摘要
基于pix2pix网络的微分干涉相衬显微术相位重构方法,包括以下步骤:S1、构建以pix2pix网络为基础的端对端的深度学习策略,其中包括一个生成器和一个鉴别器,各自包括一个输入通道和一个输出通道;S2、采集并构建数据集;S3、训练pix2pix网络;S4、通过训练,提高网络产生准确相位重构图的能力;S5、通过结合训练集和测试集的误差曲线,就可以全面的分析网络性能;S6、训练好的网络被用于微分干涉相衬术的定量相位重构;S7、将训练好的网络用于微分干涉相衬术的定量相位重构。本方案能够解决微分干涉相衬技术中,难以实现高精度、无伪影、动态相位重构的问题。
技术关键词
相位重构方法
网络
显微术
数字全息干涉
误差曲线
相移算法
对抗性
约束生成器
阈值分割方法
显微镜
聚苯乙烯微球
代表
正则化参数
标签
图像
数据
通道
系统为您推荐了相关专利信息
数据传输管理系统
视频监控数据传输
队列
指数
资源分配
结构识别方法
节点特征
多头注意力机制
资源受限环境
神经网络框架
区域建议网络
障碍物
全卷积网络
抑制算法
条件随机场模型
反应器
标签
参数
状态在线监测系统
BP神经网络