摘要
傅里叶叠层显微成像技术自问世以来,就受到了国内外学者的广泛关注,对于重建图像质量的改善,关键的手段无疑是重构算法的改进。其中主流的算法是顺序法,为了进一步提高重构算法的抗干扰能力和鲁棒性,本文推导了基于梯度下降法和牛顿法的全局法,并在此基础上,又推导出了基于最优化理论的二分法与牛顿法两类变步长更新策略,使得迭代过程能够自主地选择最佳更新步长。为了充分利用顺序法和全局法各自的优势,通过制定终止判断准则使二者相结合。通过仿真和实验数据验证了所提算法的抗干扰能力优于各顺序法,尤其当成像器件的噪声较大时,独特地提出利用暗场图像信息来计算各阶梯度值以减小噪声的影响。并且,上述方法只需要额外的3-5轮迭代过程即可得到满意的结果,时间成本仅增加了几秒钟。
- 单位