应用手册
尼康NIS-Elements Denoise.ai软件:利用深度学习对共聚焦数据进行去噪
2020年1月
噪声是共聚焦图像的基本组成部分,这是对连续采样的光子进行离散数字采样的结果。噪声对图像质量的贡献(信噪比)随着信号平方根函数的减小而增加。通过使用训练有素的神经网络,我们使用人工智能从共焦图像数据中去除了散粒噪声分量,从而提高了图像质量,并能够以更快的速度获取调光器样本。 NIS-Elements软件的Denoise.ai将该训练有素的网络部署到实时或采集后处理中。
2020年1月
噪声是共聚焦图像的基本组成部分,这是对连续采样的光子进行离散数字采样的结果。噪声对图像质量的贡献(信噪比)随着信号平方根函数的减小而增加。通过使用训练有素的神经网络,我们使用人工智能从共焦图像数据中去除了散粒噪声分量,从而提高了图像质量,并能够以更快的速度获取调光器样本。 NIS-Elements软件的Denoise.ai将该训练有素的网络部署到实时或采集后处理中。
Products and Promotions may differ based on your selected Region.