光场成像光谱仪是一种快照式成像光谱技术,这种技术的核心优势在于能够通过单次曝光获取目标的二维图像数据和一维光谱数据,从而显著减少了对动态目标进行成像时所需的时间。相比于传统成像光谱技术,光场成像光谱技术避免了因目标动态变化导致的空间维或时间维扫描过程中产生的几何影像模糊和光谱混叠的问题,从而在数据信息质量和信息应用效果方面具有明显的优势。 成像光谱技术广泛应用于航天航空遥感、工业、农业、生物医药、物质分析与分类、宇宙与天文探测、环境与灾害监测、大气探测以及军事应用等领域。在动态目标追踪和检测中,光场成像光谱技术因其能够快速捕捉目标信息的特性,尤其显示出其优越性。这项技术通过光学手段获取目标光场辐射在成像系统内的二维空间分布信息和二维方向信息,再利用特定的信息处理方法进行计算处理,从而实现在较大景深范围内的连续对焦目标图像。 文章中提到的基于微透镜阵列和滤光片阵列的光场光谱成像系统,是光场成像技术的一个重要发展方向。通过在光场相机的光瞳位置处放置滤光片阵列或线性渐变滤光片,能够在一个曝光时间内获取目标的多种特性信息或多光谱图像。这种方法相比于传统成像光谱技术更为高效,因为它不需要对目标进行多维扫描,大大减少了数据获取时间。 文章的主要内容集中在对基于微透镜阵列和滤光片阵列的光场光谱成像系统的研究。研究者建立了目标辐射的光谱信息在成像系统的完整传输过程模型,并建立了探测器像元获取目标辐射光谱信息的过程和数理模型。这一研究为基于光场成像技术的仿真模拟提供了坚实的基础,并通过仿真流程生成了光场光谱仿真图像,进一步重构出了目标场景的光谱数据立方体。 文章中所提的研究成果,为实现光场成像光谱仪的仿真模拟提供了重要的理论和实践基础,有助于推动光场成像技术在更多领域的应用和发展。同时,这一技术的不断完善和发展,也将进一步提升在动态目标检测与追踪方面的性能,对于相关领域的研究和应用有着积极的推动作用。此外,文章还特别指出,这一研究得到了高等学校博士科学点专项科研基金的支持,说明了其在学术研究方面的认可和重视。 关键词中提到的成像光谱技术、光场成像、计算光学和滤光片阵列,都是当前图像处理和光谱分析领域的热点技术。这些技术的发展和应用,对于未来图像采集、处理和分析技术的进步具有重要的意义。 光场成像光谱仪成像模型及仿真是当前科技领域的一个前沿研究课题,其研究成果不仅可以促进光场成像技术的发展,还对相关领域的科研工作产生重要影响。随着技术的不断进步和研究的深入,预计光场成像光谱技术将在未来展现出更广泛的应用前景。
2025-07-17 17:19:15 916KB 首发论文
1
画幅式多光谱成像技术能够同时获取多波段光谱图像数据,在材料分析及环境监控等领域有广泛应用。采用一种基于光场成像的画幅式多光谱成像方法,利用二次成像的方法将由光场成像系统获取的多光谱图像转接成像到探测器光敏面,不需微透镜阵列与探测器光敏面直接接触,避免了对探测器的损坏,同时降低了系统安装调节的难度。此外,研究了不同通道光谱信息混叠的影响因素,采用像素灰度匹配的方法获取各通道像点的矢量坐标,实现光谱通道信息的提取。在不同光强条件下对灰度进行平场校正,获取各光谱通道的归一化通光率,用以校正通道灰度误差。搭建了实验装置,对室内目标进行多光谱瞬时探测,获取了较为清晰的多光谱图像。
2023-04-04 21:04:17 6.47MB 光谱学 多光谱成 光场成像 二次成像
1
光场成像matlab工具包,封装大量函数,可以实现多种功能。
2021-12-07 14:19:09 973KB matlab LightField
1
为了解决光场相机应用于三维测量时,在弱纹理区域和精细结构区域难以获得准确视差估计结果问题,提出了基于深度学习技术对光场深度估计进行建模,并建立了光场视差与真实深度之间的转换关系。将所提方法应用于多种复杂场景中,实验结果均表明:该方法可以准确获取弱纹理区域和精细结构区域的视差信息,较好地复原场景的三维结构,视差估计处理时间压缩到1s量级,相比传统的基于代价优化的方法,降低了1~2个数量级。
2021-10-13 17:03:52 11.29MB 测量 三维测量 光场成像 深度估计
1
光场成像工具箱
2021-03-04 09:03:04 38.04MB 光场成像 toolbox matlab lytro
1
学习时写的,基础的思路,待完善
2020-10-20 15:27:38 4KB 光场成像
1
光场成像技术,包括光场定义,数字重聚焦,深度估计,傅里叶切片定理等
2019-12-21 21:23:19 4.57MB light field
1
本代码对应文献:Yingqian Wang, Jungang Yang, Yu Mo, Chao Xiao, and Wei An, "Disparity estimation for camera arrays using reliability guided disparity propagation," IEEE Access, vol. 6, no. 1, pp. 21840-21849, 2018. 本文采用了基于置信度传播优化的深度估计算法,在估计深度的同时评估置信度,并基于置信度对深度值进行优化,在稀疏化角度采样以及弱纹理场景中可以取得较好的结果。随代码附上的是本课题小组在实验室拍摄的布娃娃场景制成的数据集。
1