光學計算成像導論

圖像基本概念及計算成像理論基礎

實例：Poisson blending of image

機器學習及Python軟件基礎

實踐：用Numpy/cupy與matplotlib繪制分形圖像

圖像常用深度神經(jīng)網(wǎng)絡與PyTorch/TensorFlow實現(xiàn)

實踐：基本的全連接網(wǎng)絡模型與卷積神經(jīng)網(wǎng)絡的搭建與訓練

圖像的神經(jīng)網(wǎng)絡表示與ADMM圖像重構(gòu)

實踐：用 ADMM 算法來重構(gòu)圖像

常見的計算成像應用

點擴散函數(shù)（PSF） 調(diào)控與無透鏡成像: 散射成像實例

壓縮感知和壓縮編碼成像

實踐：基于多模光纖超快脈沖的單像素探測超快成像

實踐：1D信號和2D圖像的壓縮感知重構(gòu)

高光譜成像

案例：具有高空間分辨率的寬帶高光譜圖像傳感器（實踐網(wǎng)絡重構(gòu)部分）

微納光學計算成像

實例講解：納米光學高質(zhì)量超構(gòu)透鏡成像（實踐圖像重構(gòu)部分）

端到端光學算法聯(lián)合設計

  案例講解：端到端的基于深度學習的散射介質(zhì)散斑計算成像Ø  綜合實例講解：  用一個純相位鏡頭的灰度圖像到高光譜圖像（超光譜/解模糊/深度學習/點擴散函數(shù)設計/壓縮成像）

科研實踐課堂公眾號---互助小組群：985051399