作者单位
摘要
华东交通大学信息工程学院,江西南昌 330013
提出了一种基于双层结构的双频滤波天线,工作在 n77/n78/n79频段。该天线由上层基板的 2个矩形辐射贴片和下层基板的阶跃阻抗谐振器、2个“L”型枝节组成。2块介质基板材料均为 FR4,且通过探针相连。上层介质基板上的 2个矩形辐射贴片激发 2个谐振模式,其中高频谐振用于形成 n79频段,低频谐振用于形成 n77/n78频段。为了获得双通带滤波效果,在下层介质基板中引入阶跃阻抗谐振器,在 2个频段间形成带外辐射零点。此外,下层基板上的“L”型枝节可以引入额外的谐振点来扩大天线的带宽。该结构经过高频仿真软件(HFSS)优化,其仿真结果和测试结果均在 3.37~3.53 GHz(n77/n78),4.55~4.64 GHz(n79)2个频段范围内,可用于 6 GHz以下 5G的无线通信应用。
滤波天线 双频天线 边带选择性 filtering antenna dual-band high selectivity 5G the fifth-Generation(5G) 
太赫兹科学与电子信息学报
2022, 20(7): 678
作者单位
摘要
1 航天工程大学研究生院, 北京 101416
2 航天工程大学电子与光学工程系, 北京 101416
针对星空背景下的空间目标图像特点,提出了一种基于相机阵列的高动态范围图像合成方法。利用相机阵列系统获取空间同一区域的不同曝光图像,并以恒星质心为控制点,实现了不同相机间图像的配准;结合标定的各相机的逆响应函数,合理构建了权重函数,进而将配准后的不同曝光图像合成为一幅高动态范围图像。实验结果表明,合成后图像的动态范围有所增大,且该方法有效地提高了图像信噪比,克服了目标成像过暗和过饱和的问题,利于目标的检测与提取。
图像处理 高动态范围图像 相机阵列 空间目标 图像合成 
激光与光电子学进展
2019, 56(4): 041002
作者单位
摘要
1 中国人民解放军装备学院研究生管理大队, 北京 101416
2 中国人民解放军装备学院光电装备系, 北京 101416
将激光点云视为分布于三维欧氏空间的线性与非线性混合流形,提出一种基于混合流形谱聚类的自适应点云分割方法。由混合概率主成分分析法构造的M个主成分分析器组成混合概率模型,得到描述点云的邻接矩阵;将点云分割的几何特征在谱空间进行降维嵌入,利用N-cut方法得到描述点云分割特征的多维向量;结合类间类内划分算法自适应分割点云。实验结果表明,对于三种受测点云,所提出的算法能在较宽预设参数范围内以80%以上概率得到收敛于几何特征的分割结果,参数稳定性较好。在对点云添加均值为0,标准差为0.01的高斯噪声与0.25倍数量的离群点复合噪声的情况下,算法表现出良好的抗噪性;将该算法应用于切片式激光三维成像的卫星模型点云中也取得了理想分割结果。
成像系统 三维成像 点云分割 混合概率主成分分析法 谱聚类 
光学学报
2017, 37(10): 1011001
作者单位
摘要
1 装备学院研究生院, 北京 101416
2 装备学院光电装备系, 北京 101416
3 西安卫星测控中心, 陕西 西安 710000
高动态范围成像技术能够全面有效地反映拍摄场景信息,有利于在复杂环境下获得更高的成像质量。目前基于多曝光图像序列的高动态范围图像融合算法需要高精度配准的输入图像序列,无法克服动态问题带来的影响,无法针对存在动态目标的多曝光图像序列进行高动态范围图像融合。基于此,提出了一种高动态范围图像融合算法。该算法利用基于色彩梯度的微分光流法获得由相机抖动以及场景目标运动导致的多曝光图像之间的动态目标偏移量;结合标定的逆相机响应函数构建高动态范围图像融合权重函数,对存在动态问题影响的多曝光图像进行高动态范围图像融合。实验结果表明,提出的算法无需提前对输入图像序列进行精确配准,能够有效克服动态问题影响,实现动态目标的高动态范围图像融合。
图像处理 动态目标 色彩梯度微分光流法 高动态范围图像融合权重函数 
光学学报
2017, 37(4): 0410001
作者单位
摘要
1 装备学院 研究生院, 北京 101416
2 装备学院 光电装备系, 北京 101416
许多计算机视觉应用的算法都需要对拍摄场景高动态范围的幅亮度信息进行精确的测量, 成像系统的相机响应函数能够建立拍摄图像强度信息与场景辐亮度之间的严格映射关系, 是高动态范围图像融合的关键技术。文中分析相机响应曲线的共同特点, 结合相机响应函数固有的约束条件, 建立相机响应函数的理论空间模型。首先, 利用主成分分析法对已有的相机响应数据库进行分析, 结合相机响应函数的约束条件建立响应函数的低参数经验模型; 然后, 根据输入图像选择合适的参数数量; 最后, 利用不同曝光量的输入图像通过最小二乘法求解建立响应函数模型的系数, 从而对相机响应函数进行标定。该算法能够通过对少量的采样点进行插值获得精确的相机响应函数, 同时能够对任意的场景通过拍摄多曝光量图像精确地标定相机响应函数。通过对实际拍摄的图像进行相机响应函数标定实验, 验证了该算法的有效性, 并证明该算法保持高精度的同时计算效率也较高。
相机响应函数 低参数经验模型 主成分分析 camera response function low-parameter empirical model of response principal component analysis 
红外与激光工程
2016, 45(10): 1026001
作者单位
摘要
装备学院,北京 怀柔 101416
利用图像之间的亮度映射函数而不是图像本身各像素点信息进行相机响应函数的标定,避免了成像系统的晃动或者拍摄场景的动态问题带来的图像配准之间的误差给后续标定算法带来的影响。采用直方图规则化的方法分析不同曝光量图像之间的各颜色通道不同亮度级的统计特征,获得了不同图像对之间的亮度映射函数。然后,利用图像对之间的亮度映射函数结合各帧图像的直方图建立求解相机响应函数的超定方程模型。最后,利用最小二乘法解算模型获得相机响应函数。验证实验表明,本文相机响应函数标定算法具有克服相机的动态问题的能力; 不同输入帧数图像的分组实验显示,最小输入4帧图像能够获得较为理想的响应函数标定结果。
亮度映射函数 相机响应函数 直方图建模 动态场景 brightness mapping function camera response function histogram modeling dynamic scene 
光学 精密工程
2016, 24(6): 1510
作者单位
摘要
1 装备学院研究生院, 北京 101416
2 装备学院光电装备系, 北京 101416
高动态范围成像技术能够避免因为拍摄方向如逆光和曝光量的不同而使图像存在亮度信息缺失和色差,影响真实场景的信息采集。该技术有利于在复杂环境下获得更高的成像质量,被广泛应用于模式识别、智能交通系统、遥感遥测、**侦察等众多领域。相机响应函数的标定是高动态范围成像技术的关键,能够建立真实场景的辐照度与采集图像亮度值之间的映射关系,从而获得真实场景的高动态范围图像。所提出的算法通过单帧输入图像获得成像系统的相机响应函数,大大地提高了计算效率,并且适用于欠曝光及过曝光条件下采集的图像,扩展了相机响应函数标定算法的应用范围。
成像系统 高动态范围图像处理 相机响应函数 边缘颜色分布 贝叶斯估计 单帧图像 
光学学报
2016, 36(7): 0711003

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!