基于深度变化成像模型的调整EM算法

您当前的位置：

首页 >

文章列表页 >

基于深度变化成像模型的调整EM算法

更新时间：2025-09-01

- 基于深度变化成像模型的调整EM算法
- Regularized EM image estimation based on depth-variant imaging model
- 光学技术 2006年第3期页码：396-399
- 作者机构：
  
  1. 1:四川大学电子信息学院
  2. 2:四川大学电子信息学院
  3. 3:四川大学电子信息学院
  4. 4:四川大学电子信息学院,成都,610064
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助(60372079)
- DOI：
  中图分类号：
- 纸质出版：2006
- 稿件说明：
移动端阅览
赵佳, 何小海, 陶青川, 等. 基于深度变化成像模型的调整EM算法[J]. 光学技术, 2006,(3):396-399.

Regularized EM image estimation based on depth-variant imaging model[J]. 2006, (3): 396-399.
赵佳, 何小海, 陶青川, 等. 基于深度变化成像模型的调整EM算法[J]. 光学技术, 2006,(3):396-399. DOI：

Regularized EM image estimation based on depth-variant imaging model[J]. 2006, (3): 396-399. DOI：

在实际成像中

通常样本中的物质是变化的

故样本中不同位置的折射率不一样。由于三维样本的折射率与物镜所浸物质的折射率的不匹配

导致不同深度的点扩展函数可能不同。在此深度变化成像模型基础上应用最大期望(EM)复原算法能够提高图像清晰度

尤其是深度方向

但会丢失图像的一些微弱细节且出现一些孤立亮点

因此将调整EM算法运用到基于三维显微光学切片中成像随深度变化的图像模型上

此二者结合后的新算法可以避免上述缺点

较好地恢复图像微弱细节。

浏览量

118

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

点扩散函数选取对波前编码图像复原影响的实验研究

能量约束自适应迭代算法与光学像差复原

线阵CCD相机MTF的系统模型估计法与图像复原

单帧图像的超分辨率技术进展

离焦模糊图像的维纳滤波恢复