基于三维卷积神经网络的彩色傅里叶叠层显微术
包含多波长信息的低分辨(LR)灰度图难以被完全解复用,根据LR图像信息重建出的彩色高分辨(HR)图像容易出现通道串扰的现象.为重建不受通道串扰干扰的彩色HR图像,提出一种基于三维卷积神经网络(CNN)的彩色HR图像重建算法.采用主成分分析法提取单色HR图像和彩色LR图像的结构信息,然后基于结构信息训练CNN来建立单色HR图像和彩色LR图像之间的映射关系,最后生成彩色HR图像.实验结果表明,所提算法可以获得不受通道串扰影响、色彩不失真的彩色HR图像.定量评价指标方均根误差小于0.1,结构相似性参数大于0.9.
成像系统、显微术、傅里叶叠层显微成像、卷积神经网络、主成分分析、彩色图像重建
40
O438.2(光学)
国家自然科学基金;国家自然科学基金;天津市科技支撑计划重点项目
2020-12-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
92-99