IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 基于双平面的光强轴向微分估计 -> 正文阅读

[人工智能]基于双平面的光强轴向微分估计

一、离焦距离对相位重构精度的影响

求解光强传输方程需要预先获得光强的轴向微分,该量不可直接测量,需要通过数值有限差分得到。Teague于1983年提出通过采集两幅轻微离焦图像,使两幅图像相对于中心聚焦图像的离焦距离相等且方向相反,利用中心有限差分法估计获得光强的轴向微分,即

在这里插入图片描述
将光强函数显式地表示为离焦距离ΔZ的函数。基于双平面的有限差分公式(1)式近似微分,计算简单便于实施,因此得到广泛应用。但同时也带来了一个问题,即离焦距离ΔZ取多大值得到的差分结果用于近似微分是合理的。
在这里插入图片描述

图 1 基于双平面的光强轴向微分估计相位重构原理

此时,当离焦距离分别为3.5mm与-3.5mm时,重构相位与初始相位对比结果如下:由图可知,重构相位与初始相位残差的RMS值为0.16291rad。

在这里插入图片描述

图 2 离焦距离3.5mm(a) 与初始相位剖线图对比(b) 残差的RMS值0.16291rad

当把离焦距离改为5mm,此时,重构相位与初始仿真相位残差的RMS值为0.2563rad。

在这里插入图片描述

图 3 离焦距离5mm(a) 与初始相位剖线图对比(b) 残差的RMS值0.2563rad

当把离焦距离设置为1mm,此时,重构相位与初始仿真相位残差的RMS值为0.03908rad。

在这里插入图片描述

图 4 离焦距离1mm(a) 与初始相位剖线图对比(b) 残差的RMS值0.03908rad

仿真结果表明,在无噪声的理想情况下,离焦距离越小,残差的RMS值越小,重构相位的精度越高。

离焦量ΔZ越小,差分逼近的精度越高,相应地,重构相位的空间分辨率也越高。但是当ΔZ变大后,(1)式中差分逼近的准确性随之下降,表现为重建相位的空间分辨率的下降,即出现相位模糊现象。相位模糊有时又称为非线性误差,这是因为(1)式本身利用局部线性近似逼近光强轴向微分,而ΔZ的增加直接导致实际信号中非线性项产生误差的增加。因此从数学角度而言,应该尽可能地减小ΔZ,从而提高差分逼近的精度[1]。

二、参考文献

[1] 左超, 陈钱, 孙佳嵩, et al. 基于光强传输方程的非干涉相位恢复与定量相位显微成像:文献综述与最新进展[J]. 中国激光, 2016, v.43;No.474(06): 227-257.

三、资源获取

上述仿真程序资源可从以下链接处获取:

https://download.csdn.net/download/qq_36584460/85014307


如有疑问,可私信交流~

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-03-22 20:35:19  更:2022-03-22 20:35:57 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 13:50:26-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码