CIOMP OpenIR
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
文件名: 基于多尺度特征融合网络的傅里叶叠层成像.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

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。