亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Resolution-Enhanced Lensless Ptychographic Microscope Based on Maximum-Likelihood High-Dynamic-Range Image Fusion

光学 显微镜 人工智能 融合 显微镜 图像分辨率 图像融合 航程(航空) 计算机视觉 计算机科学 分辨率(逻辑) 动态范围 材料科学 图像(数学) 物理 哲学 复合材料 语言学
作者
Li Liu,W. Li,Ming Gong,Lei Zhong,Honggang Gu,Shiyuan Liu
出处
期刊:IEEE Transactions on Instrumentation and Measurement [Institute of Electrical and Electronics Engineers]
卷期号:73: 1-11 被引量:3
标识
DOI:10.1109/tim.2024.3363788
摘要

The Abbe diffraction limit tells that the resolution of an imaging system is completely determined by the numerical aperture (NA) for a coherent illumination wavelength. Here, a simple-to-implement and noise-robust maximum-likelihood high-dynamic-range (ML-HDR) image fusion approach is proposed to extend the effective NA of the lensless imaging microscope to enhance the resolution of the ptychography. The proposed approach constructs a joint probability to optimize the weighting function through the maximum-likelihood estimation, allowing the direct fusion of the HDR absolute irradiance from a sequence of diffraction frames, dark frames, and exposure times, and it needs no additional and complex parameter calibration and prior modulation templates. The ML-HDR image fusion approach considers mixed noises for the first time, making it proficiently retrieves high-frequency ptychographic signals without losing or reducing the diffraction signal-to-noise ratio in low-frequency regions. A series of simulations and experiments both in transmission and reflection geometries are conducted compared with the single-exposure ptychography, and results indicate that the ML-HDR approach significantly mitigates 8 bits for the detector's dynamic range and enhances the resolution of ptychographic imaging nearly threefold. Compared with existing HDR techniques based on the linear response function calibration, the proposed ML-HDR demonstrates superior noise immunity and higher reconstruction qualities. These remarkable advancements may greatly broaden the applications of the ML-HDR image fusion approach in lensless computational imaging fields, including but not limited to ankylography, holography and tomography.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI

祝大家在新的一年里科研腾飞
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
ding应助顽皮的鸡采纳,获得10
16秒前
39秒前
mmyhn完成签到,获得积分10
45秒前
在水一方应助zydong采纳,获得10
49秒前
mmyhn发布了新的文献求助10
54秒前
Metx完成签到 ,获得积分10
59秒前
斯文的凝珍完成签到,获得积分10
1分钟前
hetao完成签到,获得积分10
1分钟前
CCCzzq完成签到,获得积分10
1分钟前
1分钟前
调研昵称发布了新的文献求助10
1分钟前
娜na完成签到 ,获得积分10
1分钟前
六碗鱼完成签到 ,获得积分10
1分钟前
1分钟前
清风浮云完成签到,获得积分10
1分钟前
顽皮的鸡完成签到,获得积分10
1分钟前
小美完成签到 ,获得积分10
1分钟前
1分钟前
lyian发布了新的文献求助10
1分钟前
顽皮的鸡发布了新的文献求助10
1分钟前
善学以致用应助十六采纳,获得10
1分钟前
青羽落霞完成签到 ,获得积分10
1分钟前
1234354346完成签到 ,获得积分10
2分钟前
朴实紫山发布了新的文献求助10
2分钟前
lyian完成签到 ,获得积分10
2分钟前
Wilson完成签到 ,获得积分10
2分钟前
2分钟前
十六发布了新的文献求助10
2分钟前
隐形曼青应助zhuzhu采纳,获得10
2分钟前
机智的皮皮虾完成签到 ,获得积分10
2分钟前
无花果应助十六采纳,获得10
2分钟前
Crema完成签到,获得积分10
2分钟前
沙沙完成签到 ,获得积分10
2分钟前
2分钟前
zhuzhu发布了新的文献求助10
2分钟前
zhuzhu完成签到,获得积分20
2分钟前
综述成精发布了新的文献求助10
2分钟前
嗯哼应助朴实紫山采纳,获得10
2分钟前
3分钟前
xjz240221完成签到 ,获得积分10
3分钟前
高分求助中
Востребованный временем 2500
Production Logging: Theoretical and Interpretive Elements 2000
Agaricales of New Zealand 1: Pluteaceae - Entolomataceae 1500
Kidney Transplantation: Principles and Practice 1000
The Restraining Hand: Captivity for Christ in China 500
The Collected Works of Jeremy Bentham: Rights, Representation, and Reform: Nonsense upon Stilts and Other Writings on the French Revolution 320
Encyclopedia of Mental Health Reference Work 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3371203
求助须知:如何正确求助?哪些是违规求助? 2989434
关于积分的说明 8735673
捐赠科研通 2672615
什么是DOI,文献DOI怎么找? 1464109
科研通“疑难数据库(出版商)”最低求助积分说明 677394
邀请新用户注册赠送积分活动 668691