-
公开(公告)号：CN119295584A
公开(公告)日：2025-01-10
申请号：CN202411351766.4
申请日：2024-09-26
Applicant: 安徽大学
Abstract: 本发明涉及一种基于端到端深度学习的相位掩膜约束的图像重建方法、装置、设备及存储介质。该方法包括：获取高光谱图像数据，将单幅二维高光谱图像输入CASSI成像系统，利用二元相位掩膜对单幅二维高光谱图像进行约束；对约束后的单幅二维高光谱图像进行光谱信息压缩，通过压缩感知算法进行图像重建，输出测量值；利用正则化约束对CASSI成像系统输出的测量值进行约束；使用随机初始化或预训练的权重初始化U‑Net网络，利用训练集和验证集对相位掩膜和U‑Net网络进行联合训练和验证，实现对相位掩膜和U‑Net网络的联合优化；利用U‑Net网络进行高光谱图像重建，通过不断迭代联合优化相位掩膜和网络模型的参数，评估重建图像的质量。
-
公开(公告)号：CN119828332A
公开(公告)日：2025-04-15
申请号：CN202411898018.8
申请日：2024-12-23
Applicant: 安徽大学
Abstract: 本发明涉及一种基于多芯光纤传输的用于双视角定量相位成像及蜂窝伪影去除的系统及方法。该系统包括：光源、小孔光圈、冷凝镜、空间光调制器、镜子、多芯光纤、物镜、管镜、分光镜、第一CMOS相机和第二CMOS相机。本发明所述的基于多芯光纤传输的用于双视角定量相位成像及蜂窝伪影去除的系统，通过空间光调制器校正多芯光纤的相位畸变，使用分光镜生成的不同照明角度，结合多芯光纤的传输特性，能够在不改变样品位置的前提下，快速采集两个不同视角下的相位信息，然后利用下面所述的方法对这两组数据进行处理，实现三维重建，提高成像深度和准确性。
-
公开(公告)号：CN119107241A
公开(公告)日：2024-12-10
申请号：CN202411220686.5
申请日：2024-09-02
Applicant: 安徽大学
IPC: G06T5/60 , G06N3/0499 , G06N3/0895
Abstract: 本发明涉及一种基于自监督学习的单衍射强度图像重建方法、装置、设备及存储介质。该方法包括以下步骤：获取单幅衍射测量图，采用互补掩膜下采样从单幅衍射测量图中提取互补的测量值，构造用于自监督训练的数据集；基于训练集中的互补的测量值，利用双通道的深度神经网络，重建原场景图像的不同估计；构造用于自监督训练的损失函数，利用优化器最小化损失函数，利用损失函数对深度神经网络进行自监督训练；基于测试集中的互补测量值，利用训练好的深度神经网络，估计单衍射强度图像场景。本发明能够重建不同类型图像的相位和振幅。
-
公开(公告)号：CN118570083A
公开(公告)日：2024-08-30
申请号：CN202410720125.5
申请日：2024-06-05
Applicant: 安徽大学
Abstract: 本发明涉及涉及基于混合深度网络架构的相干快照衍射成像方法、装置、设备及存储介质。该方法包括：搭建相干快照衍射成像系统，利用相干快照衍射成像系统对相干衍射光场传播过程中的输入3D视频样本进行逐帧频域调制，将调制后的多维信号由时间维度逐帧叠加，得到压缩测量值；构建GAP‑net双相位网络，将压缩测量值作为网络的输入，利用GAP‑net双相位网络重构衍射图，通过衍射图重建频域帧；构建DNN网络模型，将频域帧作为DNN网络模型的输入，利用DNN网络模型获得估计衍射图，利用MSE算法对估计衍射图与实际衍射图进行优化迭代，获得重构的振幅和相位。本发明将快照压缩感知引入相干衍射成像领域，可以实现利用快照压缩感知实现对3D复振幅样本的振幅相位重建。
-
-
-
Search Results
4
records
(took 0.015 seconds)
