用于光谱域 OCT 图像重建和光谱分析的 MATLAB 代码。 此代码可用作 OCT 分子成像平台的一部分，我们称之为 MOZART。 创建此代码是为了读取来自 Thorlabs OCT 的原始干涉图（SW 版本 4 效果最佳，但也支持版本 3 进行一些更改）。 它将原始干涉图重建为 OCT 图像，并支持 2D、3D 和散斑方差。 除了重建图像此代码： 计算归一化的 spcekle 方差（用于检测血管） 计算色散补偿基于双波段光谱分析计算光谱对比图计算光谱深度补偿创建结合 OCT 图像、光谱分析和散斑方差的图像。 和更多功能... 此代码用于创建图像和分析：“具有皮摩尔灵敏度的对比增强光学相干断层扫描，用于功能性体内成像”O Liba、ED SoRelle、D Sen、A de La Zerda - 科学报告，2016 年。 如果您使用我们的代码，请引用我们的论文。

超分辨率SRDPNs张量流 tensorflow实现的超分辨率： 我基于双路径网络的超分辨率实现，但与原始网络完全不同，差异如下所示： 我修改了双路径块的结构，以加快训练速度。 我引入了瓶颈以减小尺寸并进行去卷积以恢复细节。 介绍基于VGG19的特征空间的知觉损失和克损失。 依存关系： 张量流> = 1.3.0 Scipy> = 0.18 GPU内存> 7G 用法： 首先，您需要在下载VGG19的模块以进行损耗函数计算。 然后，将下载的文件imagenet-vgg-verydeep-19.mat移到该项目的SRDPNs文件夹中。 供测试用： 打开main.py ，将数据路径更改为您的数据，例如： flags.DEFINE_string("testimg", "2.bmp", "Name of test image") 执行python main.py进行测试，结果将保存在示例

基于亚像素位移的超分辨率图像重建算法

【图像处理】基于ART算法实现图像重建matlab源码

图像重建Matlab程序，仅供参考学习，希望对您有用。大家一起学习进步。

GPU梯度自适应SART图像重建算法.pdf

SCU BME 医学图像处理课程 本文件为凸阵探头和线阵探头的超声图像重建过程。 main_program.m是线阵探头重建过程。 tztt_main_program.m是凸阵探头重建过程。

焦点频率损失 该存储库将提供以下论文的正式代码： 图像重建和合成的焦点频率损失，，和arXiv预印本，2020年。 摘要：由于生成模型的发展，图像重建和合成取得了显着进展。 但是，实际图像和生成的图像之间仍然存在间隙，尤其是在频域中。 在这项研究中，我们表明，在频域中缩小间隙可以进一步改善图像重建和合成质量。 我们提出了一种新颖的焦点频率损耗，它可以使模型自适应地关注那些难以通过对简单频率分量进行加权来合成的频率分量。 这个目标函数是对现有空间损耗的补充，由于神经网络的固有偏差，对重要频率信息的丢失提供了很大的阻抗。 我们展示了聚焦频率损失在感知质量和定量性能方面的多功能性和有效性，以改善诸如VAE，pix2pix和SPADE等流行模型。 我们还将在StyleGAN2上展示其潜力。 更新 [12/2020]焦点频率损失在arXiv上发布。 代码 该代码将公开提供。 敬请期待。 结果

EIDORS 是一种基于 MATLAB 的免费软件，用于电阻抗断层扫描的正向和反向解决方案。 在这段代码中，我使用 EIDORS 来演示基于 EIDORS 内置反演算法的简单图像重建。 首先，我生成一个人工合成的阻抗数据并对其进行重构，最后将反演结果可视化。 代码被大量注释以便于理解。 欢迎任何建议。

MATLAB的图像重建代码，图像重建UI设计是本课题最后呈现出来的系统，需要具有美观，舒适，简约且功能全面等特点。图（a）展示的是GUI设计时的代码编辑面，里面的内容刚好就是读取图片的代码。图（b）显示的是系统的设计界面，从上面可以添加许多功能，进行美观调试。