近期,中国科学院上海
光学精密
机械研究所
量子光学重点实验室提出一种适用于
傅里叶变换关联
成像系统的深度学习网络
模型,该方法可实现关联成像动态解码,样品只需单次曝光即可获得高质量图像。相关
论文发表在Optics Express上。
])}{GW /Ik_U?$* 近年来,基于深度学习的关联成像技术在光学成像领域引起了广泛关注,但是确定性
照明和多次测量仍然是获得高质量重构图像的必要条件。然而,在X射线显微、原子显微等实际成像过程中,辐照样品的照明散斑场往往是动态变化的。
P{5p'g , &W