项目名称: 基于小波稀疏表示的压缩感知数字全息层析技术研究

项目编号: No.61307011

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 翁嘉文

作者单位: 华南农业大学

项目金额: 27万元

中文摘要: 本项目为解决目前数字全息层析技术在动态分析时所存在的不足,发展一种新型的数字全息层析成像技术。将压缩感知理论与数字全息技术相结合,通过引入小波变换对全息图进行更加精细的稀疏表示,实现基于单幅离轴Fresnel全息图的压缩感知数字全息层析成像,以满足动态分析的需要。主要的研究内容包括理论研究与实验研究两方面。理论方面包括:(1)基于压缩感知理论与数字全息数值重建技术,构建离轴Fresnel全息图的层析算法框架;(2)通过引入合适的小波变换设计快速有效的稀疏分解算法;(3)优化重构算法。实验方面包括:(1)数值模拟实验;(2)和算法条件匹配的实验光路系统的搭建;(3)实验研究对层析重建算法的优化;(4)实验研究对活体生物样品层析成像。该项目对解决生命科学研究中对活体样品动态层析成像分析的迫切需求、促进数字全息层析技术在生命科学研究领域中的广泛应用,具有重要的科学意义。

中文关键词: 数字全息;层析技术;压缩感知;小波变换;

英文摘要: In order to overcome the defect of the digital holographic tomography for the dynamic analysis, the compressive sensing theory is applied to the digital holography to reconstruct the three-dimension objects from single shot digital holograph by introducing the sparse way using wavelet transform. The research mainly includes two aspects, theory and experiment. The theory includes: (1) derive the algorithm for the reconstruction of off-axis Fresnel holograph using compressive sensing; (2) design the effective sparse algorithm by introducing wavelet transform; (3) optimize the reconstruction algorithm. The experiment includes: (1) perform numerical simulations to demonstrate the validity of the aforementioned methods; (2) design the apparatus for the digital holographic tomography experiments; (3) optimize the algorithm by performing the experiments; (4) perform the experiments of the living specimens. This technique is of great significance in the development of the research of the life sciences and the dynamic analysis, and it can achieve the tomography for the living specimens.

英文关键词: Digital holography;Tomography;Compressive sensing;Wavelet transform;

成为VIP会员查看完整内容
0

相关内容

基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
专知会员服务
12+阅读 · 2021年9月30日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
29+阅读 · 2021年8月16日
专知会员服务
31+阅读 · 2021年7月26日
基于深度学习的视频目标检测综述
专知会员服务
82+阅读 · 2021年5月19日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
29+阅读 · 2020年7月31日
基于深度学习的手语识别综述
专知会员服务
46+阅读 · 2020年5月18日
最新《Deepfakes:创造与检测》2020综述论文,36页pdf
专知会员服务
62+阅读 · 2020年5月15日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
深度学习与医学图像分析
人工智能前沿讲习班
40+阅读 · 2019年6月8日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
小贴士
相关VIP内容
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
专知会员服务
12+阅读 · 2021年9月30日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
29+阅读 · 2021年8月16日
专知会员服务
31+阅读 · 2021年7月26日
基于深度学习的视频目标检测综述
专知会员服务
82+阅读 · 2021年5月19日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
29+阅读 · 2020年7月31日
基于深度学习的手语识别综述
专知会员服务
46+阅读 · 2020年5月18日
最新《Deepfakes:创造与检测》2020综述论文,36页pdf
专知会员服务
62+阅读 · 2020年5月15日
相关资讯
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
深度学习与医学图像分析
人工智能前沿讲习班
40+阅读 · 2019年6月8日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员