像,就是求解公式WX=P,即求解:
式中:wi,j代表的是第j个像素对第i个投影值的贡献。
接着,本发明在各个光谱通道中利用改进的联合迭代算法重建出火焰光谱的三维结构,使用的是逐点校正,即将所有与像素j相交的射线所产生的投影值与前一次迭代的校正投影值之间的误差之和作为这一次迭代的校正项对图像进行修正,输入之前处理好的采集数据B,计算的迭代公式如下:
式中:表示第t层、第s个波段中待重建的第j个像素第k次迭代计算后的结果,xj,t,s表示第t层、第s个波段、第j个投影值迭代求解出的结果,Pi,t,s=B(i,t,s),表示第t层、第s个波段、第i个投影值,/>是当前迭代计算的松弛因子,wij代表的是第j个像素对第i个投影值的贡献,即像素内射线的长度;M表示投影的数量,N为每一层待重建的像素数。
其中,值得注意的是,本实施例在重建第1层的所有结果时,输入的初始值为0,但是迭代计算其他层数据时,输入的初始值都是上一层对应位置的计算结果。
在迭代计算的过程中,松弛因子并非一个常数,根据最速下降法,/>如下:
式中:是第t层、第s个波段的数据迭代k次后的结果,W是系数矩阵。
在迭代过程中,设置一个判断收敛的公式作为结束条件:
这样,便可以在近似收敛时结束迭代运算,加快重建的进程。
最后,根据各角度的投影数据是否为0将系数矩阵W二值化,得到滤波算子Mask,再对迭代重建结果X进行滤波:
式中:表示的是第t层、第s个波段滤波后的结果,Xt,s是第t层、第s个波段迭代求解的结果,Maskt是第t层的滤波算子。
这样,本实施例便可以得到128个波段下火焰的三维图,为了可视化结果,可以按照不同波段显示火焰的三维光谱数据。
本发明提供的装置和方法,解决了从不同角度获取火焰的高光谱信息和多视场信息,重建出了火焰的三维光谱信息。

Claims (6)

1.一种火焰光谱的三维重建装置的重建方法,其实现装置由多台棱镜掩膜式拍摄系统和多面反射镜组成;所述棱镜掩膜式拍摄系统以待重建的燃烧区域为中心环形搭建;所述每一台棱镜掩膜式拍摄系统配有两面反射镜,并且两面反射镜沿拍摄系统的轴线左右倾斜设置,使得火焰数据经反射镜反射后进入棱镜掩膜式拍摄系统,从而实现多角度上火焰高光谱数据的实时获取;其特征在于,该方法包括如下步骤:
(1)在待重建的燃烧区域放置一圆柱形标定柱,拍摄标定柱照片并提取照片中各方向上标定柱的角点坐标作为该方向上待重建区域的角点坐标;
(2)移走标定柱并使待重建的燃烧区域燃烧,利用多台棱镜掩膜式拍摄系统和多面反射镜从不同角度同步拍摄火焰的高光谱数据,并对数据进行预处理操作;
(3)利用联合迭代重建算法重建出火焰各个光谱通道上的三维结构,所述联合迭代重建算法使用的是逐点校正,即将所有与像素j相交的射线所产生的投影值与前一次迭代的校正投影值之间的误差之和作为这一次迭代的校正项对图像进行修正,计算的迭代公式如下:
式中:表示第t层、第s个波段中待重建的第j个像素第k次迭代计算后的结果,/>表示第t层、第s个波段中待重建的第n个像素第k-1次迭代计算后的结果,xj,t,s表示第t层、第s个波段、第j个投影值迭代求解出的结果,xn,t-1,s表示第t-1层、第s个波段、第n个投影值迭代求解出的结果,Pi,t,s=B(i,t,s),表示第t层、第s个波段、第i个投影值,/>是当前迭代计算的松弛因子,wij代表的是第j个像素对第i个投影值的贡献,即像素内射线的长度,win代表的是第n个像素对第i个投影值的贡献;M表示投影的数量,N为每一层待重建的像素数。
2.根据权利要求1所述的重建方法,其特征在于,所述步骤(2)中,预处理操作具体为:
(1)利用步骤(1)提取的待重建区域的角点坐标,将拍摄的火焰数据经透视变换处理至一个固定大小的矩阵内,从而实现对齐;
(2)将对齐后的数据进行去噪;
(3)将去噪后的同一层、不同拍摄角度获取的数据整合成一个向量,并将不同层、不同波段的向量组合成一个三维矩阵B,其中矩阵的三个维度分别表示的是投影射线、层、波段。
3.根据权利要求1所述的重建方法,其特征在于,所述联合迭代重建算法中,在初始值赋值时,对于每个波段,除第一层的数据迭代求解时的初始值为零向量外,其余层迭代求解时的初始值均为上一层求解的结果。
4.根据权利要求3所述的重建方法,其特征在于,所述联合迭代重建算法中,松弛因子选择最速下降法:
式中:是第t层、第s个波段的数据迭代k次后的结果,W是系数矩阵及WT是其转置,||||1表示求1-范数。
5.根据权利要求4所述的重建方法,其特征在于,所述联合迭代重建算法中,迭代过程中设置一个判断收敛的公式作为结束条件:
式中:ε是设定的阈值。
6.根据权利要求5所述的重建方法,其特征在于,所述联合迭代重建算法中,根据各角度的投影信息对系数矩阵W做二值化得到滤波算子,并对迭代求解的结果进行滤波:
式中:表示的是第t层、第s个波段滤波后的结果,Xt,s是第t层、第s个波段迭代求解的结果,Maskt是第t层的滤波算子。
CN202011397676.0A 2020-12-04 2020-12-04 一种火焰光谱的三维重建装置和方法 Active CN112489200B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011397676.0A CN112489200B (zh) 2020-12-04 2020-12-04 一种火焰光谱的三维重建装置和方法
US18/251,410 US20230421746A1 (en) 2020-12-04 2021-05-12 Three-dimensional (3d) reconstruction device and method of flame spectra
PCT/CN2021/093258 WO2022116478A1 (zh) 2020-12-04 2021-05-12 一种火焰光谱的三维重建装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011397676.0A CN112489200B (zh) 2020-12-04 2020-12-04 一种火焰光谱的三维重建装置和方法

Publications (2)

Publication Number Publication Date
CN112489200A CN112489200A (zh) 2021-03-12
CN112489200B true CN112489200B (zh) 2023-09-12

Family

ID=74938040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011397676.0A Active CN112489200B (zh) 2020-12-04 2020-12-04 一种火焰光谱的三维重建装置和方法

Country Status (3)

Country Link
US (1) US20230421746A1 (zh)
CN (1) CN112489200B (zh)
WO (1) WO2022116478A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112489200B (zh) * 2020-12-04 2023-09-12 南京大学 一种火焰光谱的三维重建装置和方法
CN116740334B (zh) * 2023-06-23 2024-02-06 河北大学 一种基于双目视觉和改进yolo的无人机入侵检测定位方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971388A (zh) * 2014-03-07 2014-08-06 天津大学 一种切片尺寸自适应的火焰ct图像重建方法
CN104504751A (zh) * 2014-12-17 2015-04-08 西北工业大学 重建爆震火焰表面三维几何外形的诊断方法
CN105938101A (zh) * 2016-04-14 2016-09-14 中国科学院力学研究所 一种基于化学发光的用于火焰三维重建的成像系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2898992A1 (fr) * 2006-03-21 2007-09-28 Sc Spim Soc Civ Ile Dispositif de formation de spectre sur un capteur optique a rejet spatial.
CN110400336B (zh) * 2019-06-05 2023-02-28 东南大学 一种双光场相机火焰三维温度场重建方法
CN112489200B (zh) * 2020-12-04 2023-09-12 南京大学 一种火焰光谱的三维重建装置和方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103971388A (zh) * 2014-03-07 2014-08-06 天津大学 一种切片尺寸自适应的火焰ct图像重建方法
CN104504751A (zh) * 2014-12-17 2015-04-08 西北工业大学 重建爆震火焰表面三维几何外形的诊断方法
CN105938101A (zh) * 2016-04-14 2016-09-14 中国科学院力学研究所 一种基于化学发光的用于火焰三维重建的成像系统及方法

Also Published As

Publication number Publication date
WO2022116478A1 (zh) 2022-06-09
CN112489200A (zh) 2021-03-12
US20230421746A1 (en) 2023-12-28

Similar Documents

Publication Publication Date Title
Amro et al. A survey of classical methods and new trends in pansharpening of multispectral images
Wang et al. A comparative analysis of image fusion methods
CN112489200B (zh) 一种火焰光谱的三维重建装置和方法
EP2899690A2 (en) Random imaging
Gladkova et al. Quantitative restoration for MODIS band 6 on Aqua
US8625870B2 (en) Method and system for supplementing detail image in successive multi-scale reconstruction
US20120155728A1 (en) Tomographic iterative reconstruction
Rasti et al. Image resolution enhancement by using interpolation followed by iterative back projection
CN108288256A (zh) 一种多光谱马赛克图像复原方法
CN103886559B (zh) 一种光谱图像处理方法
CN106537454A (zh) 用于图像的摄影测量处理的方法和系统
Ma et al. An operational superresolution approach for multi-temporal and multi-angle remotely sensed imagery
US9041822B2 (en) Method and system of increasing spatial resolution of multi-dimensional optical imagery using sensor's intrinsic keystone
CN104748852A (zh) 一种基于压缩感知的计算多光谱成像系统
Qian et al. Enhancing spatial resolution of hyperspectral imagery using sensor's intrinsic keystone distortion
Hakim et al. Development of systematic image preprocessing of LAPAN-A3/IPB multispectral images
Ma et al. Robust locally weighted regression for superresolution enhancement of multi-angle remote sensing imagery
CN108267426A (zh) 基于多光谱成像的绘画颜料识别系统及方法
Chan et al. A comparison of superresolution reconstruction methods for multi-angle CHRIS/Proba images
CN111223161A (zh) 一种图像重建方法、装置及存储介质
CN108801457B (zh) 基于编码采样板设计以及二次能量约束校正的三维图谱获取及重建方法
Qi et al. A super-resolution fusion video imaging spectrometer based on single-pixel camera
CN115937345A (zh) 一种基于深度学习的光声图像重建方法及装置
Lv et al. Turn a silicon camera into an ingaas camera
Tsai et al. Destriping hyperion imagery using spline interpolation

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