下载文档原格式
第４５卷 第１期２０２１年１月激 光 技 术ＬＡＳＥＲＴＥＣＨＮＯＬＯＧＹＶｏｌ．４５，Ｎｏ．１Ｊａｎｕａｒｙ，２０２１ 文章编号：１００１ ３８０６（２０２１）０１ ０１２１ ０５光电成像系统的绝对光谱响应效率测量及分析陈均溢，商思航，苗 丹，江财俊，曾延安（华中科技大学光学与电子信息学院光电工程系，武汉４３００７４）摘要：为了准确测量光电成像系统的绝对光谱响应效率，采用光学系统光能量传递公式以及图像传感器的物理模型，得到了光电成像系统绝对光谱响应效率的计算公式，在此基础上设计了基于积分球、多光谱发光二极管光源、标准探测器及透射式平行光管的光电成像系统绝对光谱响应效率测量装置，并对光谱响应效率已知的可见光数字相机进行实验测量和分析。
结果表明，在３８０ｎｍ～１１００ｎｍ波长范围内测量装置测得的可见光数字相机的绝对光谱响应效率与标准值具有较好的一致性，最大相对误差为１．７％，各波长点的测量不确定度在置信概率为９５％时均小于０．２％，满足一般的测量要求。
该装置能够准确地对光电成像系统的绝对光谱效应效率进行测量。
关键词：成像系统；图像传感器；绝对光谱响应；标准探测器中图分类号：ＴＮ２４７ 文献标志码：Ａ ｄｏｉ：１０ ７５１０／ｊｇｊｓ ｉｓｓｎ １００１ ３８０６ ２０２１ ０１ ０２１ＭｅａｓｕｒｅｍｅｎｔａｎｄａｎａｌｙｓｉｓｏｆａｂｓｏｌｕｔｅｓｐｅｃｔｒａｌｒｅｓｐｏｎｓｅｅｆｆｉｃｉｅｎｃｙｏｆｐｈｏｔｏｅｌｅｃｔｒｉｃｉｍａｇｉｎｇｓｙｓｔｅｍＣＨＥＮＪｕｎｙｉ，ＳＨＡＮＧＳｉｈａｎｇ，ＭＩＡＯＤａｎ，ＪＩＡＮＧＣａｉｊｕｎ，ＺＥＮＧＹａｎ’ａｎ（ＤｅｐａｒｔｍｅｎｔｏｆＯｐｔｏｅｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＳｃｈｏｏｌｏｆＯｐｔｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎ，ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００７４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏａｃｃｕｒａｔｅｌｙｍｅａｓｕｒｅｔｈｅａｂｓｏｌｕｔｅｓｐｅｃｔｒａｌｒｅｓｐｏｎｓｅｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｐｈｏｔｏｅｌｅｃｔｒｉｃｉｍａｇｉｎｇｓｙｓｔｅｍ，ｔｈｅｏｐｔｉｃａｌｅｎｅｒｇｙｔｒａｎｓｆｅｒｆｏｒｍｕｌａｏｆｔｈｅｏｐｔｉｃａｌｓｙｓｔｅｍａｎｄｔｈｅｐｈｙｓｉｃａｌｍｏｄｅｌｏｆｔｈｅｉｍａｇｅｓｅｎｓｏｒｗｅｒｅａｎａｌｙｚｅｄ，ａｎｄｔｈｅｃａｌｃｕｌａｔｉｏｎｆｏｒｍｕｌａｏｆｔｈｅａｂｓｏｌｕｔｅｓｐｅｃｔｒａｌｒｅｓｐｏｎｓｅｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｐｈｏｔｏｅｌｅｃｔｒｉｃｉｍａｇｉｎｇｓｙｓｔｅｍｗａｓｏｂｔａｉｎｅｄ．Ｂａｓｅｄｏｎｔｈｅｔｈｅｏｒｅｔｉｃａｌｆｏｒｍｕｌａ，ａｎａｂｓｏｌｕｔｅｓｐｅｃｔｒａｌｒｅｓｐｏｎｓｅｅｆｆｉｃｉｅｎｃｙｍｅａｓｕｒｅｍｅｎｔｄｅｖｉｃｅｆｏｒｔｈｅｐｈｏｔｏｅｌｅｃｔｒｉｃｉｍａｇｉｎｇｓｙｓｔｅｍｂａｓｅｄｏｎｉｎｔｅｇｒａｔｉｎｇｓｐｈｅｒｅｓ，ｍｕｌｔｉｓｐｅｃｔｒａｌｌｉｇｈｔｓｏｕｒｃｅｏｆｌｉｇｈｔ ｅｍｉｔｔｉｎｇｄｉｏｄｅ，ｓｔａｎｄａｒｄｄｅｔｅｃｔｏｒ，ａｎｄａｔｒａｎｓｍｉｓｓｉｏｎ ｔｙｐｅｐａｒａｌｌｅｌｌｉｇｈｔｔｕｂｅｗａｓｄｅｓｉｇｎｅｄ．Ｅｘｐｅｒｉｍｅｎｔａｌｍｅａｓｕｒｅｍｅｎｔａｎｄａｎａｌｙｓｉｓｏｆｖｉｓｉｂｌｅｌｉｇｈｔｄｉｇｉｔａｌｃａｍｅｒａｓｗｉｔｈｋｎｏｗｎｓｐｅｃｔｒａｌｒｅｓｐｏｎｓｅｅｆｆｉｃｉｅｎｃｙｗａｓｃａｒｒｉｅｄｏｕｔ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｔｈｅａｂｓｏｌｕｔｅｓｐｅｃｔｒａｌｒｅｓｐｏｎｓｅｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｖｉｓｉｂｌｅｌｉｇｈｔｄｉｇｉｔａｌｃａｍｅｒａｍｅａｓｕｒｅｄｂｙｔｈｅｍｅａｓｕｒｉｎｇｄｅｖｉｃｅｉｎｔｈｅｗａｖｅｌｅｎｇｔｈｒａｎｇｅｏｆ３８０ｎｍ～１１００ｎｍｉｓｉｎｇｏｏｄａｇｒｅｅｍｅｎｔｗｉｔｈｔｈｅｓｔａｎｄａｒｄｖａｌｕｅ，ａｎｄｔｈｅｍａｘｉｍｕｍｒｅｌａｔｉｖｅｅｒｒｏｒｉｓ１．７％．Ｗｈｅｎｔｈｅｐｒｏｂａｂｉｌｉｔｙｉｓ９５％，ｉｔｉｓｌｅｓｓｔｈａｎ０．２％，ｗｈｉｃｈｍｅｅｔｓｔｈｅｇｅｎｅｒａｌｍｅａｓｕｒｅｍｅｎｔｒｅｑｕｉｒｅｍｅｎｔｓ．Ｔｈｅｄｅｖｉｃｅｃａｎａｃｃｕｒａｔｅｌｙｍｅａｓｕｒｅｔｈｅａｂｓｏｌｕｔｅｓｐｅｃｔｒａｌｅｆｆｅｃｔｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｐｈｏｔｏｅｌｅｃｔｒｉｃｉｍａｇｉｎｇｓｙｓｔｅｍ．Ｋｅｙｗｏｒｄｓ：ｉｍａｇｉｎｇｓｙｓｔｅｍｓ；ｉｍａｇｅｓｅｎｓｏｒ；ａｂｓｏｌｕｔｅｓｐｅｃｔｒａｌｒｅｓｐｏｎｓｅ；ｓｔａｎｄａｒｄｄｅｔｅｃｔｏｒ 作者简介：陈均溢（１９９５ ），男，硕士研究生，现主要从事光电探测及光电成像相关领域的研究。
压缩感知理论在光学成像中的应用肖龙龙;刘昆;韩大鹏;刘吉英【摘要】Compressed sensing is a new sampling theory, which captures and encodes signals at a rate significantly below Nyquist rate provided that these signals are sparse or compressible. This paper reviews the theoretical framework of compressed sensing. It first employs non-adaptive linear projections to preserve the structure of the signal, and then the signal recovery is conducted accurately or in all probability by using an optimal reconstructed algorithm from these projections. Its related applications in optical imaging systems are introduced, such as single-pixel camera, super thin imagers, coded aperture imagers, multiplexing intelligent im-agers, spectral imagers, and CMOS imagers. Some prospects and suggestions about further works on this theory are also presented.%压缩感知以信号的稀疏性或可压缩性为条件,以远低于耐奎斯特采样频率对信号数据进行采样和编码.简要概括了压缩感知的基本理论,它采用非自适应线性投影来保持信号的原始结构,能通过数值最优化问题精确或高概率地重构原始信号.详细介绍了其在光学成像系统中的应用,主要包括单像素相机、超薄成像、编码孔径成像、多路技术智能成像、多光谱成像和CMOS成像等成像系统.最后对该理论的应用前景进行了阐述.【期刊名称】《应用光学》【年(卷),期】2012(033)001【总页数】7页(P71-77)【关键词】压缩感知;信号采集;光学成像【作者】肖龙龙;刘昆;韩大鹏;刘吉英【作者单位】国防科技大学航天与材料工程学院湖南,长沙410073;国防科技大学航天与材料工程学院湖南,长沙410073;国防科技大学航天与材料工程学院湖南,长沙410073;国防科技大学理学院,湖南长沙410073【正文语种】中文【中图分类】TN209;TP911.7引言传统的信号采集以奈奎斯特采样定理为基础，在获取信号时，采样频率必须大于信号中最高频率的两倍，才能精确重构信号。
(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202210147859.X(22)申请日 2022.02.17(71)申请人 西安电子科技大学地址 710000 陕西省西安市雁塔区太白南路2号(72)发明人 王楠楠 宫朝日 辛经纬 程德 姜馨蕊 (74)专利代理机构 西安嘉思特知识产权代理事务所(普通合伙) 61230专利代理师 刘长春(51)Int.Cl.G06T 3/40(2006.01)G06T 7/11(2017.01)G06N 3/04(2006.01)G06N 3/08(2006.01)(54)发明名称基于深度图像先验的高光谱图像超分辨率重建方法(57)摘要本发明提供的一种基于深度图像先验的高光谱图像超分辨率重建方法，通过在现有的主体学习网络中加入不基于训练的自动处理网络，通过设计输入处理模块来充分根据网络主体结构调整网络输入，使输入与网络结构产生共鸣，从而充分利用图像先验信息，利用DCNN的内在特征先捕获图像，然后再恢复图像。
本发明所提出的网络结构充分利用了高光谱图像的空间信息和光谱波段之间的相关性学习图像特征，并且此本发明的自动处理网络中的输入处理模块可以自动调整输入结构，可以大大扩展DIP算法的应用，使DIP方法更适合于高光谱超分任务，可以进一步提高了构图像的质量。
权利要求书2页 说明书9页 附图2页CN 114677271 A 2022.06.28C N 114677271A1.一种基于深度图像先验的高光谱图像超分辨率重建方法，其特征在于，包括：步骤1：获取待超分的图像以及主体学习网络；步骤2：对所述待超分的图像进行边缘裁剪，得到中心区域图像；步骤3：在所述中心区域图像的第一位置区域进行均匀划分，获得非重叠的测试图像样本以及在第二位置区域进行提取，获得待超分的子图像块；其中，所述第一位置区域与所述第二位置区域不存在重叠；步骤4：将已构建的自动处理网络的输出连接所述主体学习网络的输入，以组成超分辨率重建网络；其中，所述自动处理网络包括：输入处理模块以及主体恢复模块，所述输入处理模块内部按照输入在前输出在后，依次包括与输入图像像素数相同的第一卷积层、三个第二卷积层以及一个上采样层，所述主体恢复模块内部按照输入在前输出在后，依次包括一个第二卷积层、一个上采样层、一个注意力模块以及四个第二卷积层，所述自动处理网络包括主干道、参差跳跃通道以及组合通道，主干道由所述输入处理模块的输出连接所述主体恢复模块输入直至所述主体恢复模块输出组成，所述组合通道由输入处理模块的第一卷积层输出直接连接主体恢复模块的输入组成，所述参差跳跃通道由输入处理模块的第一卷积层直接连接所述主体恢复模块的最后一个第二卷积层的输出组成；步骤5：将与所述待超分的子图像块大小相同的白噪声输入超分辨率重建网络中，通过反向传播调整所述超分辨率重建网络的参数降低损失函数直至最佳迭代次数，以使超分辨率重建网络根据所述待超分的子图像块的空间信息与光谱波段的相关性学习所述待超分的子图像块的特征，得到重构后的高光谱图像。
光谱成像的检验1. 光谱成像概念光谱成像是通过成像光谱仪记录被检验物体在一定光谱范围内密集均匀分布的多个窄波段单色光的反射光亮度分布或荧光亮度分布，形成由许多单色光影像构成的光谱影像集。
光谱成像组合了光谱技术和数字成像技术，其装置由液晶可调波长滤光镜（LCTF）、数字CCD照相机、照明光源和计算机及专用软件组成，其中由计算机控制的液晶可调波长滤光镜与CCD照相机连接构成了成像光谱仪。
光谱成像首先要根据检材状况和检验目的，按照光学检验原理，选择照明光源和照明条件，在检材上形成适当的反射光亮度分布或荧光亮度分布。
在成像记录时，计算机控制液晶可调波长滤光镜在一定范围内依次透过预先设定的多个等间距波长位置上的窄波段单色光，使检材在各个波段的反射光或荧光透过滤光镜依次到达CCD感应器。
计算机控制CCD感应器记录操作与滤光镜透过单色光操作同步进行，使CCD感应器能够记录检材在相应波段的亮度分布，并将众多单色光亮度影像储存在计算机中形成光谱成像的光谱影像集。
光谱成像记录的光谱影像集包含了检材物体在多幅等间隔波长位置的窄波段单色光亮度分布影像，因此这种成像技术也被称为多光谱成像或超光谱成像。
此外，光谱影像上任意一个像点在各个单色影像中的亮度变化，就是这个像点位置物质的光谱亮度曲线。
由于这些光谱亮度曲线能够在一定程度上反映被检验物体上物质的化学成分，光谱成像又被称为“化学成像”。
这两种名称反映的侧重点不同，光谱成像或超光谱成像强调了这种技术方法的性质和影像集信息的光谱属性，而化学成像更着重强调的是这种技术方法鉴别物质化学成分的应用。
光谱影像集的每幅单色影像记录了物体在相应波长的光亮度分布信息，单色影像的组合记录了物体在所有选定单色波段的光亮度分布信息。
这些表达物体表面光谱亮度分布性质的信息可以由两个空间坐标（X, Y）和一个波长坐标（λ）构成的三维坐标描述，光谱影像集也因此被称为“光谱影像立方体”。
此外，光谱成像记录的影像也可以被想象成为一幅特殊的，其每个像点上不仅有这个像点对应物质的亮度值信息，还含有物质光谱信息的“光谱平面影像”。
【主题】neutralrecon三维重建算法一、介绍在现代科技发展的浪潮中，三维重建技术作为一种重要的数字化手段，逐渐在各个领域发挥着重要作用。
而其中，neutralrecon三维重建算法作为一种具有前瞻性和创新性的技术，备受关注和研究。
本文将就该算法进行全面解读和评估，以期为读者提供深度和广度兼具的知识。
二、基本原理neutralrecon三维重建算法基于多视角的图像信息，通过深度学习和计算机视觉技术，实现了对三维场景的准确重建。
其核心原理在于通过对多张2D图像的分析和比对，得出物体的三维几何信息，进而生成三维模型。
相比传统的三维重建方法，neutralrecon算法在精度和速度上都有了显著的提升，因此具有更广泛的应用前景。
三、技术优势1. 高精度：通过神经网络的训练和优化，neutralrecon算法在几何和纹理重建上都有着出色的表现，能够实现对细节的精确捕捉。
2. 高效率：算法在处理大规模数据时能够保持较快的运行速度，具有较高的计算效率，能够满足复杂场景下的要求。
3. 通用性：neutralrecon算法不仅适用于静态场景的重建，还能够处理动态场景，因此具有更广泛的适用性。
四、应用领域基于neutralrecon三维重建算法的技术优势和特点，该技术在以下领域有着广阔的应用前景：1. 文物保护与修复：利用该算法可以对文物进行数字化的三维重建，为文物的保护和修复提供数字化手段。
2. 虚拟现实与增强现实：在虚拟现实和增强现实技术中，三维重建是十分关键的一环，neutralrecon算法能够为其提供高质量的三维模型。
3. 工业制造：在工业领域，三维三维重建技术有着重要作用，neutralrecon算法的高精度和高效率使其在该领域具有广泛的应用前景。
五、个人观点对于neutralrecon三维重建算法，我个人非常看好其未来的发展。
随着科技的不断进步，我们对于三维重建技术的需求将会越来越大，而这也为neutralrecon算法提供了更多的应用场景和发展空间。
