基于神经网络的三维宽场显微图像复原研究
三维显微图像复原数据量巨大,运算时问长。提出一种利用BP神经网络进行三维宽场显微图像复原的非线性映射方法,将二三维图像转化为二维图像进行处理,利用神经网络的映射特性和学习能力,通过训练,建立含有散焦信息的二维模糊图像与二维清晰图像之间的映射关系,然后对切片堆叠进行逐幅复原,从而实现显微图像的三维复原。得到的复原图像在视觉上和定量分析上都获得了很好的效果。由于采用小规模神经网络,训练时间短,计算量小,使实时复原成为可能。
神经网络 三维宽场显微图像 非线性映射 图像复原
陈华 金伟其 张楠 石俊生 王霞
北京理工大学信息科学技术学院光电工程系,北京 100081
国内会议
北京
中文
217-220
2005-09-23(万方平台首次上网日期,不代表论文的发表时间)