-
公开(公告)号：CN114943806B
公开(公告)日：2024-07-30
申请号：CN202210628854.9
申请日：2022-06-06
Applicant: 华中科技大学
IPC: G06T17/00 , G06T3/02 , G06T3/4053
Abstract: 本发明公开了一种广角光场三维成像方法及系统，应用于包括多个光场显微装置的多视角光场显微成像系统。方法包括：(1)投影参数获取；(2)广角多视角图像获取；(3)反光学层析重建。系统包括：投影参数获取模块、广角多视角图像获取模块、以及反光学层析重建模块。本发明结合光场成像原理，利用多个视角的广场数据，整合为广角的多视角数据，从而弥补了单个视角的光场图像由于边缘视角成像质量不高带来的分辨率损失，克服了焦平面附近的网格伪影；结合深度学习以及多轴重建算法，在获取各向同性的空间分辨率的同时，对密集连续信号有着较好的解析能力，同时采用反光学层析重建，成像速率大幅提升。
-
公开(公告)号：CN116958440A
公开(公告)日：2023-10-27
申请号：CN202310946171.2
申请日：2023-07-31
Applicant: 华中科技大学
IPC: G06T17/00 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于隐式神经表示的自监督多视角三维重构方法及系统，对于待重构的多视角二维图像，进行以下操作：(1)构建三维坐标空间网格并编码为高频信号；(2)构建隐式神经表示模型：采用神经网络模型模拟多视角成像范围内某一位置的高频信号与体素值的映射，即隐式神经表示模型；(3)将视场区域的三维空间坐标输入到隐式神经表示模型，即可获得三维重构图像。本发明提供的基于因视神经表示的自监督多视角三维重构方法及系统，减少角向采样率低，角度范围小带来的轴向伪影以及拉长问题，使得多视角成像技术能够以较少的视角成像，有助于硬件设计开销，并且仅采用一次获取的多视角图像即能进行三维重构训练，有助于节省软件训练的消耗。
-
公开(公告)号：CN119595551A
公开(公告)日：2025-03-11
申请号：CN202411827497.4
申请日：2024-12-12
Applicant: 华中科技大学
Abstract: 本发明属于成像技术相关技术领域，其公开了一种基于多视角的光声显微成像系统，包括二维扫描模块、视角选择模块、信号探测模块以及三维重建模块，二维扫描模块使光束对样本进行多次XY平面的二维扫描；视角选择模块调节每次二维扫描的视角以使每次二维扫描的角度不同，视角为光束入射至样本的方向，每次二维扫描的视角与信号探测方向垂直；信号探测模块位于样本的侧面，接收探测方向的超声信号，探测方向平行于XY平面，超声信号为样本在光束激发下所产生的超声信号；三维重建模块根据不同视角下的超声信号进行三维重建，得到样本的三维体结构。以上系统可以通过更加简单的方式提高光声显微的轴向分辨率，快速完成扫描与三维重建。
-
公开(公告)号：CN113870433B
公开(公告)日：2024-12-31
申请号：CN202111054312.7
申请日：2021-09-09
Applicant: 华中科技大学
IPC: G06T17/20 , G06T3/4053 , G06T3/4046 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种光场超分辨三维重建方法及系统。方法包括以下步骤：(1)以静态样本为目标，获取其高分辨率的事实三维数据；(2)进行模拟采样，获得与光场成像系统硬件相匹配的低分辨率光场投影和目标分辨率的高分辨率光场投影；(3)作为训练数据训练超分辨率网络模型直至模型收敛获得光场超分辨率重建模型；(4)将光场成像系统以静态或动态样本为目标获得的光场图像数据，输入光场超分辨率重建模型，获得目标分辨率的光场图像；(5)进行三维重建，获得静态或动态样本的高分辨率三维图像。本发明能以超高速度获取超衍射极限的光场多视角图像，最终实现对动态样本进行显微成像，例如亚微米级生物动态过程。
-
公开(公告)号：CN117424602A
公开(公告)日：2024-01-19
申请号：CN202311416074.9
申请日：2023-10-30
Applicant: 华中科技大学
IPC: H03M7/30 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于隐式神经网络的生物数据集压缩方法及系统。所述方法包括：(1)获取有序的生物数据集；(2)将生物数据集进行采样，分为多个数据子组；(3)将每一数据子组，构建用于隐式表示所述数据子组的基于全连接神经网络的隐式神经表示模型；(4)将各数据子组的优化参数作为编码数据，编码为生物样本数据集压缩后的数据流。本发明通过将生物数据进行采样分组，对每个组数据构建用于隐式表示所述数据子组的基于全连接神经网络的隐式神经表示模型来进行生物数据压缩。
-
Patent Agency Ranking
公开(公告)号：CN113870433A
公开(公告)日：2021-12-31
申请号：CN202111054312.7
申请日：2021-09-09
Applicant: 华中科技大学
Abstract: 本发明公开了一种光场超分辨三维重建方法及系统。方法包括以下步骤：(1)以静态样本为目标，获取其高分辨率的事实三维数据；(2)进行模拟采样，获得与光场成像系统硬件相匹配的低分辨率光场投影和目标分辨率的高分辨率光场投影；(3)作为训练数据训练超分辨率网络模型直至模型收敛获得光场超分辨率重建模型；(4)将光场成像系统以静态或动态样本为目标获得的光场图像数据，输入光场超分辨率重建模型，获得目标分辨率的光场图像；(5)进行三维重建，获得静态或动态样本的高分辨率三维图像。本发明能以超高速度获取超衍射极限的光场多视角图像，最终实现对动态样本进行显微成像，例如亚微米级生物动态过程。
-
公开(公告)号：CN117218282A
公开(公告)日：2023-12-12
申请号：CN202310946044.2
申请日：2023-07-31
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于模型迁移的光场三维泛化重构方法及系统。所述方法针对具有预设成像环境的成像系统采用源样本对光场三维重构网络进行预训练获得的预训练光场三维重构网络，包括：(1)在所述成像环境下对迁移目标样本成像获取迁移目标样本的光场图像和二维高分辨率图像，作为监督输入数据；(2)将所述迁移目标样本的光场图像输入到预训练的光场三维重构网络，获得迁移目标样本的初始超分辨率三维图像；(3)迁移训练。本发明利用迁移目标样本的少量光场图像和二维高分辨率图像作为约束，将预训练的光场三维重构网络针对迁移目标样本进行优化，从而以较小的训练代价获得更好的光场图像重构效果，训练速度快，具有良好的泛化能力。
-
公开(公告)号：CN117078514A
公开(公告)日：2023-11-17
申请号：CN202310943700.3
申请日：2023-07-31
Applicant: 华中科技大学
IPC: G06T3/40 , G06T5/00 , G06T17/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种多级光场超分辨率网络的训练方法、系统及产品。所述多级光场超分辨率网络包括依次连接的自适应光场去噪模块、光场图像超分辨模块、以及光场三维重建模块；其训练方法包括步骤(1)子网络并行训练；(2)超分辨三维重建融合训练；(3)叠加联合训练。本发明给的多级光场超分辨率网络的训练方法，依次结合子网络并行训练、超分辨三维重建融合训练、以及叠加联合训练，将自适应光场去噪模块与光场图像超分辨模块、以及光场三维重建模块融合，多级子网络逐渐收敛，相互适应，保持光场视角信息的同时去除噪声；避免了噪声对光场图像超分辨以及重构的扰动导致的图像质量退化。
-
公开(公告)号：CN116338930A
公开(公告)日：2023-06-27
申请号：CN202310203441.0
申请日：2023-03-06
Applicant: 华中科技大学
Abstract: 本发明公开了一种模块化光场成像光路镜头组，包括顺序组装的以下模块：显微镜接口套筒模块、伸缩套管模块、一个或多个中继套筒模块、相机接口套筒模块；所述显微镜接口套筒模块与所述伸缩套管模块可拆卸连接，其内部装配有经校准的微透镜阵列，所述微透镜阵列处于显微物镜的原生像平面上；所述伸缩套管模块，用于改变微透镜阵列后面与相机平面之间的距离；所述中继套筒模块，内部固定装配有中继透镜组，延长微透镜阵列与相机平面之间的距离；所述相机接口套筒模块，与相机可拆卸配合。本发明采用部分预校准的模块，积木式组装搭建光场成像光路，方便的搭建微透镜成像光路，可以适配各种商用、集成化的相机，或者适配组件组成的光场成像光路。
-
公开(公告)号：CN113256772B
公开(公告)日：2023-08-01
申请号：CN202110503579.3
申请日：2021-05-10
Applicant: 华中科技大学
IPC: G06T15/00 , G06T5/50 , G06T3/40 , G06N3/0464 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于视角转换的双角度光场高分辨重构系统及方法。系统包括：依次连接的光场图像重构模块和双视角融合高分辨率模块；所述光场图像重构模块，用于将光场图像重构采用深度卷积神经网络重建为三维图像；所述双视角融合高分辨率模块，用于将第一、第二视角三维图像融合为多通道三维图像信息并经高分辨率重建为高分辨率各向同性三维图像。方法应用所述基于视角转换的双角度光场高分辨重构系统。本发明基于深度学习的双视角光场高分辨重构方法，可重建出每个视角的物方三维分布，通过图像特征提取和融合形成多通道三位图像，尽可能的保留成像细节，且能够达到近乎各向同性的分辨率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.027 seconds)
