基于深度学习的无热化成像方法和装置.pdf

基于深度学习的超分辨成像方法研究.pdf 摘要光学望远镜是获取远距离目标光学信息的重要工具，广泛应用在天文观测、光学监视和遥感等领域。传统提高分辨率的方法是建造更大孔径的望远镜，这导致制造和维护的成本的成倍增长。本文旨在探索一种基于光学系统-深度学习联合优化的远场超分辨成像技术，在不增大望远系统口径的同时提高成像分辨率，达到该目标的主要难点在于：如何实现深度学习网络与望远系统的联合优化。本文的主要研究内容如下： (1)联合优化超分辨成像方法 推导了望远系统点扩散函数（PSF）与调制相位之间的关系，并基于理想

2025-05-09 约7.59万字 56页立即下载

基于FPGA的深度学习电阻抗成像系统及成像评价方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114544708 A (43)申请公布日 2022.05.27 (21)申请号 202210051699.9 (22)申请日 2022.01.17 (71)申请人华南理工大学地址 510640

2023-05-10 约1.88万字 18页立即下载

基于深度学习的大景深折-衍系统联合优化成像方法研究.pdf 目录摘要i Abstractiii 第一章绪论1 1.1研究背景与意义1 1.2国内外研究现状2 1.2.1扩景深光学系统设计2 1.2.2端到端成像系统设计5 1.3本文主要研究内容与章节安排8 第二章折衍式大景深光学元件设计原理及理论10 2.1入射光场特性分析10 2.2折射与衍射光学元件成像原理11 2.3光学传播模型12 2.3.1衍射光学元件成像链路12 2.3.2折衍式光学传播链路16 2.4基于网络架构的图像退化与复原19 2.4.1图像退化框架19 2.4.2经典神经网络复原模型20 2.5图像质量评价方法22 2.6本章小结24 第三章折衍式大景深光学元件设计与优化26

2025-02-26 约9.83万字 73页立即下载

基于深度学习的OCTA成像质量增强方法研究.docx 基于深度学习的OCTA成像质量增强方法研究一、引言随着医学成像技术的不断进步，光学相干断层扫描血管成像（OCTA）作为一种非侵入性的血管成像技术，已经广泛应用于临床诊断和研究中。然而，由于各种因素的影响，如噪声、运动伪影等，OCTA成像质量往往受到限制，影响了医生的诊断准确性。因此，研究基于深度学习的OCTA成像质量增强方法具有重要的实际应用价值。二、背景及意义 OCTA是一种利用光学相干断层扫描技术进行血管成像的方法，它具有高分辨率、非侵入性等优点，在眼科、神经科等医学领域有着广泛的应用。然而，由于生物组织的复杂性和环境因素的影响，OCTA成像过程中往往会出现噪声、运动伪影等问题，导致

2025-02-18 约4.66千字 9页立即下载

一种基于深度学习的彩色计算鬼成像方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112802145 A (43)申请公布日 2021.05.14 (21)申请号 202110112327.8 (22)申请日 2021.01.27 (71)申请人四川大学地址 61

2023-06-03 约7.1千字 7页立即下载

基于深度学习的快速X射线动态实时成像去噪方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112801887 A (43)申请公布日 2021.05.14 (21)申请号 202011563657.0 (22)申请日 2020.12.25 (71)申请人苏州深透智能科技有限公司

2023-06-03 约1.44万字 13页立即下载

基于深度学习的OCTA成像质量增强方法研究.docx 基于深度学习的OCTA成像质量增强方法研究一、引言光学相干断层扫描血管成像（OCTA）是一种重要的医学成像技术，用于诊断眼部和皮肤等组织的微结构。然而，由于各种因素如设备噪声、组织运动等，OCTA图像的质量往往受到限制，影响了诊断的准确性。因此，对OCTA成像质量进行增强处理显得尤为重要。近年来，深度学习技术在图像处理领域取得了显著的成果，本文旨在研究基于深度学习的OCTA成像质量增强方法。二、相关工作近年来，深度学习在图像处理领域的应用越来越广泛，包括图像去噪、超分辨率、图像增强等。在OCTA成像领域，也有许多研究者尝试使用深度学习技术来提高图像质量。例如，通过使用卷积神经网络（CN

2025-05-27 约4.74千字 9页立即下载

基于深度学习的单目绝对深度估计方法和装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112802080 A (43)申请公布日 2021.05.14 (21)申请号 202110098807.3 (22)申请日 2021.01.25 (71)申请人清华大学地址 10

2023-06-04 约1.14万字 12页立即下载

基于深度学习的车道线检测方法、装置及自动驾驶方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881241 A (43)申请公布日 2022.08.09 (21)申请号 202210265506.X G06K 9/62 (2022.01)

2023-05-18 约1.42万字 12页立即下载

基于深度学习的EIT成像算法研究.docx 基于深度学习的EIT成像算法研究一、引言电学成像技术（ElectricalImpedanceTomography,EIT）是一种非侵入性的医学成像技术，通过测量体表电学性质的变化来重建体内组织的阻抗分布。然而，由于EIT技术面临的挑战，如传感器噪声、组织异质性以及数据的不完全性等，其成像质量一直受到限制。近年来，深度学习技术的快速发展为EIT成像算法的改进提供了新的思路。本文旨在研究基于深度学习的EIT成像算法，以提高EIT的成像质量和稳定性。二、深度学习在EIT成像中的应用 深度学习是一种基于神经网络的机器学习方法，其强大的学习能力使得它在图像处理、语音识别等领域取得了显著的成果。在E

2025-03-10 约5.34千字 10页立即下载

基于深度学习的EIT成像算法研究.pdf 摘要电阻抗成像(ElectricalImpedanceTomography,EIT)技术作为一种便携无损可实时成像的功能成像技术，广泛应用于地球物理勘探、工业过程监测及生物医学成像等领域中。然而传统数值化算法对于非线性电导率数据的处理和提高成像精度上存在一定的局限性，针对非均质场内EIT图像重建存在的非线性、欠定性等问题，寻找合适的重建算法提高EIT重建图像的空间分辨率至关重要。近年来，智能化图像重建算法在图像处理领域取得了一定成功，特别是深度学习技术通过自动学习

2025-02-06 约12.16万字 87页立即下载

基于深度学习的EIT成像算法研究.docx 基于深度学习的EIT成像算法研究一、引言电学成像技术（ElectricalImpedanceTomography,EIT）是一种非侵入性的医学成像技术，通过测量体表电学性质的变化来重建体内组织的阻抗分布。然而，由于EIT技术面临着多种挑战，如数据采集的复杂性、噪声干扰以及成像分辨率等问题，使得传统的EIT成像算法难以满足实际需求。近年来，深度学习技术的发展为EIT成像算法提供了新的研究思路。本文将重点研究基于深度学习的EIT成像算法，以期提高EIT的成像质量和效率。二、EIT成像技术概述 EIT技术是一种利用电压或电流在体表进行测量的技术，通过测量不同部位间的电压差或电流变化，可以推断出

2025-04-18 约5.36千字 11页立即下载

3D深度成像方法、主控装置、以及3D成像设备.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112804512 B (45)授权公告日 2021.06.29 (21)申请号 202110393298.7 H04N 13/296 (2018.01) (22)申请日

2023-06-03 约2.25万字 19页立即下载

基于深度光学的微型头戴式显微镜成像装置及方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113349740 A (43)申请公布日 2021.09.07 (21)申请号 202110893770.3 (22)申请日 2021.08.05 (71)申请人清华大学地址 10

2023-06-19 约9.46千字 9页立即下载

基于门控成像的双目深度估计方法、装置及计算机设备.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112967332 A (43)申请公布日 2021.06.15 (21)申请号 202110280921.8 G06N 3/04 (2006.01)

2023-06-09 约1.58万字 13页立即下载