用户论文:水下环境的激光模式散斑鬼成像

激光模式散斑鬼成像
(lms-gi)
四川大学冯国英课题组使用upolabs的rslm1024v空间光调制器搭建了一套水下实验装置用以研究水下环境的激光模式散斑鬼成像。
激光模式散斑(lms-gi)鬼成像水下实验系统示意图


吸收、散射、噪声和低灵敏度探测器导致传统水下成像质量差。鬼成像(gi)已成为一种基于照明散斑图案与非空间分辨率探测器之间关系的有效抗干扰水下成像方法。传统的散斑模式基于数学模型(如随机模型、hadamard模型或walsh模型)进行分布。
在激光模式散斑鬼成像(lms-gi)水下实验研究中,冯国英课题组将基于m的平方有序激光模式物理模型的新型散斑图案应用于gi。激光模式散斑图案gi(lms-gi)系统在5%或更低的采样率下实现完美的成像质量;即使在0.64%以下也能保持良好的成像质量。尽管相对随机噪声为1.0%~5.0%,但其性能优于其他gi。此外,在2.48%的低采样率下,lms-gi不仅在恶劣天气下有效,而且在复杂的液体环境中也有效,如浑浊液体和生物组织液。
(a)lms-gi和随机gi在空气中的实验结果。
(b)lms-gi在浑浊水中不同采样率下的实验结果。




在鬼成像(gi)中,用散斑图案照射物体,随后由桶形检测器在没有空间分辨率的情况下收集散斑图案,以使用相关计算形成重建图像。gi的应用场景和影响因素如下图所示。影响因素主要包括散斑模式和恢复算法,应用场景主要包括3d成像、荧光成像、激光雷达、太赫兹成像、生物成像和水下成像。
地理标志的影响因素及应用场景示意图
在lms-gi研究中,冯国英课题组提出了基于方形球面镜对称共聚焦腔中激光模式的物理模型的激光模式散斑模式(lms),这与数学建模的分布不同。lms图案(lms)根据其光束质量m的平方重新排列并应用于 gi 以形成 lms 鬼影成像系统(lms-gi)。从理论上讲,成像质量lms-gi在1的采样率下是完美的,即它满足一般成像要求,采样率为 0.64%。此外,lms-gi具有很高的鲁棒性,在实际水下环境中优于传统gi,在高度浑浊的水下环境中,它可以实现与使用压缩感知和深度学习获得的成像相媲美的低采样成像。未来,lms-gi因其低采样率和高成像质量,可广泛应用于遥感、生物成像等领域。
(a) 激光模式散斑图案重影成像、随机散斑图案重影成像、walsh散斑图案gi和haar散斑图案gi的模拟结果。(b)psnr指标和(c)ssim指标与四种重影成像的采样率的关系。

电路分析学习笔记之电路模型与电路定律
PIC单片机的BCD码加法程序
算法与算法工程师的本质区别在哪?技术并非是“造狗窝”
杭州灵伴科技携手南京钢铁打造中国钢铁AR数智样板间
论数据中心的优点和弊端
用户论文:水下环境的激光模式散斑鬼成像
小米6最新消息:小米6的简化版小米6C现身,外观、配置、性能也是666
5种端子线缆常用护套的选择,哪个最合适
贴片机贴装后的验证
红外热成像为复工助力,测温快速而精准
风速传感器在太阳能发电站的应用技术解决方案
NB-IoT相比,eMTC显然“沉闷”不少
盘点各行业对于室内定位解决方案的需求!
NVIDIA与HTC,联手打造高端VR
S参数通俗讲义
半导体产业2010年第一季度重大事件分析
SD-WAN解决方案降低成本并提高安全性
无线充电有什么意义_无线充电的好处和坏处
什么是电感高频模型_电感高频模型的作用
哈佛大学全球首个可编程逻辑处理器,具有48个逻辑量子比特