傅里葉疊層成像是一種計(jì)算成像技術(shù),可從一組采集的低分辨率圖像中重構(gòu)高分辨率圖像,解決了顯微成像中無(wú)法兼并大視場(chǎng)與高分辨率的問(wèn)題。傳統(tǒng)的傅里葉疊層成像算法需要多次迭代,計(jì)算復(fù)雜度高,且重構(gòu)性能較差。該文提出了基于深度學(xué)習(xí)的傅里葉疊層成像方法,提高了重構(gòu)圖像的質(zhì)量。同時(shí),降低了重構(gòu)方法的計(jì)算復(fù)雜度,并且對(duì)不同類(lèi)型的噪聲具有魯棒性。該文研究?jī)?nèi)容如下:首先,將深度學(xué)習(xí)方法運(yùn)用于傅里葉疊層成像中,提出雙分支稠密塊網(wǎng)絡(luò)結(jié)構(gòu),端對(duì)端地重構(gòu)圖像,降低了計(jì)算復(fù)雜度。稠密連接的網(wǎng)絡(luò)結(jié)構(gòu)加強(qiáng)了信息的傳輸和特征復(fù)用,雙分支的結(jié)構(gòu)特定地重構(gòu)圖像的幅度信息和相位信息。實(shí)驗(yàn)表明,雙分支稠密塊網(wǎng)絡(luò)重構(gòu)圖像質(zhì)量較高,重構(gòu)時(shí)間較短。其次,針對(duì)傅里葉疊層成像系統(tǒng)需要大量采集圖像重構(gòu)原始圖像的情況,提出數(shù)據(jù)拆分與信息融合的處理方式。將輸入數(shù)據(jù)拆分成若干個(gè)子集后經(jīng)過(guò)若干個(gè)子網(wǎng)絡(luò)分別進(jìn)行處理,然后融合各個(gè)子網(wǎng)絡(luò)輸出的信息以獲得最終的重構(gòu)圖像。數(shù)據(jù)拆分的方式可以減少單個(gè)網(wǎng)絡(luò)的輸入通道,減少內(nèi)存的消耗。實(shí)驗(yàn)表明,該方法重構(gòu)圖像質(zhì)量較高,重構(gòu)速度較快。最后,為進(jìn)一步提高重構(gòu)方法的性能,增強(qiáng)其魯棒性,提出多尺度編解碼網(wǎng)絡(luò)重構(gòu)圖像。在數(shù)據(jù)...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1傅里葉疊層成像顯微鏡裝置圖

燕山大學(xué)工學(xué)碩士學(xué)位論文從不同照射角度對(duì)目標(biāo)樣本進(jìn)行照明，采集一組含有不同頻域圖像。再使用相位恢復(fù)算法，在頻域中對(duì)采集圖像的頻譜值進(jìn)一幅大視場(chǎng)，高分辨率圖像。這與疊層成像技術(shù)類(lèi)似，不同的域圖像進(jìn)行掃描，獲得代表不同空域信息的頻域測(cè)量圖像；而對(duì)頻域圖像進(jìn)行掃描，獲得代表不同頻域信息....

圖2-1LED照明光傾斜角度示意圖

燕山大學(xué)工學(xué)碩士學(xué)位論文()()()22sin,sin,,,xyjxjyxyxykkPkkFxyeππθθλλ=Ψo，P為用于低通濾波的孔徑函數(shù)，(),xykk為頻域坐標(biāo)....

圖2-2Ptychnet網(wǎng)絡(luò)結(jié)構(gòu)圖

圖2-2Ptychnet網(wǎng)絡(luò)結(jié)構(gòu)圖用卷積神經(jīng)網(wǎng)絡(luò)對(duì)傅里葉疊層成像過(guò)程進(jìn)行建模[34]，在出原始目標(biāo)圖像。建模方法有兩種：一種是根據(jù)傅里葉行建模，名為FPM_Simulation_intensityNet，網(wǎng)絡(luò)的結(jié)構(gòu)圖2-3FPM_Simulation_intensit....

圖2-3FPMSimulationintensityNet網(wǎng)絡(luò)結(jié)構(gòu)圖

第2章傅里葉疊層成像基本理論與重構(gòu)方法前兩個(gè)卷積層均使用ReLU[46]作為激活函數(shù)，損失函數(shù)為歐式距離。圖2-2Ptychnet網(wǎng)絡(luò)結(jié)構(gòu)圖Jiang等人使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)傅里葉疊層成像過(guò)程進(jìn)行建模[34]，在訓(xùn)練網(wǎng)絡(luò)的過(guò)程中逐步重構(gòu)出原始目標(biāo)圖像。建模方法有兩種....

本文編號(hào)：3912525