近期，中國科學院上海光學精密機械研究所量子光學重點實驗室提出一種適用于傅里葉變換關(guān)聯(lián)成像系統(tǒng)的深度學習網(wǎng)絡(luò)模型，該方法可實現(xiàn)關(guān)聯(lián)成像動態(tài)解碼，樣品只需單次曝光即可獲得高質(zhì)量圖像。相關(guān)論文發(fā)表在Optics Express上。 B4b'0p  
[8Pt$5]^  
近年來，基于深度學習的關(guān)聯(lián)成像技術(shù)在光學成像領(lǐng)域引起了廣泛關(guān)注，但是確定性照明和多次測量仍然是獲得高質(zhì)量重構(gòu)圖像的必要條件。然而，在X射線顯微、原子顯微等實際成像過程中，輻照樣品的照明散斑場往往是動態(tài)變化的。 Ow4