基于深度学习的傅里叶叠层成像方法研究

发布时间：2024-02-27 06:46

　　傅里叶叠层成像是一种计算成像技术,可从一组采集的低分辨率图像中重构高分辨率图像,解决了显微成像中无法兼并大视场与高分辨率的问题。传统的傅里叶叠层成像算法需要多次迭代,计算复杂度高,且重构性能较差。该文提出了基于深度学习的傅里叶叠层成像方法,提高了重构图像的质量。同时,降低了重构方法的计算复杂度,并且对不同类型的噪声具有鲁棒性。该文研究内容如下:首先,将深度学习方法运用于傅里叶叠层成像中,提出双分支稠密块网络结构,端对端地重构图像,降低了计算复杂度。稠密连接的网络结构加强了信息的传输和特征复用,双分支的结构特定地重构图像的幅度信息和相位信息。实验表明,双分支稠密块网络重构图像质量较高,重构时间较短。其次,针对傅里叶叠层成像系统需要大量采集图像重构原始图像的情况,提出数据拆分与信息融合的处理方式。将输入数据拆分成若干个子集后经过若干个子网络分别进行处理,然后融合各个子网络输出的信息以获得最终的重构图像。数据拆分的方式可以减少单个网络的输入通道,减少内存的消耗。实验表明,该方法重构图像质量较高,重构速度较快。最后,为进一步提高重构方法的性能,增强其鲁棒性,提出多尺度编解码网络重构图像。在数据...

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

图1-1傅里叶叠层成像显微镜装置图

燕山大学工学硕士学位论文从不同照射角度对目标样本进行照明，采集一组含有不同频域图像。再使用相位恢复算法，在频域中对采集图像的频谱值进一幅大视场，高分辨率图像。这与叠层成像技术类似，不同的域图像进行扫描，获得代表不同空域信息的频域测量图像；而对频域图像进行扫描，获得代表不同频域信息....

图2-1LED照明光倾斜角度示意图

燕山大学工学硕士学位论文()()()22sin,sin,,,xyjxjyxyxykkPkkFxyeππθθλλ=Ψo，P为用于低通滤波的孔径函数，(),xykk为频域坐标....

图2-2Ptychnet网络结构图

图2-2Ptychnet网络结构图用卷积神经网络对傅里叶叠层成像过程进行建模[34]，在出原始目标图像。建模方法有两种：一种是根据傅里叶行建模，名为FPM_Simulation_intensityNet，网络的结构图2-3FPM_Simulation_intensit....

图2-3FPMSimulationintensityNet网络结构图

第2章傅里叶叠层成像基本理论与重构方法前两个卷积层均使用ReLU[46]作为激活函数，损失函数为欧式距离。图2-2Ptychnet网络结构图Jiang等人使用卷积神经网络对傅里叶叠层成像过程进行建模[34]，在训练网络的过程中逐步重构出原始目标图像。建模方法有两种....

本文编号：3912525