Resolution enhancement for an OCT system applied to multiple-layer information extraction
Notice bibliographique
Résumé
Optical coherent tomography (OCT) is a newly developed optical imaging technology that permits high-resolution cross-sectional imaging of an object. Most of the OCT imaging systems is developed for the biomedical applications, such as diagnostics of ophthalmology, dermatology, dentistry and cardiology. The technique behind these applications is the point scanning of laser beam penetrating into an object to obtain the internal features of the object. In this paper, we study a full-field OCT imaging system for acquiring information from a multi-layer information chip. This new system can be used in document security, identification and industrial inspection. Differing from the biology related samples, the information chip consists of a number of thin layers with information coded on their surfaces. The surfaces of the layers are flat and specular with moderate reflectance. The information on one layer is retrieved through demodulating interference image of that layer. To obtain the tomography image of all the layers, the images in each layer are acquired and separated. The axial resolution of the system, usually defined by coherent length of light source, determines how close the separation of the two vicinal layers can be resolved. In this paper we explore a new approach to enhance the axial resolution of the OCT system. The method is based on a three-step phase shift algorithm to solve the tomography images from fused interference patterns. Theoretic study and simulation indicate that the method improves the system resolution and quality of retrieved tomography images for the multilayer information chip. Experiment results are also given in support of the proposed method.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».