龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西北工业大学;西北工业大学深圳研究院
摘要：本发明公开了一种基于参考引导学习的少样本显微图像数字重聚焦方法，涉及光学显微成像和图像处理领域，其技术特征在于：针对光学显微成像系统离焦成像的数字重聚焦需求，通过z轴扫描拍摄薄样本B的z轴图像堆栈；通过同一光学显微成像系统拍摄薄样本A的离焦图像；根据模糊度判据从样本B的z轴图像堆栈中选择模糊度最接近的离焦图像；构建神经网络模型；将薄样本A和B的离焦图像共同输入网络，构建损失函数推动网络优化；优化后可得薄样本A的重聚焦图像和神经网络的固化模型。类似薄样本在相同离焦距离下的离焦图像可利用该固化模型实现快速重聚焦，而在不同离焦距离下的离焦图像可通过重复前述过程的再优化实现重聚焦功能。该方法的优势在于，只需利用少量样本即可完成网络优化，数据获取成本和网络优化成本低，无需测量或估计系统的点扩散函数即可实现图像解卷积，具备良好的重聚焦效果和鲁棒的泛化性能，能够适用于光学显微成像系统的任意图像重聚焦场景。
主权项：1.一种基于参考引导学习的少样本显微图像数字重聚焦方法，其特征在于该方法包括以下步骤：S1.针对某一光学显微成像系统，通过z轴扫描的方式，拍摄获取薄样本B的z轴图像堆栈，其中包含薄样本B的在焦图像和不同距离下的离焦图像；S2.利用同一光学显微成像系统，将薄样本B更换为类似薄样本A，在未知离焦距离下拍摄获得薄样本A的单张离焦图像；S3.根据模糊度判据，从薄样本B的z轴图像堆栈选择一张离焦图像，与薄样本A的离焦图像具备最接近的模糊度，并选择薄样本B的在焦图像，与离焦图像配对作为参考引导；S4.建立神经网络模型，用于离焦显微图像的数字重聚焦；S5.将薄样本A和B的离焦图像作为输入，薄样本B的在焦图像作为标签，薄样本A和B的重聚焦图像作为输出，构建损失函数约束推动神经网络模型的参数优化；S6.经过足量优化后，可以得到薄样本A的重聚焦图像，以及神经网络的固化模型。
全文数据：
权利要求：
百度查询： 西北工业大学 西北工业大学深圳研究院 一种基于参考引导学习的少样本显微图像数字重聚焦方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号