CN116449049A - 一种基于多色光深度编码和光场相机的三维流场测试方法及系统 - Google Patents
一种基于多色光深度编码和光场相机的三维流场测试方法及系统 Download PDFInfo
- Publication number
- CN116449049A CN116449049A CN202310316199.8A CN202310316199A CN116449049A CN 116449049 A CN116449049 A CN 116449049A CN 202310316199 A CN202310316199 A CN 202310316199A CN 116449049 A CN116449049 A CN 116449049A
- Authority
- CN
- China
- Prior art keywords
- field
- light
- depth
- dimensional
- particle
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 16
- 239000002245 particle Substances 0.000 claims abstract description 57
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 230000003287 optical effect Effects 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 5
- 239000000700 radioactive tracer Substances 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 abstract description 8
- 238000000917 particle-image velocimetry Methods 0.000 description 30
- 238000000691 measurement method Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000669618 Nothes Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
- G01P5/26—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the direct influence of the streaming fluid on the properties of a detecting optical wave
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
- G01P5/18—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the time taken to traverse a fixed distance
- G01P5/20—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the time taken to traverse a fixed distance using particles entrained by a fluid stream
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
本发明提出了一种基于多色光深度编码和光场相机的三维流场测试方法及系统。包括:将LED白光源准直并通过柱透镜聚焦在一对平行的闪耀光栅上,得到一束深度方向被颜色编码的体积多色光,用于激发示踪粒子;利用光场相机对待测流场进行成像,获取待测流场的时序粒子光场图像;对光场信息和颜色\深度信息分别进行解码,得到流场的三维粒子场;对时序三维粒子场进行相关计算,获得三维流场速度场。该系统利用多色光对轴向深度进行颜色编码,实现了比单光场相机更优越的轴向分辨率,显著提高了速度矢量的精度。相比于其他PIV系统,仅需要一台相机便可以完成三维流场的高精度测量,极大地降低了三维PIV系统的成本,结构简单可靠,适用范围广泛。
Description
技术领域
本发明涉及一种基于多色光深度编码和光场相机的三维流场测试方法及系统。
背景技术
粒子图像测速(PIV)技术是一种非介入式的全场测量技术,具有非接触式、流动结构可视化和全流场测量等优势,这大大提高了流动测量的效率和精度,使得PIV在高速复杂流动的精细测量中发挥了极其重要的作用,并得到了广泛应用。
目前三维流动测量一直是PIV的重要研究方向之一,包括散焦数字粒子图像测速技术(Defocusing Digital PIV,DD-PIV)、全息粒子图像测速技术(Holography PIV,Holo-PIV)、合成孔径粒子图像测速技术(Synthetic Aperture PIV,SA-PIV),彩虹粒子图像测速技术(Rainbow PIV),以及层析粒子图像测速技术(Tomographic PIV,Tomo-PIV)。其中Tomo-PIV通常需要利用4-6台相机从不同角度对成像区域进行成像,使用激光器对成像区域进行激发,利用同步控制器实现相机与激光器之间的精准同步,从而实现多相机对流场的多角度同时成像,最后通过图像融合得到三维粒子场分布,由此计算3D-3C(three-dimensional three-component(3C))速度场。Tomo-PIV由于具有高分辨率和高粒子浓度成像能力而被广泛使用。但是该方法需要复杂且昂贵的相机系统以及繁琐的系统调试,并且使用场景受限,往往无法在光学访问窗口较小的实验中使用。因此,发展基于单相机的3D-3C PIV技术变得尤为重要。
光场数字粒子图像测速技术(Light Field PIV,LF-PIV)是一种将光场成像技术与PIV技术相结合流动测量方法。光场PIV在一台相机前放置一个微透镜阵列(MLA)从而取代了多台相机,相比于其它方法,光场PIV极大简化了PIV系统,但是对于单光场相机重构出的图像存在轴向分辨率相对于横向分辨率较低的问题,导致三维高分辨率流场测量十分困难。双光场相机PIV虽然能有效解决图像轴向分辨率低的问题,但是增加了系统的成本和复杂程度,也极大地限制了在受限光学访问空间中的应用。单光场相机双视角PIV虽然有效解决了双光场相机PIV的限制,但是也带来了新的问题,镜子的放置将对流场产生干扰,限制了该方法在一些流动测量上的应用。
发明内容
本发明的目的是提供一种基于多色光深度编码和光场相机的高分辨率三维流场测试方法及系统,该系统利用多色光对成像区域的深度进行颜色编码,通过数据处理器对颜色进行深度解码,实现了高空间分辨率的三维成像。解决了单光场相机轴向分辨率较差的问题,拓宽了光场PIV系统在受限光学访问空间中的应用,为光场PIV系统的优化提供了新思路。
为实现上述目的,本发明采用的技术方案如下:
本申请第一个方面提供了一种基于多色光深度编码和光场相机的三维流场测试方法,包括以下步骤:
A1,将光源准直并聚焦在一对平行的衍射光栅上,得到一束深度方向被颜色编码的体积多色光,用于激发待测流场中的示踪粒子;
A2,对体积多色光的轴向深度和轴向深度的深度位置所对应的颜色进行校准;
A3,使校准后的体积多色光照射待测流场,使用光场相机对待测流场进行成像,获取流场中示踪粒子的时序粒子光场图像;
A4,基于光场原理,对时序粒子光场图像的不同深度进行重聚焦,最终将所有深度的粒子图像整合,得到被颜色编码的粒子图像;
A5,对被颜色编码的粒子图像进行深度估计,得到三维粒子场图像;
A6,输入连续相邻时序的三维粒子场图像,采用基于物理模型的变分光流模型求解得到最终待测流场的三维速度矢量场。
本申请第二个方面提供了一种实现上述三维流场测试方法的三维流场测试系统,其特征在于,包括:
(1).光场相机,包括微距镜头、微透镜阵列、主镜头和工业相机;
(2).体积多色光照明系统,包括大功率LED白光源一对平行衍射光栅及透镜组合的光学系统;
(3).数据处理器,通过获得的时序粒子光场图像,用数据处理器来重构出三维流场速度矢量场。
与现有技术相比,本发明的技术方案具有以下有益效果:
本申请能实现单个光场相机对受限光学访问空间下的三维流场高精度测量,解决了光场PIV系统轴向分辨率低的问题。单光场相机替代多个(光场)相机系统或特殊光学元件,降低了三维PIV系统的成本,极大简化了系统的配置和操作,结构简单可靠,适用范围广泛。
附图说明
图1是本发明中基于多色光深度编码和光场相机的三维流场测速方法流程示意图;
图2是本发明中光场重聚焦算法的原理示意图;
图3是本发明中深度估计算法的流程图;
图4是本发明中多色光深度编码的光场PIV系统和其他PIV系统的对比示意图。
具体实施方式
本发明提供了一种基于多色光深度编码和光场相机的三维流场测试方法及系统。请参阅图1至图4所示,下面对本发明方法的详细实施步骤进行叙述。
第一步:如图1(a)中所示,待测流场中均匀撒布示踪粒子,用大功率LED白光源通过凸透镜准直后,通过柱透镜聚焦到一对平行的衍射光栅上,得到一段波长大约在420~680nm且沿深度方向依次排布的体积多色光,用于激发示踪粒子。
第二步:将单个示踪粒子固定在位移台上,利用多色光对粒子进行激发。通过电机精确控制位移台使得粒子在深度方向依次移动,并依次对粒子进行成像。提取不同深度颜色的点扩散函数,完成深度和颜色的校准,作为深度估计算法中颜色\深度的标准值。
第三步:利用光场相机对待测流场进行成像,确保光场相机的景深范围大于多色光的深度大小,最终获取流场的时序粒子光场图像。
第四步:将原4D光场图像解码成合成光场,利用光场图像的重聚焦性质,对不同方向的视角进行不同程度的偏移和叠加便可以完成不同深度方向粒子的重新聚焦,最终将所有深度的粒子图像整合,得到被颜色光编码的粒子图像。光场重聚焦算法的原理示意图如图2所示,其重建方程如下:
其中:L是原4D光场图像,s′,t′代表合成光场的两个空间方向维度,u,v代表光场的两个角度方向维度,a是重聚焦的相对深度。
第五步:图3展示深度估计算法的流程图。对获得的不同深度的点扩散函数,首先分别构建RGB三个通道的卷积算子矩阵A,其次构建求解位置P的深度估计函数,并对深度/颜色之间增加相关权重参数,以补偿相机光谱灵敏度,通过交替方向乘子法(ADMM)对深度估计函数进行求解,深度估计函数表示为:
其中i是被颜色编码的粒子图像,A是卷积算子,p是三维粒子分布位置,α是调节空间粒子稀疏性的权重因子。根据红绿蓝颜色通道对深度估计函数进行分解得到:
subject to pj-y=0
其中j代表不同的颜色通道,pj是相对局部变量,y是全局一致变量。对三个颜色通道进行迭代求解并进行整合,最终重建得到高精度的三维粒子场。其迭代更新表达式如下:
其中k表示迭代次数,为所属A卷积算子的转置矩阵,I为单位矩阵,qj是拉格朗日乘子,/>和/>分别表示颜色通道上pj和qj的平均值,ρ为惩罚参数,且为正值;在迭代计算过程中,一个颜色通道只覆盖c多色光的部分范围。如:红色通道覆盖多色光的前部,绿色通道覆盖多色光的中部,蓝色通道覆盖多色光的后部(图3左下)。
第六步:对时序粒子三维粒子场进行相关计算,采用一种基于物理模型的变分光流模型求解得到待测流场的三维速度矢量场。该光流模型在基本的变分光流模型基础上增加了示踪粒子对应项和无散度项,其中示踪粒子对应项可提高粒子的匹配精度,无散度项则是基于不可压流体的物理特性进行约束,也可提高计算结果的精度。拟采用的光流模型表达式为:
Etotal=Edate+γ1Esmooth+γ2Ecorres+γ3Ediv
其中:γ1,γ2,γ3是各项的平衡因子,Edate和Esmooth来自基本光流法,由亮度恒定假设得出,Ecorres是示踪粒子对应项,Ediv是无散度项。
本申请还提供了一种三维流场测试系统,包括:
(1).光场相机,包括微距镜头、微透镜阵列、主镜头和工业相机;
(2).体积多色光照明系统,包括大功率LED白光源一对平行衍射光栅及透镜组合的光学系统;
(3).数据处理器,通过获得的时序粒子光场图像,用数据处理器来重构出三维流场速度矢量场。
综上所述,本申请通过多色光对成像区域的深度进行颜色编码,利用数据处理器对颜色进行深度解码,提高了单光场相机的轴向分辨率,实现了单个光场相机对受限光学访问空间下的三维流场进行高精度测量。单光场相机替代多个(光场)相机系统或特殊光学元件,相比于其他PIV系统(图4),仅需要一台相机便可以完成三维流场的高精度测量,极大地降低了三维PIV系统的成本,结构简单可靠,适用范围广泛。为光场PIV系统的优化提供了新思路,三维流场测量研究起到了促进作用。
以上对本发明的具体实施例进行了详细描述,但其只是作为范例,本发明并不限制于以上描述的具体实施例。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于多色光深度编码和光场相机的三维流场测试方法,其特征在于,包括以下步骤:
A1,将光源准直并聚焦在一对平行的衍射光栅上,得到一束深度方向被颜色编码的体积多色光,用于激发待测流场中的示踪粒子;
A2,对体积多色光的轴向深度和轴向深度的深度位置所对应的颜色进行校准;
A3,使校准后的体积多色光照射待测流场,使用光场相机对待测流场进行成像,获取流场中示踪粒子的时序粒子光场图像;
A4,基于光场原理,对时序粒子光场图像的不同深度进行重聚焦,最终将所有深度的粒子图像整合,得到被颜色编码的粒子图像;
A5,对被颜色编码的粒子图像进行深度估计,得到三维粒子场图像;
A6,输入连续相邻时序的三维粒子场图像,采用基于物理模型的变分光流模型求解得到最终待测流场的三维速度矢量场。
2.根据权利要求1所述的三维流场测试方法,其特征在于,步骤A1中,在待测流场中均匀撒布示踪粒子,用大功率LED白光源通过凸透镜准直后,通过柱透镜聚焦到一对平行的衍射光栅上,得到一段波长在420~680nm且沿深度方向依次排布的体积多色光,用于激发示踪粒子。
3.根据权利要求2所述的三维流场测试方法,其特征在于,所述体积多色光的深度大小,由平行的衍射光栅之间的距离进行调控。
4.根据权利要求1所述的三维流场测试方法,其特征在于,步骤A2中,用被固定的示踪粒子沿深度方向依次移动,得到已知深度颜色的点扩散函数,并最终导入深度估计算法作为深度度量的标准值。
5.根据权利要求1所述的三维流场测试方法,其特征在于,步骤A3中,对待测流场进行成像时,光场相机的景深范围大于多色光的深度大小。
6.根据权利要求1所述的三维流场测试方法,其特征在于,步骤A4中,所述的光场原理,是指利用光场图像的重聚焦性质,按照式(1),对不同深度的示踪粒子进行重新聚焦,
其中:L是原4D光场图像,s′,t′代表合成光场的两个空间方向维度,u,v代表光场的两个角度方向维度,a是重聚焦的相对深度。
7.根据权利要求1所述的三维流场测试方法,其特征在于,步骤A5中,深度估计算法,采用交替方向乘子法,对深度估计函数进行分解和交替迭代求解,最终得到粒子场的粒子三维分布。
8.根据权利要求7所述的三维流场测试方法,其特征在于,深度估计函数为:
其中i是被颜色编码的粒子图像,A是卷积算子,p是三维粒子分布位置,α是调节空间粒子稀疏性的权重因子;
基于交替方向乘子法,根据红绿蓝的颜色通道对函数进行分解,表示为:
subject to pj-y=0
其中j代表不同的颜色通道,pj是相对局部变量,y是全局一致变量;深度估计问题被分解为三个子问题进行迭代求解,迭代更新表达式如下:
其中k表示迭代次数,为所属A卷积算子的转置矩阵,I为单位矩阵,qj是拉格朗日乘子,/>和/>分别表示颜色通道上pj和qj的平均值,p为惩罚参数,且为正值;在迭代计算过程中,一个颜色通道只覆盖c多色光的部分范围。
9.根据权利要求1所述的三维流场测试方法,其特征在于,步骤A6中,相邻时序的三维粒子图像之间由基于物理模型的光流法进行求解计算,按照式(2),获得待测流场的三维速度矢量场Etotal,
Etotal=Edate+γ1Esmooth+γ2Ecorres+γ3Ediv (2)
其中:γ1,γ2,γ3是各项的平衡因子,Edate和Esmooth来自基本光流法,由亮度恒定假设得出,Ecorres是示踪粒子对应项,Ediv是无散度项。
10.一种实现权利要求1至9中任一项所述三维流场测试方法的三维流场测试系统,其特征在于,包括:
(1).光场相机,包括微距镜头、微透镜阵列、主镜头和工业相机;
(2).体积多色光照明系统,包括大功率LED白光源一对平行衍射光栅及透镜组合的光学系统;
(3).数据处理器,通过获得的时序粒子光场图像,用数据处理器来重构出三维流场速度矢量场。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310316199.8A CN116449049A (zh) | 2023-03-29 | 2023-03-29 | 一种基于多色光深度编码和光场相机的三维流场测试方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310316199.8A CN116449049A (zh) | 2023-03-29 | 2023-03-29 | 一种基于多色光深度编码和光场相机的三维流场测试方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116449049A true CN116449049A (zh) | 2023-07-18 |
Family
ID=87128089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310316199.8A Pending CN116449049A (zh) | 2023-03-29 | 2023-03-29 | 一种基于多色光深度编码和光场相机的三维流场测试方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116449049A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116973347A (zh) * | 2023-07-19 | 2023-10-31 | 哈尔滨工业大学 | 一种基于slipi-3dlif的激发测量装置及应用 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296811A (zh) * | 2016-08-17 | 2017-01-04 | 李思嘉 | 一种基于单光场相机的目标物三维重构方法 |
CN107084794A (zh) * | 2017-04-10 | 2017-08-22 | 东南大学 | 基于光场分层成像技术的火焰三维温度场测量系统及其方法 |
CN107451956A (zh) * | 2017-07-19 | 2017-12-08 | 北京理工大学 | 一种编码孔径光谱成像系统的重构方法 |
US20180114328A1 (en) * | 2015-05-15 | 2018-04-26 | Graduate School At Shenzhen, Tsinghua University | Depth estimation method based on light-field data distribution |
US20180246137A1 (en) * | 2017-02-28 | 2018-08-30 | King Abdullah University Of Science And Technology | Rainbow Particle Imaging Velocimetry for Dense 3D Fluid Velocity Imaging |
CN113466489A (zh) * | 2021-06-07 | 2021-10-01 | 中国计量大学 | 一种低粒子密度的单相机粒子图像测速方法 |
-
2023
- 2023-03-29 CN CN202310316199.8A patent/CN116449049A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180114328A1 (en) * | 2015-05-15 | 2018-04-26 | Graduate School At Shenzhen, Tsinghua University | Depth estimation method based on light-field data distribution |
CN106296811A (zh) * | 2016-08-17 | 2017-01-04 | 李思嘉 | 一种基于单光场相机的目标物三维重构方法 |
US20180246137A1 (en) * | 2017-02-28 | 2018-08-30 | King Abdullah University Of Science And Technology | Rainbow Particle Imaging Velocimetry for Dense 3D Fluid Velocity Imaging |
CN107084794A (zh) * | 2017-04-10 | 2017-08-22 | 东南大学 | 基于光场分层成像技术的火焰三维温度场测量系统及其方法 |
CN107451956A (zh) * | 2017-07-19 | 2017-12-08 | 北京理工大学 | 一种编码孔径光谱成像系统的重构方法 |
CN113466489A (zh) * | 2021-06-07 | 2021-10-01 | 中国计量大学 | 一种低粒子密度的单相机粒子图像测速方法 |
Non-Patent Citations (1)
Title |
---|
张峥嵘: "全变差图像恢复的交替方向乘子法", 《计算机工程与应用》, vol. 46, no. 14, pages 8 - 11 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116973347A (zh) * | 2023-07-19 | 2023-10-31 | 哈尔滨工业大学 | 一种基于slipi-3dlif的激发测量装置及应用 |
CN116973347B (zh) * | 2023-07-19 | 2024-02-09 | 哈尔滨工业大学 | 一种基于slipi-3dlif的激发测量装置及应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11781966B2 (en) | 3D diffraction tomography microscopy imaging method based on LED array coded illumination | |
CN111366557B (zh) | 一种基于薄散射介质的相位成像方法 | |
CN107084794B (zh) | 基于光场分层成像技术的火焰三维温度场测量系统及其方法 | |
CN103743482B (zh) | 一种光谱成像装置及光谱成像反演方法 | |
CN106788714B (zh) | 一种基于光学计算的稀疏解混方法 | |
CN116449049A (zh) | 一种基于多色光深度编码和光场相机的三维流场测试方法及系统 | |
CN105913401B (zh) | 工业相机摄影测量图像亮度补偿方法 | |
Samuylov et al. | Modeling point spread function in fluorescence microscopy with a sparse gaussian mixture: Tradeoff between accuracy and efficiency | |
CN113256772B (zh) | 一种基于视角转换的双角度光场高分辨重构系统及方法 | |
Qiao et al. | Snapshot coherence tomographic imaging | |
CN115436658A (zh) | 基于单光场相机双视角的高分辨率三维流场测试方法及系统 | |
Zimmermann et al. | Deep learning-based hyperspectral image reconstruction from emulated and real computed tomography imaging spectrometer data | |
Fahringer et al. | The effect of grid resolution on the accuracy of tomographic reconstruction using a plenoptic camera | |
CN117880479A (zh) | 用于从数字全息图估计深度图的计算单元和方法,视频序列的编码方法,计算机程序 | |
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 | |
CN1097724C (zh) | 光栅与棱镜组合式超光谱图像测量方法 | |
Juntunen et al. | Hyperspectral three-dimensional absorption imaging using snapshot optical tomography | |
Moshtaghpour et al. | Compressive single-pixel Fourier transform imaging using structured illumination | |
CN104729404B (zh) | 高速3d工业数字显微镜 | |
CN114791320A (zh) | 折衍射混合的两次对焦图像融合多光谱成像系统和方法 | |
US20230073901A1 (en) | Systems and methods for performing multiple-wavelength quantitative phase imaging (qpi) | |
Feng et al. | Compressive spectral integral imaging using a microlens array | |
Nunez et al. | Medium-adaptive Compressive Diffuse Optical Tomography | |
KR101846390B1 (ko) | 소형 보정 패턴을 이용한 카메라 네트웍 보정 방법 및 장치 | |
CN111063022A (zh) | 一种结合相位梯度与直接线性变换的相位体三维重建法 |
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 |