.png){kind=icon}
返回
Coded aperture imaging using non-linear Lucy-Richardson algorithm
.png){kind=icon}
PRE
AI
DOI：10.1016/j.optlastec.2024.112300.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
成像涉及记录和再现尽可能接近现实的图像的过程，包括直接和间接两种方法。在直接成像中，物体被直接记录。编码孔径成像（CAI）是间接成像的一个例子，它利用光学记录和计算重建来获取关于物体的信息。计算重建可以通过不同的线性、非线性、迭代和深度学习算法实现。在本研究中，我们提出了并演示了两种基于非线性Lucy-Richardson算法（NL-LRA）的计算重建算法，一种用于有限支撑图像，另一种基于熵减的全视图图像。这些算法的有效性已通过在可见光和红外（IR）光中采用不同编码相位掩模进行的模拟和光学实验得到验证。这些方法还在配备内部GlobarTM和同步辐射源的商用红外显微镜上进行了测试。将两种算法获得的结果与其父方法进行比较，观察到熵和收敛速率均有显著改善。我们相信，开发的算法将显著提升非相干成像应用中的图像重建效果。
Keyword:
Coded aperture imaging
Infrared imaging
Computational imaging
Non-linear Lucy-Richardson algorithm
Diffractive optics
Photolithography
期刊
O
IF:
5
论文数:
2.5K
被引数:
3.5W
机构
暂无机构信息
引用论文
分享收藏
Incoherent nonlinear deconvolution using an iterative algorithm for recovering limited-support images from blurred digital photographs.png)
OPTICS EXPRESS
OAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏
查看更多内容