检索结果-南通市图书馆

Enhanced 3D Point Cloud Reconstruction for Light Field Microscopy Using U-Net-Based Convolutional Neural Networks

Computer Systems Science & Engineering 2023年第12期47卷 2921-2937页

作者： Shariar Md Imtiaz Ki-Chul Kwon F.M.Fahmid hossain mdbiddut hossain Rupali Kiran Shinde Sang-Keun Gil Nam Kim Department of Information and Communication Engineering Chungbuk National UniversityCheongju-siChungcheongbuk-do28644Korea Department of Electronic Engineering University of SuwonHwaseong-siGyeonggi-do18323Korea

This article describes a novel approach for enhancing the three-dimensional(3D)point cloud reconstruction for light field microscopy(LFM)using U-net architecture-based fully convolutional neural network(CNN).Since the directional view of the LFM is limited,noise and artifacts make it difficult to reconstruct the exact shape of 3D point *** existing methods suffer from these problems due to the self-occlusion of the *** manuscript proposes a deep fusion learning(DL)method that combines a 3D CNN with a U-Net-based model as a feature *** sub-aperture images obtained from the light field microscopy are aligned to form a light field data cube for preprocessing.A multi-stream 3D CNNs and U-net architecture are applied to obtain the depth feature fromthe directional sub-aperture LF data *** the enhancement of the depthmap,dual iteration-based weighted median filtering(WMF)is used to reduce surface noise and enhance the accuracy of the *** a 3D point cloud involves combining two key elements:the enhanced depth map and the central view of the light field *** proposed method is validated using synthesized Heidelberg Collaboratory for Image Processing(HCI)and real-world LFM *** results are compared with different state-of-the-art *** structural similarity index(SSIM)gain for boxes,cotton,pillow,and pens are 0.9760,0.9806,0.9940,and 0.9907,***,the discrete entropy(DE)value for LFM depth maps exhibited better performance than other existing methods.

关键词： 3Dreconstruction 3Dmodeling point cloud depth estimation integral imaging light filedmicroscopy 3D-CNN U-Net deep learning machine intelligence

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：