.png){kind=icon}
返回
Sparse coding-based multiframe superresolution for efficient synchrotron radiation microspectroscopy
.png){kind=icon}
OA
AI
DOI：10.1186/s11671-025-04291-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在纳米结构提取中，同步辐射和电子显微镜等先进技术常因辐射损伤及长时间曝光引起的充电伪影而受限。本研究提出一种基于稀疏编码的多帧超分辨率方法，用于增强同步辐射微光谱图像。通过从多幅低分辨率图像重建高分辨率图像，可最小化曝光时间，从而减少辐射效应、热漂移和样品降解，同时保持空间分辨率。与忽略位置错位的深度学习超分辨率方法不同，本研究将位置偏移视为已知控制参数，利用小型、含噪数据集提升超分辨率精度。此外，本研究的稀疏编码方法学习针对纳米结构提取优化的字典，对超分辨率过程进行精细调整，以适应数据独特特征，即使存在噪声和样本有限的情况。该方法应用于3D纳米尺度电子光谱化学分析（nano-ESCA）数据，利用从3D nano-ESCA数据集学习的高分辨率字典，显著提升图像质量并保留结构细节。与需要大型数据集的当前深度学习技术不同，本研究方法在数据有限时表现优异，适用于样本量受限的实际场景。通过减少超过40%的测量时间同时保持高分辨率质量，凸显了本方法的效率。结果表明，该超分辨率技术不仅可推动同步辐射微光谱学发展，还可适配其他高分辨率成像模式（如电子显微镜）。该方法提供更优图像质量、更短曝光时间和更佳科学数据可解释性，成为应对纳米尺度成像中辐射损伤和样品降解挑战的多功能工具。
Keyword:
Sparse coding superresolution
Nanostructure image enhancement
Measurement image analysis
Synchrotron image reconstruction
High-resolution microscopy
Radiation damage reduction
期刊
IF:
4.5
论文数:
373
被引数:
971
机构
引用论文
Catalysis with two-dimensional materials and their heterostructures二维材料及其异质结构的催化作用.png)
NATURE NANOTECHNOLOGY
NATURE NANOTECHNOLOGYIF34.9
PREAI
分享收藏Photoelectron spectromicroscopy analysis of graphene during gate-controlled photo-oxidation process在栅控光氧化过程中对石墨烯进行光电子谱显微分析
IF0
PREAI
分享收藏Nanobelts, nanowires, and nanodiskettes of semiconducting oxides - From materials to nanodevicesADVANCED MATERIALS
ADVANCED MATERIALSIF26.8
PREAI
分享收藏分享收藏Image denoising via sparse and redundant representations over learned dictionaries通过学习字典上的稀疏和冗余表示进行图像去噪
PREAI
分享收藏Multi-Image Super Resolution of Remotely Sensed Images Using Residual Attention Deep Neural Networks
OAAI
OAAI分享收藏
查看更多内容