.png){kind=icon}
返回
Super-Resolution Image Optimisation Based on Gradient Iterative Fast Diffraction-Free Spot Algorithm
.png){kind=icon}
OA
AI
DOI：10.3390/s25103221.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
衍射显著恶化激光图像质量，导致严重退化，削弱了自动对焦系统的理论性能参数。本文对图像的非均匀特征进行了全面分析。为提升每幅图像的成像质量，提出了一种基于梯度迭代的去衍射算法。该算法能够快速消除衍射引起的干扰斑点并恢复畸变的激光斑点，从而有效消除衍射导致的自动对焦分辨率和聚焦精度不可避免的下降。此外，提出的内局部化间隔计算模型显著提高了迭代计算过程的收敛性。实验验证表明，在相同条件下，采用该算法处理后的样品反射面层间分辨率提升至原始值的四分之一。这种远超显微镜固有分辨率的显著分辨率提升，表明该算法成功实现了显微镜的超分辨率。
Keyword:
elimination of diffraction spots
microscopy
fast autofocus
computer vision
期刊
IF:
3.5
论文数:
7.3W
被引数:
20.9W
机构
引用论文
Processing and compression of underwater image based on deep learning基于深度学习的 underwater image 的处理与压缩.png)
Optik
OptikIF0
PREAI
分享收藏Automatic Face Recognition of Target Images Based on Deep Learning Algorithms基于深度学习算法的目标图像自动人脸识别
PREAI
分享收藏
Design and Experimental Validation of an Optical Autofocusing System with Improved Accuracy高精度光学自动对焦系统的设计与实验验证PhotonicsOAAI
PhotonicsIF0
OAAI分享收藏Large depth-of-field fluorescence microscopy based on deep learning supported by Fresnel incoherent correlation holographyOPTICS EXPRESSOAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏
查看更多内容