CN114387164B 一种太赫兹单像素超分辨成像方法和系统 (深圳先进技术研究院).docxVIP

  • 0
  • 0
  • 约1.23万字
  • 约 19页
  • 2026-01-19 发布于重庆
  • 举报

CN114387164B 一种太赫兹单像素超分辨成像方法和系统 (深圳先进技术研究院).docx

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114387164B(45)授权公告日2025.07.08

(21)申请号202111532798.0

(22)申请日2021.12.15

(65)同一申请的已公布的文献号申请公布号CN114387164A

(43)申请公布日2022.04.22

(73)专利权人深圳先进技术研究院

地址518055广东省深圳市南山区西丽街

道大学城学苑大道1068号

(72)发明人鲁远甫祝永乐佘荣斌李光元

(74)专利代理机构深圳五邻知识产权代理事务所(普通合伙)44590

专利代理师王策

(51)Int.CI.

GO6T3/4053(2024.01)

GO6N3/0464(2023.01)

GO6N3/08(2023.01)

GO6V10/774(2022.01)

GO6V10/82(2022.01)

(56)对比文件

CN112525851A,2021.03.19

YulunZhangetal.ResidualDense

NetworkforImageSuper-Resolution.《2018IEEE/CVFConferenceonComputerVision

andPatternRecognition》.2018,2472-2481.

审查员曾文娟

权利要求书2页说明书6页附图2页

(54)发明名称

一种太赫兹单像素超分辨成像方法和系统

(57)摘要

CN114387164B本发明公开了一种太赫兹单像素超分辨成像方法和系统,属于太赫兹成像领域。本发明通过一个统计方式先验地学习某一类图案需要投影的条纹图案,实现欠采样的太赫兹单像素成像,达到提高成像速度的目的;同时,为了弥补由于采样率不足带来的信息丢失与其他因素带来

CN114387164B

通过计算机先验学习与目标图案相似数据集的采样策略,并生

通过计算机先验学习与目标图案相似数据集的采样策略,并生成相应的掩膜图案

针对先验学习的编码位置,设计采样策略对数据集进行图像缩放和欠采样处理,并初始化图像超分辨网络RDN

搭建太赫兹单像素成像系统,同时用数字微镜阵列加载编码条纹

808nm激光照射数字微镜器件并把掩膜图案反射到目标图案

太赫兹波照射到太赫兹调制器上,并调制目标图案上的激光强

通过探测器周期性接受太赫兹波获得激光强度信息,并由计算机解码获得32x32像素图像

通过已初始化的图像超分辨网络RDN重建64x64图像图像

CN114387164B权利要求书1/2页

2

1.一种太赫兹单像素超分辨成像方法,其特征在于,包括以下步骤:

S100.对相似图案的编码位置进行先验学习,提取通过先验学习保存的采样策略,并生成掩膜图案,所述掩膜图案的数量等于像素图像在单像素成像重建的采样次数与采样率的乘积,其中生成掩膜图案过程包括S101.对采集的目标图案的相似图片进行归类,形成数据集;S102.对同一类的多张图片进行全采样并保存变换域数据;S103.采用统计方法,统计同一类图像变换域中模系数强度满足在特定采样率下相应的变换域位置,从而生成该类图像的掩膜图案;

S200.基于所述采样策略,选择数据集进行相应处理生成训练集,并将训练集用于初始化残差密集网络;

S300.搭建太赫兹单像素成像系统,根据所述采样策略,采用数字微镜阵列加载所述掩膜图案,并通过激光反射到目标图案上;太赫兹波照射到太赫兹调制器,调制目标图案的激光强度,并通过太赫兹探测器周期性地接收太赫兹波,从强度信息中复原出变换域信息并解码获得第一图像;

S400.基于所述第一图像,通过所述残差密集网络进行密集特征融合重建第二图像,其中,密集特征融合分为全局特征融合和全局残差学习。

2.如权利要求1所述的太赫兹单像素超分辨成像方法,其特征在于,所述步骤S102中,变换域上采用傅里叶域逆变换。

3.如权利要求1所述的太赫兹单像素超分辨成像方法,其特征在于,所述步骤S400具体包括以下步骤:

S401.输入图像通过卷积层提取出浅层信息特征图,然后进入残差密集块;

S402.每个残差密集块将产生相应的深层信息特征图,把全部的特征图拼接起来组成一个整体,进行密集特征融合,其中,所述全部的特征图包括浅层信息特征图和深层信息特

征图;

S403.通过上采样模块把第一图像上插值至高像素的第

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档