此 MATLAB 代码允许模拟和重建用球面波记录的内联(内联)全息图,以近轴近似此代码/算法或其任何部分的引用: Tatiana Latychevskaia 和 Hans-Werner Fink “用于模拟和重建数字在线全息图的实用算法”, 应用程序光学 54, 2424 - 2434 (2015)
2022-05-17 19:56:15 936KB matlab
1
各类代码,适合新手学习,电子书免费领取加我
2022-04-09 16:44:46 5KB matlab代码
1
基于结构光四步相移法的三维重建,matlab源码
2022-03-30 20:27:36 17KB
超高分辨率matlab代码HBPN (Hierarchical-Back-Projection-Network-for-image-SR) 作者:Zhi-Song、Li-Wen Wang 和 Chu-Tak Li 本 repo 仅提供简单的测试代码、预训练模型和网络策略演示。 我们提出了一种使用分层背投影网络 (HBPN) 的单幅图像超分辨率,以实现良好的 SR 性能和低失真。 您可以从以下位置查看论文 百科全书 @InProceedings{Liu2019hbpn, author = {Liu, Zhi-Song and Wang, Li-Wen and Li, Chu-Tak and Siu, Wan-Chi}, title = {Hierarchical Back Projection Network for Image Super-Resolution}, booktitle = {The Conference on Computer Vision and Pattern Recognition Workshop(CVPRW)}, month = {June}, year =
2022-03-12 21:34:02 4.36MB 系统开源
1
【达摩老生出品,必属精品,亲测校正,质量保证】 资源名:MATLAB 三维点云重建 程序源码.zip 资源类型:程序源代码 源码说明: 基于MATLAB编程实现三维点云的重建(sfm),包含完整代码和注释,非常适合借鉴学习 适合人群:新手及有一定经验的开发人员
深度图像超分辨率重建MATLAB和C语言代码.深度图像超分辨率重建MATLAB和C语言代码.
2021-12-10 15:15:12 63KB ee
1
【图像处理】基于ART算法实现图像重建matlab源码.zip
2021-11-30 10:05:43 403KB 简介
1
此代码执行灰度图像的按位分离,然后将其重建回来。此代码的目的是从图像的 MSB 层中提取不同图像的信息。
2021-11-09 14:31:57 1KB matlab
1
超声CT图像重建matlab代码从多个OCT局部图像重建图像 光学相干断层扫描( OCT )是一种光学成像方法。 可以认为它类似于具有更高分辨率但穿透深度较低的超声成像。 但是,OCT无法完全穿透牙齿以观察牙齿之间的蛀牙,因为与X射线不同,该区域无法直接进入。 该项目试图从通常可以访问的从牙齿侧面拍摄的部分2D图像中重建牙齿的3D图像。 在图像捕获和图像配准方面探索了各种技术。 内容: 代码: composePath.m :用于自动组合路径以加载扫描仪生成的OCT图像堆栈的函数 loadOCT.m :用于加载图像堆栈的主要功能 preliminary.m:脚本用于操纵由Tomlins博士(玛丽,SMD)提供初步图像 reload_script.m :用于将图像重新加载到Matlab中的脚本 saveAsPNGstack.m :将体积保存到PNG堆栈 yStack.m :用于处理y堆栈图像的脚本 loadRotatingOCT.m :用于加载z堆栈图像的函数(由Tomlins博士提供的代码进行了修改) 使用的图像: 包含使用其他项目中用于比较的技术捕获的图像: DiagnoCAM res
2021-11-03 08:54:47 7.94MB 系统开源
1
超高分辨率matlab代码HDRI-SR Jae Woong Soh、Jae Sung Park 和 Nam Ik Cho 环境 Ubuntu 18.04 CUDA 9.0 和 cuDNN 7.1 Python 3.6 MATLAB 抽象的 本文提出了一种基于卷积神经网络 (CNN) 的联合增强图像分辨率和动态范围的新框架,即同步超分辨率 (SR) 和高动态范围成像 (HDRI)。 从这两个任务的共同趋势来看,我们通过专注于高频细节的重建,为联合 HDRI 和 SR 训练了一个 CNN。 具体来说,我们工作中的高频分量是根据基于 Retinex 的图像分解的反射分量,只有反射分量由 CNN 处理,而另一个分量(照明)以常规方式处理。 在训练 CNN 时,我们设计了一个适当的损失函数,有助于提高结果图像的自然质量。 实验表明,我们的算法优于基于 CNN 的 SR 和 HDRI 的级联实现。 我们提出的方法的简要说明 拟议计划的整体流程 LDR-LR 输入首先分解为照明和反射分量。 ILL-E 和 REF-E 分别对每个组件进行增强,最后合并在一起以生成 HDR-SR 图像。 图像分解 首
2021-10-19 14:57:47 72.55MB 系统开源
1