| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景 | 第13-16页 |
| 1.2 空间变化去卷积方法的一般框架 | 第16-20页 |
| 第二章 空间变化PSF模型 | 第20-40页 |
| 2.1 相关工作 | 第20-27页 |
| 2.1.1 分区不变PSF模型 | 第21-22页 |
| 2.1.2 混合PSF模型 | 第22-23页 |
| 2.1.3 基于PCA的PSF模型 | 第23-25页 |
| 2.1.4 基于Zernike矩分解的PSF模型 | 第25-27页 |
| 2.2 PSF定位 | 第27-31页 |
| 2.2.1 二维径向对称定位算法 | 第28-30页 |
| 2.2.2 三维径向对称定位算法 | 第30-31页 |
| 2.3 基于相似性变换的空间变化PSF模型 | 第31-40页 |
| 2.3.1 载物台漂移的测量与校正 | 第33-34页 |
| 2.3.2 PSF的轴向变化 | 第34-38页 |
| 2.3.3 PSF的径向变化 | 第38-40页 |
| 第三章 三维空间变化图像复原方法 | 第40-47页 |
| 3.1 三维空间变化反卷积的一般表达 | 第40-41页 |
| 3.2 基于全变分正则项的最大似然估计算法 | 第41-42页 |
| 3.3 三维空间变化反卷积算法在不同显微系统下的简化 | 第42-44页 |
| 3.3.1 宽场&共聚焦显微镜下的简化三维空间变化反卷积 | 第42-43页 |
| 3.3.2 光片型荧光显微镜下的简化三维空间变化反卷积 | 第43-44页 |
| 3.4 基于交替优化的图像复原方法 | 第44-45页 |
| 3.5 基于相似性变换模型的三维反卷积优化计算 | 第45-47页 |
| 第四章 实验结果与讨论 | 第47-54页 |
| 4.1 PSF模型性能评估 | 第47-49页 |
| 4.2 图像复原算法性能评估 | 第49-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 简历与科研成果 | 第62-63页 |
| 致谢 | 第63-64页 |
