生物视觉启发的颗粒全息图动静分割神经网络
摘要
全息成像广泛应用于水体微藻、空气花粉、生物细胞等溶胶颗粒检测。通过重建算法能够获得动态目标的多种图像，如振幅、相位、形貌等，但常常受到静态颗粒背景条纹的干扰。为了解决动、静颗粒全息图的分割问题，受生物视觉对光强及光强变化具有双重敏感性的启发，设计了一种同时处理灰度图像和事件数据的神经网络算法。通过融合双模态数据并结合自监督学习，成功实现了动、静目标相互叠加全息图的完整分割及独立输出。消融实验验证了仿生模块的必要性及优越性，自监督学习的策略确保了算法的泛化性。该仿生型神经网络算法保留了溶胶颗粒全息图中的高频条纹，为后续的相位成像、三维成像等任务提供保障。
引用本文（GB/T 7714）
汤铭杰 Tang Mingjie, 徐捷 Xu Jie, 陈振熙 Chen Zhenxi, 等. 生物视觉启发的颗粒全息图动静分割神经网络[J]. Acta Optica Sinica, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。