Digital filtering ghost imaging to remove light disturbances

计算机科学 计算机视觉 图像质量 数字成像 光学 人工智能 对象(语法) 探测器 光强度 数字图像处理 图像处理 数字图像 图像(数学) 物理
作者
Wenxin Zhang,Yangkang Wu,Jinzhi Wu,Ning Liu,Yuxin Liu,Zhijia Liu,Ping Xue
出处
期刊:Applied Optics [Optica Publishing Group]
卷期号:60 (4): 809-809 被引量:8
标识
DOI:10.1364/ao.415507
摘要

Ghost imaging (GI) can reconstruct the image of an object when the light traveling from the object to the detector is scattered or distorted. It is usually used in complicated environments, where the environmental light may heavily impact measurement. However, the traditional GI algorithm will be seriously affected if the environmental light changes during the measurement. In this paper, we analyze the frequency of environmental light and the light source, and introduce a digital filtering method that can improve the image quality of the traditional GI algorithm. Compared to the traditional GI algorithm, the digital filtering method can obtain an image even if the environmental light changes seriously.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
wwwwppp完成签到,获得积分10
刚刚
义气MI猴桃完成签到,获得积分10
刚刚
等待葵阴发布了新的文献求助10
刚刚
3秒前
大魔术师完成签到,获得积分10
4秒前
mannich发布了新的文献求助10
4秒前
成就亦寒发布了新的文献求助10
5秒前
5秒前
尊敬秋双完成签到 ,获得积分10
5秒前
科研通AI6.2应助余光采纳,获得10
6秒前
儒雅山兰完成签到,获得积分10
6秒前
6秒前
6秒前
7秒前
7秒前
jiajiajai完成签到,获得积分10
7秒前
8秒前
红尘意三分完成签到,获得积分10
8秒前
8秒前
科研小白发布了新的文献求助10
9秒前
田様应助祖尔风采纳,获得10
9秒前
sinFlee发布了新的文献求助10
10秒前
勤奋兔子完成签到,获得积分10
10秒前
SciGPT应助Una采纳,获得10
10秒前
UHPC发布了新的文献求助10
10秒前
梦蝴蝶完成签到,获得积分10
11秒前
徐神发布了新的文献求助10
12秒前
一二发布了新的文献求助10
13秒前
陈奕宏发布了新的文献求助10
13秒前
xyzemm完成签到,获得积分10
13秒前
SciGPT应助风趣的绿茶采纳,获得10
13秒前
时嗷发布了新的文献求助10
13秒前
大模型应助zzz采纳,获得10
14秒前
怕黑剑身发布了新的文献求助10
14秒前
14秒前
muhzi发布了新的文献求助10
14秒前
怡然新梅完成签到,获得积分10
15秒前
隐形曼青应助凣凢采纳,获得10
15秒前
16秒前
yang关注了科研通微信公众号
16秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Rosenblum, Global Change Biology 800
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 800
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Physiologic specialization in Peronospora manshurica 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 化学工程 工程类 有机化学 物理 复合材料 生物化学 内科学 细胞生物学 基因 遗传学 免疫学 冶金 光电子学 癌症研究
热门帖子
关注 科研通微信公众号,转发送积分 7777088
求助须知:如何正确求助?哪些是违规求助? 9318254
关于积分的说明 20363169
捐赠科研通 7364154
什么是DOI,文献DOI怎么找? 3318840
关于科研通互助平台的介绍 2466494
邀请新用户注册赠送积分活动 2334061