- 专利标题: 一种基于深度学习的低对比度条纹SIM重建方法和系统
-
申请号: CN202310320880.X申请日: 2023-03-24
-
公开(公告)号: CN116309073B公开(公告)日: 2023-12-29
- 发明人: 刘文杰 , 陈云博 , 叶子桐 , 叶涵楚 , 陈友华 , 李海峰 , 匡翠方
- 申请人: 之江实验室 , 浙江大学
- 申请人地址: 浙江省杭州市余杭区中泰街道之江实验室南湖总部
- 专利权人: 之江实验室,浙江大学
- 当前专利权人: 之江实验室,浙江大学
- 当前专利权人地址: 浙江省杭州市余杭区中泰街道之江实验室南湖总部
- 代理机构: 杭州天正专利事务所有限公司
- 代理商 王兵; 杨东炜
- 主分类号: G06T3/40
- IPC分类号: G06T3/40 ; G06N3/0455 ; G06N3/0464 ; G06N3/048 ; G06N3/08
摘要:
一种基于深度学习的低对比度条纹SIM重建方法,包括:首先制作低对比度条纹SIM图像训练数据集;然后构建并训练低对比度SIM超分辨神经网络;最后实现低对比度条纹SIM实验数据的超分辨重建。本发明还包括一种基于深度学习的低对比度条纹SIM重建系统。本发明可以在低对比度照明条纹的情况下,实现高质量和高分辨SIM图像重建。克服了传统SIM技术对照明条纹对比度的依赖,大大扩展其应用范围;本发明所需的低对比度条纹SIM图像训练集可以通过仿真得到,无需实验获取,大大降低了训练集的制作难度;本发明不增加任何系统复杂度,可基于任何已有SIM系统实现,具有广泛的应用范围。
公开/授权文献
- CN116309073A 一种基于深度学习的低对比度条纹SIM重建方法和系统 公开/授权日:2023-06-23