申请/专利权人:北京航空航天大学
申请日:2023-08-28
公开(公告)日:2023-11-14
公开(公告)号:CN117058038A
主分类号:G06T5/00
分类号:G06T5/00;G06T5/50;G06N3/0464;G06N3/08;G06N3/048;G06N3/045
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.01#实质审查的生效;2023.11.14#公开
摘要:本发明公开了一种基于偶数卷积深度学习的衍射模糊图像修复方法,包括以下步骤:S1.给定偶对称衍射模糊核的物理模型和衍射模糊图像修复模型;S2.将衍射模糊图像修复模型中的奇数卷积核替换为偶数卷积核;S3.利用具有偶数卷积核的衍射模糊图像修复模型对输入图像进行处理,并完成图像修复模型的训练。本发明加强了针对光学衍射导致的图像模糊修复问题上对感受野的提取能力,同时保证模型的训练效果。
主权项:1.一种基于偶数卷积深度学习的衍射模糊图像修复方法,其特征在于:包括以下步骤:S1.给定偶对称衍射模糊核的物理模型fx,y和衍射模糊图像修复模型,fx,y满足:fx,y=f-x,yorfx,y=fx,-y衍射模糊图像修复模型采用CNN的图像修复模型,其一般由输入层,中间层,输出层三部分组成,三部分均由包含奇数卷积核的卷积网络层堆砌而成;S2.将衍射模糊图像修复模型中的奇数卷积核替换为偶数卷积核;S3.利用具有偶数卷积核的衍射模糊图像修复模型对输入图像进行处理,并完成图像修复模型的训练。
全文数据:
权利要求:
百度查询: 北京航空航天大学 一种基于偶数卷积深度学习的衍射模糊图像修复方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。