一种极弱光多光谱成像方法及其系统 .pdfVIP

一种极弱光多光谱成像方法及其系统 .pdf

  1. 1、本文档共22页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN102353449A

(43)申请公布日2012.02.15

(21)申请号CN201110166471.6

(22)申请日2011.06.20

(71)申请人中国科学院空间科学与应用研究中心

地址100190北京市海淀区中关村南二条1号

(72)发明人杜克铭孙志斌王超王迪何微蔡世界刘国才蒋远大翟光杰

(74)专利代理机构北京法思腾知识产权代理有限公司

代理人杨小蓉

(51)Int.CI

G01J3/28

G01J11/00

权利要求说明书说明书幅图

(54)发明名称

一种极弱光多光谱成像方法及其系

(57)摘要

本发明涉及一种极弱光多光谱成像

方法及其系统,将各个响应波段的单光子

探测器组成线性阵列,结合分光技术,即

可实现极弱光对象的多光谱二维成像。该

极弱光多光谱二维成像系统采用压缩传感

理论和DLP技术,并以单光子探测器线阵

为探测元件,实现了高分辨率的光学调

制;所述的极弱光多光谱二维成像系统包

括:滤光片(6)、第一透镜(1)、DMD控制

系统(7)、第二透镜(2)、分光光度计(3)、由

若干不同响应波长的单光子探测器组成的

单光子探测器线阵(4),和中央处理单元

(5);其灵敏度可以达到单光子水平。本发

明可广泛应用于生物自发光检测、医疗诊

断、非破坏性物质分析、天文观测、国防

军事、光谱测量、量子电子学等领域。

法律状态

法律状态公告日法律状态信息法律状态

权利要求说明书

1.一种极弱光多光谱二维成像方法,其特征在于,该极弱光多光谱二维成像方

法采用压缩传感理论和DLP技术,并以单光子探测器线阵为探测元

件,实现了高分辨率的光学调制;其步骤包括:

1)压缩采样的步骤;

所述的压缩采样是由DMD控制系统(7)结合第一透镜(1)和第二透镜(2),

用于将二维图像数据转化为一维数据序列完成被测信号的压缩采样,

极弱光通过滤光片(6)滤除杂光,经第一透镜(1)在DMD控制系统(7)处

成像,并由DMD控制系统(7)控制光子被反射到第二透镜(2)的概率,经过

第二透镜(2)控制光子聚焦;

被调制和会聚的极弱光经由分光光度计(3)进行分光后,通过单光子探测器线

阵(4)对不同的波长进行成像;

2)稀疏重建的步骤;

所述的稀疏重建是由中央处理单元(5)结合单光子探测器线阵(4)完成稀疏

重建,并和DMD控制系统(7)上的测量矩阵经过最优化算法重建光子密度图

像,解算出二维图像。

2.根据权利要求1所述的极弱光多光谱二维成像方法,其特征在于,该方法的

具体步骤包括:

1)所述的压缩采样,是被测信号由高维向低维映射的过程:

假设x∈Rsupn/sup是被测数据,y∈Rsupk/sup是观测数据,

Φ∈Rsupk×n/sup是随机投影矩阵(k<<n),e∈Rsupk/sup是

测量噪声,那么,压缩采样的过程可以描述为(1)式:

y=Φx+e(1)

如果x是变换域稀疏的,即θ=Ψx,Ψ是稀疏变换矩阵,那么(1)式变化为(2)

式:

y=ΦΨsup-1/supθ+e(2)

式中,Ψ为小波变换矩阵,Φ为Gaussian随机矩阵

文档评论(0)

133****9918 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档