- 计算光学成像(原理算法与架构)
- - 作者：俞文凯|责编:毛振威
  - 出版社：化学工业
  - ISBN：9787122503121
  - 出版日期：2026/07/01
  - 页数：301
- 售价：51.92

内容大纲
本书详细介绍了计算光学成像的来龙去脉以及发展现状，深入浅出地讲解了技术的基本概念，及其在模型上的幻化变形，抛砖引玉地剖析了几种常见的计算光学成像算法，最后详述了计算光学成像的典型架构和典型应用，旨在全面且系统地呈现计算光学成像的知识体系，从技术领域和研究方向上为读者提供指引。
本书可作为计算光学成像及相关领域工程技术人员、研究人员的入门读物，也可作为光学、光电、计算机等专业及交叉学科的本科高年级及研究生教材、教参。
作者介绍
俞文凯，北京理工大学物理学院长聘副教授、研究员、博士研究生导师。长期从事计算光学成像、量子关联可视化、量子精密测量、轨道角动量、信息探测与智能感知研究工作，以第一和通讯作者在Laser Photonics Rev.（封面）、Opt. Laser Technol.、Phys. Rev. Appl.、Chinese Phys. Lett.、Appl. Phys. Lett.、Opt. Lett.、Opt. Express等国际权威期刊发表SCI检索论文60余篇，他引1600余次；获批授权国际发明专利7项、中国发明专利25项；出版译著《多维成像》。曾获中国科学院优秀博士学位论文、中国科学院院长奖、北京高校优秀本科育人团队、北京市普通高等学校优秀本科生毕业设计（论文）指导教师。2017年入选北京市优秀人才培养资助项目，2020年入选北京市科协青年人才托举工程，2025年入选全球前2%顶尖科学家榜单。主持北京市自然科学基金非共识创新项目、国家自然科学基金面上和青年项目、北京市自然科学基金面上和青年项目等15项；参与国家重大科学仪器设备开发专项、863重点项目等。现担任中国光学工程学会委员会委员及Laser Photonics Rev.、Chinese Phys. Lett.等国内外权威期刊审稿人。
目录
基础篇
  第1章  绪论
    1.1  光学成像发展历史与现状
    1.2  计算光学成像由来和内涵
    1.3  章节安排
    参考文献
  第2章  计算光学成像原理基础
    2.1  传统光学成像
      2.1.1  几何光学成像
      2.1.2  傅里叶光学
    2.2  计算光学成像
      2.2.1  关联成像
      2.2.2  压缩成像
      2.2.3  单次曝光快照成像
      2.2.4  傅里叶叠层成像
      2.2.5  相位恢复
    参考文献
算法篇
  第3章  关联函数与逆变换算法
    3.1  关联函数
      3.1.1  量子关联函数
      3.1.2  经典二阶关联函数
      3.1.3  经典高阶关联函数
      3.1.4  一致性成像及理论解释
      3.1.5  正负关联成像变体
      3.1.6  迭代关联成像及矩阵表示
      3.1.7  关联成像回顾
    3.2  逆变换算法
      3.2.1  矩阵论基本常识
      3.2.2  可逆矩阵求逆
      3.2.3  范德蒙矩阵
      3.2.4  傅里叶矩阵
      3.2.5  哈达玛矩阵
      3.2.6  托普利兹矩阵
      3.2.7  汉克尔矩阵
      3.2.8  不可逆矩阵求逆
    参考文献
  第4章  稀疏信号恢复算法
    4.1  稀疏性
    4.2  贪心算法
    4.3  迭代阈值算法
    4.4  贝叶斯方法
    4.5  凸优化算法
    4.6  全变分算法
    4.7  算法选择考虑因素
    4.8  图像重构性能评估指标
      4.8.1  主观评价方法
      4.8.2  客观评价方法
    参考文献
  第5章  光学叠层成像算法

    5.1  相干成像与非相干成像
      5.1.1  相干成像系统
      5.1.2  非相干成像系统
    5.2  光学衍射极限
    5.3  光学叠层成像
    5.4  傅里叶叠层成像
    5.5  编码叠层成像
    5.6  各种叠层成像技术方案的对比
    参考文献
  第6章  人工智能算法
    6.1  理解深度学习
    6.2  数据驱动与物理驱动
    6.3  深度学习计算鬼成像
    6.4  深度学习单像素成像
    6.5  深度学习单次曝光成像
    6.6  深度学习超分辨
    6.7  深度学习叠层成像
    6.8  深度学习数字全息
    6.9  深度学习结构光三维成像
    6.10  深度学习散射成像
    6.11  光学神经网络
    参考文献
架构篇
  第7章  计算光学成像典型架构
    7.1  编码成像架构
      7.1.1  关联成像架构
      7.1.2  单像素成像架构
      7.1.3  条纹投影轮廓架构
      7.1.4  编码孔径成像架构
    7.2  单次曝光架构
    7.3  相干衍射成像架构
    7.4  首光子成像架构
    7.5  散射成像架构
    7.6  非视域成像架构
    7.7  数字全息架构
    7.8  斯托克斯偏振成像架构
    参考文献
应用篇
  第8章  计算光学成像典型应用
    8.1  成像光谱应用
    8.2  超快成像应用
    8.3  显微成像应用
    8.4  遥感成像应用
    8.5  安全通信应用
      8.5.1  光学加密
      8.5.2  光学密钥分发
    8.6  目标跟踪应用
    8.7  目标识别应用
    8.8  边缘检测应用
    参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目