智能光学计算成像技术与应用

光学计算成像导论 v|t_kNX;v*  
图像基本概念及计算成像理论基础 {:xINQ=}D  
实例：Poisson blending of image {(]

B{n  
机器学习及Python软件基础 H_sLviYLu  
实践：用Numpy/cupy与matplotlib绘制分形图像 mVfg+d(  
图像常用深度神经网络与PyTorch/TensorFlow实现 M,"4r^%k  
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 d|k6#f-E  
图像的神经网络表示与ADMM图像重构 rpu9  
实践：用 ADMM 算法来重构图像 j
v>l6)  
常见的计算成像应用 W-<E p<7{  
点扩散函数（PSF） 调控与无透镜成像: 散射成像实例 $%ZEP>]  
压缩感知和压缩编码成像 b)J(0,9`G"  
实践：基于多模光纤超快脉冲的单像素探测超快成像 O9wZx%<  
实践：1D信号和2D图像的压缩感知重构 ?6+GE_VZ  
高光谱成像 <Z{\3X^  
案例：具有高空间分辨率的宽带高光谱图像传感器（实践网络重构部分） m:5*:Ii.  
微纳光学计算成像 FKY|xG9  
实例讲解：纳米光学高质量超构透镜成像（实践图像重构部分） )[yM4QFl  
端到端光学算法联合设计  ?1?D[7$  
  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） nF0$  
科研实践课堂公众号---互助小组群：985051399