原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供一种基于深度卷积网络的显微图像模糊核提取与离焦复原方法，涉及图像处理技术领域。该方法首先获取离焦数据集并预处理；再构建模糊核提取网络模型估计离焦图像的模糊核；构建复原网络模型，模型的输入为经过预处理的离焦数据集和估计的模糊核，输出为复原后的清晰图像；训练模糊核提取网络模型和复原网络模型构成的整个网络模型，继续优化图像重建损失，同时忽略模糊核重建损失；利用训练好的模糊核提取网络模型和复原网络模型完成显微离焦图像的模糊核估计与离焦复原。该方法将去模糊网络分解成估计模糊核的提取网络和以及利用
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116051411 A
(43)申请公布日 2023.05.02
(21)申请号 202310065852.8
(22)申请日 2023.02.06
(71)申请人 东北大学
地址 110819
文档评论（0）