位置：成果数据库 > 期刊 > 期刊详情页
基于深度变化成像模型的图像估计
  • ISSN号：1002-8331
  • 期刊名称：《计算机工程与应用》
  • 时间：0
  • 分类：TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构：[1]四川大学电子信息学院，成都610064
  • 相关基金：国家自然科学基金资助(编号:60372079)
作者： 滕奇志[1], 陶青川[1], 赵佳[1], 何小海[1]
关键词： 光学切片, 图像复原, 深度变化点扩展函数, 最大似然估计, 最大期望算法
中文摘要：

该文提出了一种基于EM算法的最大似然图像复原算法，此算法是基于三维显微光学切片中成像随深度变化的模型实现的。实际成像中，由于样本中物质是变化的，故样本不同位置的折射率不一样，并且会导致其点扩展函数也不同。虽然大多数显微镜具有像差补偿功能，但由于样本的折射率和物镜的折射率不匹配，导致不同深度其点扩展函数也不一样。该文对二维图像和三维图像序列进行实验，结果表明通过此算法能够补偿由于深度变化所带来的模糊，从而将模糊图像复原。

同期刊论文项目
计算光学切片显微三维成像技术的研究
期刊论文 28 会议论文 2
同项目期刊论文
图像复原中高斯点扩展函数参数估
基于深度变化成像模型的调整EM算
Wavelet Transform Based Gaussi
基于小波变换的高斯点扩展函数估
基于深度变化成像模型的估计算法
改进的Hopfield图像复原
基于深度变化成像模型的参数盲反
基于高斯型层间点扩展函数估计的
两种图像复原算法在COSM中的应用
基于小波变换的深度预测图像复原
基于小波去噪和图像分割技术的改
基于连续Hopfield网络的三维显微
基于Markov随机场的自适应规整化
三维显微成像中COSM与LSCM技术比
基于最短距离的细胞图像分离
基于三维高斯模型的参数盲解卷积
高斯型点扩展函数估计的最近邻算法
基于三维高斯模型的参数盲解卷积算法
两种改进的图像复原算法在COSM中的应用
基于深度变化成像模型的调整EM算法
基于Markov随机场的自适应正则化三维显微图像复原
基于小波变换的深度预测复原算法研究
基于改进NAS-RIF的三维显微图像盲复原
结合高维几何空间理论的COSM图像复原算法
基于支持向量回归的图像复原方法研究
基于Hopfield网络的三维显微图像复原
基于各向异性Markov随机场的三维显微图像复原
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊（2014版）
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编：怀进鹏
  • 地址：北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编：100083
  • 邮箱：ceaj@vip.163.com
  • 电话：
  • 国际标准刊号：ISSN：1002-8331
  • 国内统一刊号：ISSN：11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:97887