matlab求导代码-TIE-phase-by-Gaussian-process-regression:通过高斯过程回归从散焦堆栈进行TIE相

上传者: 38651365 | 上传时间: 2022-05-06 21:45:46 | 文件大小: 18.06MB | 文件类型: ZIP
matlab求导代码****************************** 介绍******************* ******* 请注意,未经作者许可,不得将其用于任何商业用途或对代码进行修改。 在GP TIE算法中,我们对散焦后的强度图像(在频域中)执行高斯过程回归,以估计强度轴向导数,该强度用于通过方程式(TIE)的传输强度来恢复相位。 GP TIE通过使用强度在空间频域中随散焦传播如何变化的先验知识,减轻了导数估计中的非线性误差。 不需要将强度图像等距隔开,因此输入强度堆栈可以按指数方式隔开,这被证明是一种将相位信息转换为测得强度的有效方案。 有关更多详细信息,请参见参考文件。 如何使用代码 ** 如何在示例数据集上运行: 打开Main_GPTIE.m并在Matlab中运行。 示例数据集将自动加载。 如何在自己的数据集上运行: 按照示例数据集“ SampleData2.mat”的格式准备数据集。 确保变量名称与示例数据相同,并且变量的单位为米。 打开Main_GPTIE.m。 加载数据并运行。 必要时调整Poisson求解器正则化参数(regparam)。 输入参数:

文件下载

资源详情

[{"title":"( 10 个子文件 18.06MB ) matlab求导代码-TIE-phase-by-Gaussian-process-regression:通过高斯过程回归从散焦堆栈进行TIE相","children":[{"title":"TIE-phase-by-Gaussian-process-regression-master","children":[{"title":"RunGaussionProcess.m <span style='color:#111;'> 2.39KB </span>","children":null,"spread":false},{"title":"poissonFFT.m <span style='color:#111;'> 1.07KB </span>","children":null,"spread":false},{"title":"SampleData2.mat <span style='color:#111;'> 14.23MB </span>","children":null,"spread":false},{"title":"GPRegression.m <span style='color:#111;'> 862B </span>","children":null,"spread":false},{"title":"Main_GPTIE.m <span style='color:#111;'> 2.37KB </span>","children":null,"spread":false},{"title":"GP TIE FinalRev.pdf <span style='color:#111;'> 4.09MB </span>","children":null,"spread":false},{"title":"CalFrequency.m <span style='color:#111;'> 707B </span>","children":null,"spread":false},{"title":"RunGaussionProcess.asv <span style='color:#111;'> 2.39KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.25KB </span>","children":null,"spread":false},{"title":"CombinePhase.m <span style='color:#111;'> 1.47KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明