CN109211790A - 一种基于傅里叶功率谱探测的单像素相位成像方法 - Google Patents
一种基于傅里叶功率谱探测的单像素相位成像方法 Download PDFInfo
- Publication number
- CN109211790A CN109211790A CN201710558647.XA CN201710558647A CN109211790A CN 109211790 A CN109211790 A CN 109211790A CN 201710558647 A CN201710558647 A CN 201710558647A CN 109211790 A CN109211790 A CN 109211790A
- Authority
- CN
- China
- Prior art keywords
- phase
- fourier
- frequency
- sample
- power spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 33
- 238000003384 imaging method Methods 0.000 title claims abstract description 25
- 238000001514 detection method Methods 0.000 title claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims abstract description 28
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000000694 effects Effects 0.000 claims abstract description 14
- 230000003287 optical effect Effects 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 15
- 238000011084 recovery Methods 0.000 claims description 11
- 238000005286 illumination Methods 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000005070 sampling Methods 0.000 abstract description 7
- 125000001475 halogen functional group Chemical group 0.000 abstract description 3
- 230000006835 compression Effects 0.000 abstract 1
- 238000007906 compression Methods 0.000 abstract 1
- 230000008447 perception Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002050 diffraction method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000011896 sensitive detection Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/1717—Systems in which incident light is modified in accordance with the properties of the material investigated with a modulation of one or more physical properties of the sample during the optical investigation, e.g. electro-reflectance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/1717—Systems in which incident light is modified in accordance with the properties of the material investigated with a modulation of one or more physical properties of the sample during the optical investigation, e.g. electro-reflectance
- G01N2021/1725—Modulation of properties by light, e.g. photoreflectance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1765—Method using an image detector and processing of image signal
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于傅里叶功率谱探测的单像素相位成像方法，属于相位成像领域：使用部分随机哈达玛矩阵作为测量矩阵；使用LED阵列(1)照明，输入哈达玛矩阵控制其阵点的发光顺序；利用光学傅里叶透镜(4)形成频谱面(5)，由单个光信号探测器(6)测量中央的复合功率信号，利用非对称蒙版消除重影噪声；使用频域压缩感知重建算法与相位恢复算法联合恢复样本的相位信息。本发明使用Fourier ptychography理论作为基础，应用压缩感知理论作为减少采样数据量的方法，能以低采样率采样，显著降低了数据量的同时，获得良好的相位信息，且不会出现halo效应。
Description
技术领域
本发明涉及相位成像领域，特别涉及一种基于傅里叶功率谱探测的单像素相位成像方法。
背景技术
相位成像技术是在生物学、晶体学中有重要应用的技术。该技术指代一系列获取目标物体相位信息的 物理学方法。在生物成像领域，常用于获取未染色样本的结构信息。而在晶体学领域，则常用于X射线探 测金属裂纹、硬X射线检测等方向。目前广泛应用的是1935年Zernike提出的相衬方法，虽有大量的改进， 仍有如下的问题未能解决：
1)Zernike提出的相衬成像方法仍存在着halo效应与shade-off效应等问题，对于样本的观测效果不够 良好，目前的改进都未能完全消除这些效应。
2)目前成像领域需要采集的数据量仍然十分巨大，降低采样数据量仍旧是一种需求。
Fourier ptychographic microscopy(FPM)是一种基于显微平台的图像超分辨重建的方法，可以有效的克 服空间带宽积(space bandwidth product)受限的问题。常见的光学成像平台都会受到空间带宽积的限制，即 如果我们观察的视野范围比较广，那么观测物体的放大倍率就会偏小；反之，如果我们观测物体的放大倍 率比较大，那么视野的范围就会缩小。而FPM方法很好地解决了这一问题，让我们能够获取广视野、高 分辨率的图像，由此，突破了光学成像***的物理极限。其理论的核心在于使用多角度照明，使得显微镜孔径上的空间频谱发生移动，获得的一系列不同频谱所对应的图像，利用由相位恢复算法衍生的FPM算 法，迭代不同频谱下的图像，进而重建频谱。其主要的实现方式便是使用LED作为光源，并利用FPM算 法进行高分辨恢复。
单像素成像技术是一种基于压缩感知原理的成像技术，通过对测量的信号进行编码测量，可以使用单 个光子探测器件获取信息流，最后使用重建算法重建原始信号。最初由Rice大学的实验组率先完成了实验。 在它们的整套***中，被拍摄物体的图像经过镜头成像在DMD上，而经过DMD反射的图像又经过二次 镜头聚焦在只有一个像素的传感器上，形成光信号。而在拍摄过程中，DMD上每个镜片反射的明暗矩阵 以伪随机码的形式快速变换，每变化一次形成一个像素的信号。最后，经过将每次的信号和伪随机码综合 进行计算，就得到了物体的影像。该技术对于探测器昂贵而且难以做成阵列的深红外、深紫外领域，有着重要的应用价值。单像素技术所利用的压缩感知理论，是近年来发展的新型采样理论，通过开发信号的稀 疏特性，在远小于Nyquist采样频率的情况下，用随机采样获取信号的离散样本，再通过非线性重建的算 法较为完美地重建信号。这一理论的提出，抛弃了信号的冗余信息，因此该理论在信息论、图像处理、 光学成像和模式识别等领域得到了广泛地应用。
为解决现有相衬成像方法的问题，可以结合单像素技术与Fourier ptychography理论，这些技术给相位 成像提供了一种新的思路，即通过编码多角度光源阵列照明，不依赖传送带等机械***，就能使得频谱发 生不同程度的移动，进而获得不同阶次的频谱信号。直接由探测器测量该信号，通过一定的计算手段就能 恢复原始相位信号。由于频谱面是全息的，因而对于目标物体的相位变化非常敏感，较之以前的像面成像 能更好的恢复相位信息。由于频谱面上不同的区域强度差异巨大，如果使用面阵传感，则需要传感器具有非常高的动态范围，这一点是不现实的，因而使用单像素技术就成为了首选。面阵照明也为单像素成像的 实现创造了有利的条件。这样的方法将既可以降低采样的数据量，又能同时获得较好的相位成像效果。与 之前的Zernike相衬技术相比，不会产生halo效应与shade-off效应等问题，是一种有前景的相位成像方法。
发明内容
本发明的目的在于提供一种基于傅里叶功率谱探测的单像素相位成像方法。
本发明所述的相位成像方法由以下五部分组成：
一、使用哈达玛矩阵做为测量矩阵。所用的哈达玛矩阵是部分随机哈达玛矩阵，并且要求其对中央频 谱以及对角线频谱具有较完整的测量效果。对于一个M行N列的哈达玛矩阵(M＜＜N)，R＝M/N是其所对 应的采样率。
二、采用LED阵列(1)作为照明***，显示哈达玛矩阵的每一行作为一次照明操作。其核心功能在 于提供多角度的阵列照明，并方便计算机编程控制；第一次测量要求使阵列光源全部阵点发光，这样的一 次对样本(3)的照明操作将给出一个预测量信号。
三、采用非对称蒙版，对样本进行遮罩。蒙版的作用在于消除相位恢复过程中所产生的重影干扰，由 于相位恢复的求解过程并不一定能够收敛到全局最优解上，同时由于频谱相位的缺失、频谱本身拥有一定 程度的对称性，导致相位恢复过程会收敛到完全不同的方向，发生重影干扰。非对称蒙版的作用就是消除 对称性所造成的收敛方向差异，使得收敛过程向着单一的方向进行，排除重影干扰。
四、使用傅里叶透镜(4)将透过样本(3)的光场进行傅里叶变换，频谱面(5)的中心由单个光信 号探测器(6)测量获得复合的功率值。根据Fourier ptychography理论，LED阵列(1)每一个阵点光源所 给出的照明，在傅里叶透镜(4)的作用下，会使得空间频谱发生位移。由哈达玛矩阵编码的照明，将使 得不同频移后的频谱综合到一起，在频谱面(5)中心合成一个强度值。被单个光信号探测器(6)探测到， 就形成了信号。在这个过程中，信号是由不同频移后的中心值直接线性叠加而成，可以经算法重建原始频 谱信号。
五、利用频域压缩感知相位恢复联合算法恢复样本的相位信息。联合算法要求输入对于非对称蒙版的 先验性测量结果、全亮条件下的预测量值、测量信号序列，输出目标相位物体的相位信号。
本发明具有如下优点：
1)本发明充分发挥了压缩感知的优势，在低采样率下仍旧具有较好的复原效果。
2)理论上不会产生不可消除的噪声干扰。
3)通过哈达玛矩阵编码光源阵列照明，降低了采样时间，提高了采样效率。
附图说明
图1为本发明的一种使用傅里叶透镜成像的原理图。
其中：1-LED阵列；2-阵点发出的光束；3-样本；4-傅里叶透镜；5-频谱面；6-单个光信 号探测器。
图2为本发明在不同采样率下的仿真结果图。(a)为输入的原始图像，(b-k)采样率分别为：(b)0.15，(c)0.2， (d)0.3，(e)0.4，(f)0.5，(g)0.6，(h)0.7，(i)0.8，(j)0.9，(k)1.0。
具体实施方式
下面结合附图对本发明做进一步描述。
图2给出了根据本成像架构进行的理论仿真结果，一些实施例中，使用64X64的LED阵列作为照明 光源，并包括以下步骤：
1)在样品前放置斜三角形的非对称性的遮罩，利用中心光源照亮没有样品的遮罩，这时能够得到遮 罩的图像；
2)预先写好随机的哈达玛矩阵A，编码LED照明样品，将测量矩阵的每行按顺序依次通过单片机输 入LED单元，在傅里叶透镜的频谱平面利用单个光电倍增管测量单像素信号，得到信号序列b；
单个LED发出的光近似认为是平面波，其波矢：
ki＝2π·nillusinφ/λ
其中nillu是照明光源与样本之间的介质折射率
对于一个薄样本透光函数为s(x)，单个LED的照明后，得到的光强函数为
e(x)＝s(x)·exp(iki·x)
其傅里叶变换
相当于频谱做了一个大小为ki的位移。
取中心频谱，则kx＝0，于是
则使用随机矩阵编码的照明下，得到的信号序列
其中是的序列。
3)点亮所有的LED阵列点后，得到校准值c，并取其值的一半c/2；
4)校准后的信号矢量的模是b和c/2两者差的二倍；
上述3)与4)的校准步骤，是为了将0/1矩阵的测量结果转化为-1/1矩阵的测量结果，便于使用-1/1 的哈达玛矩阵进行恢复。含有零的哈达玛矩阵不利于恢复。
5)利用步骤2中的哈达玛矩阵(将元素0变为-1)，使用TVAL3算法重建功率谱；傅里叶频谱的振幅 部分取值是重建功率谱光强值的平方根，相位恢复图像需要通过引入非对称遮罩图，并使用修改后的E-R 算法得到。
Claims (4)
1.一种基于傅里叶功率谱探测的单像素相位成像方法，包括以下几个部分：
①测量矩阵，所述测量矩阵为部分随机哈达玛矩阵，要求其对中央频谱以及对角线频谱具有较完整的测量效果，对于一个M行N列的哈达玛矩阵(M＜＜N)，R＝M/N是其所对应的采样率。
②以LED阵列(1)作为照明光源，所述LED阵列(1)的核心功能在于提供多角度的照明，并方便计算机编程控制；所述LED阵列(1)通过输入所述哈达玛矩阵进行发光控制；第一次测量要求使所述LED阵列(1)的全部阵点发光，这样的一次对样本(3)的照明操作将给出一个预测量信号。
③以非对称蒙版，对样本进行遮罩，由于相位恢复的求解过程并不一定能够收敛到全局最优解上，同时由于频谱相位的缺失、频谱本身拥有一定程度的对称性，导致相位恢复过程会收敛到完全不同的方向，发生重影干扰。所述非对称蒙版的作用就是消除对称性所造成的收敛方向差异，使得收敛过程向着单一的方向进行，排除重影干扰。
④利用傅里叶透镜(4)将透过样本(3)的光场进行傅里叶变换，频谱面(5)的中心由单个光信号探测器(6)测量获得复合的功率值信号，根据Fourier ptychography理论，所述LED阵列(1)的每一个阵点所发出的光，在所述傅里叶透镜(4)的作用下，可以使得所述频谱面(5)上的频谱发生位移。所述哈达玛矩阵编码控制的照明，可以使得不同频移后的频谱综合到一起，在所述频谱面(5)中心合成一个强度值。被所述单个光信号探测器(6)探测到，形成信号，所述信号是由不同频移后的中心值直接线性叠加而成。
⑤利用频域压缩感知相位恢复联合算法恢复样本的相位信息，所述联合算法要求输入对于所述非对称蒙版的先验性测量结果、在第一次测量全亮条件下的所述预测量值、所述测量信号序列，可以输出目标相位物体的相位图像。
2.根据权利要求1所述的基于傅里叶功率谱探测的单像素相位成像方法，其特征在于，所述非对称蒙版是等腰直角三角形蒙版，中间透光，周围不透光。
3.根据权利要求1所述的基于傅里叶功率谱探测的单像素相位成像方法，其特征在于，所述非对称蒙版的先验性测量结果，是对所述非对称蒙版直接成像所得。
4.根据权利要求1所述的基于傅里叶功率谱探测的单像素相位成像方法，其特征在于，所述频域压缩感知与相位恢复联合算法使用压缩感知算法重建功率谱，由相位恢复算法，引入所述非对称蒙版的预成像结果，恢复原始相位图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710558647.XA CN109211790B (zh) | 2017-07-03 | 2017-07-03 | 一种基于傅里叶功率谱探测的单像素相位成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710558647.XA CN109211790B (zh) | 2017-07-03 | 2017-07-03 | 一种基于傅里叶功率谱探测的单像素相位成像方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109211790A true CN109211790A (zh) | 2019-01-15 |
| CN109211790B CN109211790B (zh) | 2023-12-08 |
Family
ID=64991345
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710558647.XA Active CN109211790B (zh) | 2017-07-03 | 2017-07-03 | 一种基于傅里叶功率谱探测的单像素相位成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109211790B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110425986A (zh) * | 2019-07-17 | 2019-11-08 | 北京理工大学 | 基于单像素传感器的三维计算成像方法及装置 |
| CN110579871A (zh) * | 2019-09-05 | 2019-12-17 | 杭州电子科技大学 | 基于傅里叶叠层显微成像的led照明优化方法及装置 |
| CN111667548A (zh) * | 2020-06-12 | 2020-09-15 | 暨南大学 | 一种多模式显微图像数值重建方法 |
| CN114289879A (zh) * | 2022-01-13 | 2022-04-08 | 北京理工大学 | 一种超快激光单次制备多个微型电容集成化的方法 |
| CN115277997A (zh) * | 2022-06-20 | 2022-11-01 | 西安电子科技大学广州研究院 | 一种单次测量的压缩感知超分辨率成像***及其成像方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5111515A (en) * | 1990-06-29 | 1992-05-05 | The United States Of America As Represented By The Secretary Of The Air Force | Image deconvolution by a logarithmic exponential nonlinear joint transform process |
| US20020060831A1 (en) * | 1999-11-08 | 2002-05-23 | Gerchberg Ralph W. | System and method for recovering phase information of a wave front |
| JP2009225064A (ja) * | 2008-03-14 | 2009-10-01 | Ricoh Co Ltd | 画像入力装置、認証装置、およびそれらを搭載した電子機器 |
| US20110080401A1 (en) * | 2008-06-13 | 2011-04-07 | Imax Corporation | Methods and systems for reducing or eliminating perceived ghosting in displayed stereoscopic images |
| US20130335619A1 (en) * | 2012-06-15 | 2013-12-19 | Kei Itoh | Imaging device and imaging method |
| US20140253713A1 (en) * | 2011-10-25 | 2014-09-11 | Guangjie Zhai | Time-Resolved Single-Photon or Ultra-Weak Light Multi-Dimensional Imaging Spectrum System and Method |
| CN105227815A (zh) * | 2015-09-29 | 2016-01-06 | 郑州大学 | 一种被动式单像素望远成像***和成像方法 |
| CN105467806A (zh) * | 2015-01-06 | 2016-04-06 | 四川大学 | 单像素全息相机 |
| CN106371201A (zh) * | 2016-11-03 | 2017-02-01 | 清华大学 | 基于计算鬼成像的傅里叶重叠关联成像***及方法 |
| US20170126990A1 (en) * | 2014-07-22 | 2017-05-04 | Shanghai Institute Of Optics And Fine Mechanics, Chinese Academy Of Sciences | Random grating based compressive sensing wideband hyperspectral imaging system |
| US20170134680A1 (en) * | 2014-07-29 | 2017-05-11 | Jinan University | Optical imaging method using single pixel detector |
| US20170146788A1 (en) * | 2014-05-19 | 2017-05-25 | The Regents Of The University Of California | Fourier ptychographic microscopy with multiplexed illumination |
-
2017
- 2017-07-03 CN CN201710558647.XA patent/CN109211790B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5111515A (en) * | 1990-06-29 | 1992-05-05 | The United States Of America As Represented By The Secretary Of The Air Force | Image deconvolution by a logarithmic exponential nonlinear joint transform process |
| US20020060831A1 (en) * | 1999-11-08 | 2002-05-23 | Gerchberg Ralph W. | System and method for recovering phase information of a wave front |
| JP2009225064A (ja) * | 2008-03-14 | 2009-10-01 | Ricoh Co Ltd | 画像入力装置、認証装置、およびそれらを搭載した電子機器 |
| US20110080401A1 (en) * | 2008-06-13 | 2011-04-07 | Imax Corporation | Methods and systems for reducing or eliminating perceived ghosting in displayed stereoscopic images |
| US20140253713A1 (en) * | 2011-10-25 | 2014-09-11 | Guangjie Zhai | Time-Resolved Single-Photon or Ultra-Weak Light Multi-Dimensional Imaging Spectrum System and Method |
| US20130335619A1 (en) * | 2012-06-15 | 2013-12-19 | Kei Itoh | Imaging device and imaging method |
| US20170146788A1 (en) * | 2014-05-19 | 2017-05-25 | The Regents Of The University Of California | Fourier ptychographic microscopy with multiplexed illumination |
| US20170126990A1 (en) * | 2014-07-22 | 2017-05-04 | Shanghai Institute Of Optics And Fine Mechanics, Chinese Academy Of Sciences | Random grating based compressive sensing wideband hyperspectral imaging system |
| US20170134680A1 (en) * | 2014-07-29 | 2017-05-11 | Jinan University | Optical imaging method using single pixel detector |
| CN105467806A (zh) * | 2015-01-06 | 2016-04-06 | 四川大学 | 单像素全息相机 |
| CN105227815A (zh) * | 2015-09-29 | 2016-01-06 | 郑州大学 | 一种被动式单像素望远成像***和成像方法 |
| CN106371201A (zh) * | 2016-11-03 | 2017-02-01 | 清华大学 | 基于计算鬼成像的傅里叶重叠关联成像***及方法 |
Non-Patent Citations (3)
| Title |
|---|
| SENLIN JIN, WANGWEI HUI 等: "Hyperspectral imaging using the single-pixel Fourier transform technique", 《SCIENTIFIC REPORTS》 * |
| 刘永峰等: "相位恢复算法在量子关联衍射成像中的应用研究", 《光学学报》 * |
| 马彦鹏等: "基于压缩感知的单点探测计算成像技术研究", 《光学学报》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110425986A (zh) * | 2019-07-17 | 2019-11-08 | 北京理工大学 | 基于单像素传感器的三维计算成像方法及装置 |
| CN110425986B (zh) * | 2019-07-17 | 2020-10-16 | 北京理工大学 | 基于单像素传感器的三维计算成像方法及装置 |
| CN110579871A (zh) * | 2019-09-05 | 2019-12-17 | 杭州电子科技大学 | 基于傅里叶叠层显微成像的led照明优化方法及装置 |
| CN110579871B (zh) * | 2019-09-05 | 2021-08-03 | 杭州电子科技大学 | 基于傅里叶叠层显微成像的led照明优化方法及装置 |
| CN111667548A (zh) * | 2020-06-12 | 2020-09-15 | 暨南大学 | 一种多模式显微图像数值重建方法 |
| CN111667548B (zh) * | 2020-06-12 | 2022-03-29 | 暨南大学 | 一种多模式显微图像数值重建方法 |
| CN114289879A (zh) * | 2022-01-13 | 2022-04-08 | 北京理工大学 | 一种超快激光单次制备多个微型电容集成化的方法 |
| CN114289879B (zh) * | 2022-01-13 | 2023-02-17 | 北京理工大学 | 一种超快激光单次制备多个微型电容集成化的方法 |
| CN115277997A (zh) * | 2022-06-20 | 2022-11-01 | 西安电子科技大学广州研究院 | 一种单次测量的压缩感知超分辨率成像***及其成像方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109211790B (zh) | 2023-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109211790A (zh) | 一种基于傅里叶功率谱探测的单像素相位成像方法 | |
| Marchesini et al. | Augmented projections for ptychographic imaging | |
| Liang | Punching holes in light: recent progress in single-shot coded-aperture optical imaging | |
| CN109035168A (zh) | 一种基于翻折掩模构造的计算成像方法及装置 | |
| Zhang et al. | Physics-based iterative projection complex neural network for phase retrieval in lensless microscopy imaging | |
| Du et al. | Adorym: A multi-platform generic X-ray image reconstruction framework based on automatic differentiation | |
| Yang et al. | High-fidelity image reconstruction for compressed ultrafast photography via an augmented-Lagrangian and deep-learning hybrid algorithm | |
| Howard et al. | Hyperspectral compressive wavefront sensing | |
| CN108886588A (zh) | 用于形成低信息内容场景的一维数字表示的机器视觉*** | |
| Zhang et al. | Computational ghost imaging with deep compressed sensing | |
| Kerr et al. | Light curves for geo object characterisation | |
| Brown-Sevilla et al. | A new photometric and dynamical study of the eclipsing binary star HW Virginis | |
| Yu et al. | Ghost imaging based on Pearson correlation coefficients | |
| CN207280593U (zh) | 基于计算光谱成像技术的光谱分类器 | |
| CN113340418A (zh) | 基于卷积神经网络的光束轨道角动量谱测量方法与*** | |
| Sun et al. | Double‐flow convolutional neural network for rapid large field of view Fourier ptychographic reconstruction | |
| Xie et al. | Dual camera snapshot high-resolution-hyperspectral imaging system with parallel joint optimization via physics-informed learning | |
| Goldsbury et al. | Constraining white dwarf structure and neutrino physics in 47 Tucanae | |
| Ding et al. | Spatial phase retrieval of vortex beam using convolutional neural network | |
| Ma et al. | Scanning-position error-correction algorithm in dual-wavelength ptychographic microscopy | |
| Kakazu et al. | Hawaii quasar and T dwarf survey. I. Method and discovery of faint field ultracool dwarfs | |
| Gao et al. | Deep-learning-based hyperspectral imaging through a RGB camera | |
| Cibrario et al. | Joint machine learning and analytic track reconstruction for X-ray polarimetry with gas pixel detectors | |
| Situ et al. | Generalized iterative phase retrieval algorithms and their applications | |
| Mai et al. | Application of deep learning to soft x-ray tomography at EAST |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |