版權(quán)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(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、熒光顯微成像方法是采用紫外線作為照射源,來照射被檢測細(xì)胞,使細(xì)胞結(jié)構(gòu)發(fā)出熒光,然后在顯微鏡下觀察細(xì)胞的形狀及其他特征。在生物醫(yī)學(xué)研究中,通過熒光成像技術(shù),可以查看到生物細(xì)胞的活體結(jié)構(gòu)和活動機理。但是由于各種因素的干擾,成像系統(tǒng)得到的圖像分辨率都會降低,而解卷積的目的就是提高退化后圖像的分辨率。通常有兩種可用的解卷積方法:光學(xué)的和計算的。光學(xué)方法是在散焦光到達(dá)檢測器之前就阻擋它以減少失真。雖然光學(xué)處理的圖像的三維分辨率更為明顯,但是該圖像
2、包含嚴(yán)重的各向異性。在計算解卷積的方法中,數(shù)據(jù)則是由計算機處理,以減弱圖像中的噪聲和模糊,本文就是通過計算的方法來提升圖像分辨率。
本文提供了三種解卷積的思路。傳統(tǒng)解卷積方法均為非盲解卷積,僅適用于點擴散函數(shù)已知的情形,設(shè)計了一種基于參數(shù)化點擴散函數(shù)模型的解卷積方法,將點擴散函數(shù)擬合為多重高斯疊加形式,構(gòu)造出了ER方法的盲解卷積形式,然后采用輪流優(yōu)化方法進(jìn)行求解,同時將結(jié)合TV與Hessian正則的多重正則方法用于ER解卷積。
3、第二種思路是在似然項不變的情況下提出了Non-local正則項,并應(yīng)用到二維空間圖像與三維時間序列圖像中,并采用最速下降法求解。思路三則是利用三維熒光圖像縱軸分辨率低于橫軸的特點,將圖像沿縱軸進(jìn)行插值,以使與橫軸分辨率一致,然后采用稀疏表示的方法從橫軸學(xué)習(xí)字典應(yīng)用到縱軸,同時結(jié)合縱軸的Non-loal先驗來提高縱軸的分辨率。
本文采用MATLAB R2012a和Visual Studio2012軟件進(jìn)行計算機仿真,并將每種方法
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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 厚組織熒光顯微圖像復(fù)原方法研究.pdf
- 小麥顯微圖像處理方法的研究
- 紅細(xì)胞顯微圖像處理方法研究.pdf
- 基于熒光顯微圖像的亞細(xì)胞定位算法.pdf
- 共焦顯微圖像反卷積降噪與輪廓提取算法研究.pdf
- 顯微圖像融合研究.pdf
- 糖晶體顯微圖像處理方法研究.pdf
- 基于顯微圖像的顆粒計數(shù)方法研究.pdf
- 基于Hough變換的顯微圖像分割方法研究.pdf
- 醫(yī)學(xué)顯微圖像的分割研究.pdf
- 顯微圖像拼接算法研究.pdf
- 顯微圖像處理及研究.pdf
- 顯微圖像全息識別方法的研究及應(yīng)用.pdf
- 基于顯微圖像的PTA粒徑分布估計方法研究.pdf
- 生物組織顯微圖像中的細(xì)胞計數(shù)方法.pdf
- 基于紋理的顯微圖像融合方法的研究與實現(xiàn).pdf
- 金相顯微圖像融合的研究.pdf
- 寄生蟲卵顯微圖像的識別方法研究.pdf
- 顯微圖像特征提取的方法研究及應(yīng)用.pdf
- 低對比度顯微圖像的顏色增強方法研究.pdf
評論
0/150
提交評論