智能光学计算成像技术与应用

光学计算成像导论 |Y(  
图像基本概念及计算成像理论基础 grJ(z)c  
实例：Poisson blending of image h?GE-F  
机器学习及Python软件基础 X: Be'  
实践：用Numpy/cupy与matplotlib绘制分形图像 L|A1bxt  
图像常用深度神经网络与PyTorch/TensorFlow实现 gLbTZM4i  
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 AJP-7PPD  
图像的神经网络表示与ADMM图像重构 of`WP  
实践：用 ADMM 算法来重构图像 uU+?:C  
常见的计算成像应用 2d&HSW  
点扩散函数（PSF） 调控与无透镜成像: 散射成像实例 @ZcI]G%  
压缩感知和压缩编码成像 Vz y )jf  
实践：基于多模光纤超快脉冲的单像素探测超快成像 i6^-fl  
实践：1D信号和2D图像的压缩感知重构 1_G+sDw$  
高光谱成像 ORfMp'uP=  
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） YD5mJ[1t"2  
微纳光学计算成像 N,ZmGzNP)  
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） O*Z-3l  
端到端光学算法联合设计 U a1Z,~ *  
  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） 9;A9Q9Yr  
科研实践课堂公众号---互助小组群：985051399