中文版 | English

在结果中检索

OPT OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共6条，第1-6条 帮助

限定条件                            
已选(0)清除 条数/页：   排序方式：
大相对孔径全天时星敏感器光学系统 期刊论文
光子学报, 2022, 卷号: 51, 期号: 11
作者:  张凯胜;  苏秀琴;  叶志龙
Adobe PDF(2730Kb)  |  收藏  |  浏览/下载：138/0  |  提交时间：2023/04/10
大相对孔径  光学系统  无热化  全天时  星敏感器  
A Tracking Imaging Control Method for Dual-FSM 3D GISC LiDAR 期刊论文
Remote Sensing, 2022, 卷号: 14, 期号: 13
作者:  Cao, Yu;  Su, Xiuqin;  Qian, Xueming;  Wang, Haitao;  Hao, Wei;  Xie, Meilin;  Feng, Xubin;  Han, Junfeng;  Chen, Mingliang;  Wang, Chenglong
Adobe PDF(5870Kb)  |  收藏  |  浏览/下载：134/3  |  提交时间：2022/08/25
3D GISC LiDAR  dual-FSM tracking and aiming  FSM feedback decoupling  composite axis control  remote-sensing imaging  
光子计数成像算法的研究进展 期刊论文
激光与光电子学进展, 2021, 卷号: 56, 期号: 18
作者:  陈松懋;  郝伟;  苏秀琴;  张振扬;  徐伟豪
Adobe PDF(13134Kb)  |  收藏  |  浏览/下载：148/1  |  提交时间：2022/01/27
成像系统  单光子成像  激光雷达  图像重建  计算成像  
Blind Image Deconvolution Algorithm Based on Sparse Optimization with an Adaptive Blur Kernel Estimation 期刊论文
APPLIED SCIENCES-BASEL, 2020, 卷号: 10, 期号: 7
作者:  Yang, Haoyuan;  Su, Xiuqin;  Chen, Songmao
Adobe PDF(3026Kb)  |  收藏  |  浏览/下载：188/1  |  提交时间：2020/07/02
image blur  blur kernel  sparse optimization  image deblurring  
Learning Non-Local Spatial Correlations to Restore Sparse 3D Single-Photon Data 期刊论文
IEEE Transactions on Image Processing, 2020, 卷号: 29, 页码: 3119-3131
作者:  Chen, Songmao;  Halimi, Abderrahim;  Ren, Ximing;  McCarthy, Aongus;  Su, Xiuqin;  McLaughlin, Stephen;  Buller, Gerald S.
Adobe PDF(8769Kb)  |  收藏  |  浏览/下载：247/3  |  提交时间：2020/03/10
Single photon  3D Lidar imaging  Poisson statistics  image restoration  ADMM  Laplacian regularization  graph,non-uniform sampling  multi-scale analysis  
Single Space Object Image Denoising and Super-Resolution Reconstructing Using Deep Convolutional Networks 期刊论文
REMOTE SENSING, 2019, 卷号: 11, 期号: 16
作者:  Feng, Xubin;  Su, Xiuqin;  Shen, Junge;  Jin, Humin
Adobe PDF(1556Kb)  |  收藏  |  浏览/下载：257/0  |  提交时间：2019/09/27
space object  cosmic-ray  denoising  super-resolution  CNN  residual learning