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！

龙图腾网获悉清华大学深圳国际研究生院;深圳市绿洲光生物技术有限公司申请的专利基于深度学习的水下原位显微成像仪景深扩展方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115170429B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210858548.4，技术领域涉及：G06T5/60；该发明授权基于深度学习的水下原位显微成像仪景深扩展方法及系统是由程雪岷;崔晓琎;牛嘉琪;毕洪生;蔡中华;应轲臻设计研发完成，并于2022-07-20向国家知识产权局提交的专利申请。

本基于深度学习的水下原位显微成像仪景深扩展方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的水下原位显微成像仪景深扩展方法及系统，所述方法包括以下步骤：S1、将待景深扩展的光学系统建模为可微分数学模型；S2、在可微分数学模型中加入采用离散化的面型表达的相位掩模板；S3、由加入相位掩膜的数学模型求得成像系统的点扩散函数；使用所述点扩散函数与图像卷积并且模拟传感器采样，得到传感器采集到的图像；S4、将传感器采集到的图像输入神经网络进行图像复原；S5、以最终大景深范围内的成像质量作为优化目标，对相位掩模板面型和神经网络进行参数优化。本发明能够在提升显微成像仪景深的同时，提高扩展后景深范围内的成像质量。

本发明授权基于深度学习的水下原位显微成像仪景深扩展方法及系统在权利要求书中公布了：1.一种基于深度学习的水下原位显微成像仪景深扩展方法，其特征在于，包括以下步骤： S1、将待景深扩展的光学系统建模为可微分数学模型； S2、在可微分数学模型中加入采用离散化的面型表达的相位掩模板； S3、由加入相位掩膜的数学模型求得成像系统的点扩散函数；使用所述点扩散函数与图像卷积并且模拟传感器采样，得到传感器采集到的图像； S4、将传感器采集到的图像输入神经网络进行图像复原； S5、以最终大景深范围内的成像质量作为优化目标，对相位掩模板面型和神经网络进行参数优化； 步骤S1具体包括： S11、根据傅里叶光学，离散化表示图像平面x2,y2的点扩散函数，将其建模为广义光瞳函数的傅里叶变换的平方： PSFx2,y2＝|F{Px1,y1}|2 其中F·表示二维傅里叶变换过程，Px1,y1为广义光瞳函数，将其表示为： 其中，x1,y1表示光瞳平面的各个位置，Ax1,y1表示光瞳平面各个位置的振幅，φx1,y1表示光瞳平面各个位置的相位，ei表示自然底数的复指数； S12、将离焦而引发的相位变化建模为： 其中表示数，λ表示光波波长，z和z0分别表示成像系统的离焦距离和对焦距离，表示光瞳平面上坐标点x1,y1到光瞳平面圆心的距离的平方； 步骤S2具体包括：在光瞳平面加入相位掩模板，即采用一个额外的相位项φMx1,y1来调制广义光瞳函数： 其中，hx1,y1为相位掩模板各个位置的厚度，n为相位掩模板的折射率； 调制后的广义光瞳函数中的相位项为： φx1,y1,z＝φOOFx1,y1,z+φMx1,y1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学深圳国际研究生院;深圳市绿洲光生物技术有限公司，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。