文件名称：拼接tif影像matlab代码-CACS-Demo:用于3D分辨率的内容感知压缩感知-增强显微图像
文件大小：23.23MB
文件格式：ZIP
更新时间：2024-06-14 08:14:16
系统开源
拼接tif影像matlab代码CACS演示 用于3D分辨率的内容感知压缩感知-增强显微图像 要求 CACS是使用Matlab构建的。 从技术上讲，运行代码的操作系统没有限制，但是重新建议使用Windows系统，并在该系统上测试了该软件。 CACS的推理过程需要启用CUDA的GPU设备，从而可以加快推理速度。 推理过程已经过测试： Windows 10专业版（1903版） MatlabR2017a（64位） 英特尔至强E5-2630 v4 CPU @ 2.80GHz 英伟达GeForce GTX 1080 Ti 在测试平台上，示例数据example_data/line_like_neurons/LR/thy1sparse.tif花费了20 example_data/line_like_neurons/LR/thy1sparse.tif 。 安装 安装MatlabR2017a 安装CUDA7.5。 下载CACS-Demo.zip并解压缩。 目录树应为： CACS-Demo . ├── @csConv ├── BesFilt3D.m ├── CalcLambda32.m ├── CSgaus
【文件预览】：
CACS-Demo-master
----Generate3DImage.m(2KB)
----mainCS3D.m(2KB)
----psf1.tif(25KB)
----CUDA10.1()
--------mex_CUDA_win64.xml(6KB)
--------GPUConv3D.mexw64(52KB)
--------setenvs.m(259B)
--------GPUConv3D.cu(13KB)
----@csConv()
--------test_gupconv.m(193B)
--------csConv.m(561B)
--------genpsf.m(2KB)
--------mtimes.m(525B)
--------write_3d.m(310B)
--------ctranspose.m(72B)
----l1_ls_nonneg.m(8KB)
----Bessel_synthetic_psf.tif(26KB)
----main.m(262B)
----GPUConv3D.mexw64(61KB)
----example_data()
--------line_like_neurons()
--------point_like_cell_nuclei()
--------voxel sizes.txt(188B)
----Bessepsf.m(532B)
----LICENSE(34KB)
----resize3D.m(2KB)
----README.md(5KB)
----CalcLambda32.m(313B)
----find_lambdamax_l1_ls_nonneg.m(339B)
----CSgausfilt3D.m(1KB)
----gausFilt3D.m(1KB)
----imgread3D.m(159B)
----testpara.m(790B)
----CACS.m(995B)
----write3D.m(333B)
----GPUConv3D.cu(12KB)
----resize2D.m(2KB)
----crop()
--------stitching3d_fn.m(4KB)
--------preferences.mat(477B)
--------_utils()
--------crop_and_stitch.fig(34KB)
--------crop3d_fn.m(7KB)
--------crop_and_stitch.m(9KB)
----modpsf.m(4KB)
----BesFilt3D.m(2KB)