一种基于深度学习分步实现超分辨成像的方法

    公开(公告)号:CN111461990A

    公开(公告)日:2020-07-28

    申请号:CN202010261626.3

    申请日:2020-04-03

    Abstract: 本发明公开了一种基于深度学习分步实现超分辨成像的方法,包括以下步骤:S1、将待处理的低分辨率图像输入到预训练好的神经网络中,得到中间分辨率图像;S2、将所得中间分辨率图像放大k倍后进行切割,使其分辨率与待处理的低分辨率图像的分辨率相匹配;其中,k为待处理的低分辨率图像与中间分辨率图像的像素分辨率的比值;S3、将切割后的图像依次输入到上述预训练好的神经网络中,并将所得图像按照原切割顺序进行拼接,将所得拼接后的图像缩小为原来的1/k,得到高分辨率图像。本发明通过分块分步的提高图像的分辨率,克服了由于低分辨率图片与高分辨率图片之间差异性过大所导致用于图像转换的神经网络性能较低的问题,所得超分辨率图像效果较好。

    一种光纤型时间分辨荧光光谱检测装置

    公开(公告)号:CN116008239A

    公开(公告)日:2023-04-25

    申请号:CN202211583869.4

    申请日:2022-12-09

    Inventor: 舒学文 邓啟晟

    Abstract: 本发明公开了一种光纤型时间分辨荧光光谱检测装置,属于光学仪器制造领域。包括:激光光源、采集光纤、光延时模块及控制模块;所述激光光源用于产生脉冲激光,并照射在荧光材料样本上或将脉冲激光耦合进所述采集光纤中,使样本产生荧光信号;所述采集光纤用于采集荧光材料发出的荧光信号,并将荧光信号输入至所述光延时模块;所述光延时模块为光开关或者光调制器光用于产生光延时,所述控制模块用于控制所述激光光源与所述光延时模块,使脉冲激光与荧光信号保持同步,并且产生不同的延时,以探测荧光信号在不同延迟下的时间分辨荧光光谱。本发明能够提升系统的稳定性,易操作性和可移动性,且易于与各种各样的光纤系统集成。

    一种基于深度学习分步实现超分辨成像的方法

    公开(公告)号:CN111461990B

    公开(公告)日:2022-03-18

    申请号:CN202010261626.3

    申请日:2020-04-03

    Abstract: 本发明公开了一种基于深度学习分步实现超分辨成像的方法,包括以下步骤:S1、将待处理的低分辨率图像输入到预训练好的神经网络中,得到中间分辨率图像;S2、将所得中间分辨率图像放大k倍后进行切割,使其分辨率与待处理的低分辨率图像的分辨率相匹配;其中,k为待处理的低分辨率图像与中间分辨率图像的像素分辨率的比值;S3、将切割后的图像依次输入到上述预训练好的神经网络中,并将所得图像按照原切割顺序进行拼接,将所得拼接后的图像缩小为原来的1/k,得到高分辨率图像。本发明通过分块分步的提高图像的分辨率,克服了由于低分辨率图片与高分辨率图片之间差异性过大所导致用于图像转换的神经网络性能较低的问题,所得超分辨率图像效果较好。

Patent Agency Ranking