龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：桂林电子科技大学
摘要：本发明涉及数字全息显微技术领域，具体涉及一种基于小波分解与特征值分解的数字全息显微自动聚焦方法，通过小波分解将再现像振幅分解成一个低频成分与三个高频成分，提高高频成分的系数后将四个成分重新组合重构，以获取一个具有明显高频成分的再现像振幅；将重构后的再现像振幅进行特征值分解获取特征值，并抛弃部分主要成分的特征值以降低背景干涉条纹干扰后，计算其余特征值的L1范数可以作为评价函数，来评价再现像的清晰度；有了评价函数后使用评价函数遍历每个位置上的再现像，可以得到评价曲线，根据评价曲线的峰值可以获取最清晰的再现像所在的位置，而达到自动聚焦的要求。经验证，本发明自动获取数字全息图焦平面的方法，有效减少自动聚焦失败、自动聚焦位置错误的概率。
主权项：1.一种基于小波分解与特征值分解的数字全息显微自动聚焦方法，其特征在于，包括下列步骤：S1:搭建数字全息光路对待测样本进行全息测量，记录被测样本的全息图。S2:使用角谱法在不同重建距离对全息图进行数值重建，获取一系列重建再现像。S3:使用小波分解将再现像振幅分解成高频成分与低频成分。S4:提高高频成分系数后与低频成分重组成新的振幅。S5:将重构后的再现像进行特征值分解得到特征值，抛弃前几项主成分以去除背景干涉条纹的干扰。S6:将剩余特征值的L1范数作为评价函数，输出每幅振幅的评价值。S7:重复S3～S6直到获取每个再现像的评价值，将评价值组成评价曲线并输出，其中曲线的峰值为最清晰再现像的重建距离。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 一种基于小波分解与特征值分解的数字全息显微自动聚焦方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号