已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、傅里葉疊層成像是一種整合了結構照明、疊層成像、相位恢復等理論的新型成像技術,基于該技術發(fā)明的傅里葉疊層成像顯微鏡利用低數(shù)值孔徑、低分辨率的物鏡就可以實現(xiàn)高分辨率和大視場成像。但是,傳統(tǒng)的傅里葉疊層成像算法采集數(shù)據(jù)時間較長,抗噪性能較差,如何在縮短數(shù)據(jù)采集時間的同時提高成像質(zhì)量以及抗噪性能是當前傅里葉疊層成像算法研究的重點。本文基于壓縮感知和相位恢復理論,利用稀疏先驗知識對傳統(tǒng)的傅里葉疊層成像算法進行了改進,主要研究內(nèi)容如下:
2、首先,針對非抽樣小波具有信息冗余性和平移不變性的特點,本文以非抽樣小波作為稀疏先驗,提出了基于非抽樣小波正則化的傅里葉疊層成像算法并利用交替方向乘子法對該優(yōu)化問題進行求解。實驗結果表明,與傳統(tǒng)的傅里葉疊層成像算法相比,本文算法有效地提高了抗噪性能以及重構圖像的質(zhì)量。
其次,由于雙樹復數(shù)小波具有近似平移不變性和多方向選擇性,本文將雙樹復數(shù)小波正則項融入到傳統(tǒng)的傅里葉疊層成像算法中,提出了基于雙樹復數(shù)小波正則化的傅里葉疊層成像算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的疊層成像算法.pdf
- 基于稀疏表示的圖像復原算法研究.pdf
- 基于dsp的快速傅里葉fft算法
- 基于稀疏表示的圖像融合算法研究.pdf
- 基于稀疏表示的SAR圖像降噪算法研究.pdf
- 基于圖像稀疏表示的隱寫算法研究.pdf
- 基于稀疏表示的Retinex圖像增強算法研究.pdf
- 基于稀疏表示的紅外圖像濾波算法研究.pdf
- 基于稀疏表示的圖像融合算法.pdf
- 基于稀疏表示的圖像混合噪聲去除算法.pdf
- 25394.基于傅里葉全息成像的光學掩模檢測
- 基于稀疏表示的高光譜圖像分類算法研究.pdf
- 基于稀疏表示的醫(yī)學圖像融合算法研究.pdf
- 基于稀疏表示的足跡花紋圖像檢索算法研究.pdf
- 基于稀疏表示的灰度圖像顏色重建算法研究.pdf
- 基于稀疏表示的圖像缺陷檢測算法研究.pdf
- 基于稀疏表示的圖像去噪算法
- 基于稀疏表示的序列圖像配準算法研究.pdf
- 基于稀疏表示的圖像去噪算法.pdf
- 圖像目標的識別——基于稀疏表示的圖像識別算法研究.pdf
評論
0/150
提交評論