Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 基于多尺度特征融合网络的傅里叶叠层成像 | |
| 宋东翰; 王斌; 朱友强; 刘鑫 | |
| 2022-11-02 | |
| 发表期刊 | 液晶与显示
 |
| 卷号 | 37期号:11页码:1476-1487 |
| 摘要 | 傅里叶叠层成像是一种实现光学系统高分辨率、大视场成像的技术。传统FP方法的高分辨率重建过程需要较高的孔径重叠率，导致采集图像数量较多，采样效率低。此外，FP重建算法的复杂度高，重建时间长。针对以上问题，本文结合深度学习，提出一种基于多尺度特征融合网络的傅里叶叠层成像算法，通过改进的特征金字塔卷积神经网络，能够从稀疏采样的低分辨振幅图像中提取特征信息并进行融合，实现超分辨的复图像重建。实验结果表明，在相同采样条件下，与传统方法相比，本文提出的深度学习算法提高了图像重建的质量，减少了90%以上的重建时间，并且对高斯噪声的鲁棒性较高。所提出的方法能够将相邻频域子孔径间的重叠率从50%降低至25%，减少50%的采集图像数量，大幅提高采样效率。 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/66223 |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 作者单位 | 1.中国科学院长春光学精密机械与物理研究所 2.中国科学院大学 3.拉彭兰塔-拉赫蒂理工大学工程科学学院计算机视觉与模式识别实验室 |
| 推荐引用方式 GB/T 7714 | 宋东翰,王斌,朱友强,等. 基于多尺度特征融合网络的傅里叶叠层成像[J]. 液晶与显示,2022,37(11):1476-1487. |
| APA | 宋东翰,王斌,朱友强,&刘鑫.(2022).基于多尺度特征融合网络的傅里叶叠层成像.液晶与显示,37(11),1476-1487. |
| MLA | 宋东翰,et al."基于多尺度特征融合网络的傅里叶叠层成像".液晶与显示 37.11(2022):1476-1487. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于多尺度特征融合网络的傅里叶叠层成像.（2290KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [宋东翰]的文章 |
| [王斌]的文章 |
| [朱友强]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [宋东翰]的文章 |
| [王斌]的文章 |
| [朱友强]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [宋东翰]的文章 |
| [王斌]的文章 |
| [朱友强]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论