智能光学计算成像技术与应用

光学计算成像导论

图像基本概念及计算成像理论基础

实例：Poisson blending of image

机器学习及Python软件基础

实践：用Numpy/cupy与matplotlib绘制分形图像

图像常用深度神经网络与PyTorch/TensorFlow实现

实践：基本的全连接网络模型与卷积神经网络的搭建与训练

图像的神经网络表示与ADMM图像重构

实践：用 ADMM 算法来重构图像

常见的计算成像应用

点扩散函数（PSF） 调控与无透镜成像: 散射成像实例

压缩感知和压缩编码成像

实践：基于多模光纤超快脉冲的单像素探测超快成像

实践：1D信号和2D图像的压缩感知重构

高光谱成像

案例：具有高空间分辨率的宽带高光谱图像传感器（实践网络重构部分）

微纳光学计算成像

实例讲解：纳米光学高质量超构透镜成像（实践图像重构部分）

端到端光学算法联合设计

  案例讲解：端到端的基于深度学习的散射介质散斑计算成像Ø  综合实例讲解：  用一个纯相位镜头的灰度图像到高光谱图像（超光谱/解模糊/深度学习/点扩散函数设计/压缩成像）

科研实践课堂公众号---互助小组群：985051399