申请/专利权人：杭州电子科技大学

申请日：2021-07-01

公开（公告）日：2024-04-23

公开（公告）号：CN113781592B

主分类号：G06T11/00

分类号：G06T11/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：本发明涉及一种基于复杂度引导相位恢复的散斑成像重建方法，所示方法步骤包括：S1、建立散斑图像空间模型，获取复杂度信息；S2、根据每次迭代的结果配置稀疏性准则，设定预估解；S3、进行迭代，设定约束条件，对迭代得到的解进行反馈更新，得到迭代结果；S4、使用稀疏性准则对迭代结果进行梯度更新，计算对应的复杂参数，保存符合误差要求的解；S5、重复S3至S4，每次迭代完成后，将迭代结果替换，直到达到预设迭代次数，根据最终结果重建散斑得到复原图。该算法中复杂度参数可以明确地作为控制解稀疏性的指导，从而获得更好的成像结果；能有效的减少实验方案所需的相位恢复迭代次数，还可以解决迭代过程中的停滞问题。

主权项：1.一种基于复杂度引导相位恢复的散斑成像重建方法，其特征在于，对图像空间进行基于复杂度引导相位恢复算法，所述算法步骤包括：S1、针对具体的散斑建立图像空间模型，获取复杂度信息；S2、根据每次迭代得到的恢复图像配置稀疏性准则，设定预估解；S3、进行迭代，设定约束条件，对迭代得到的解进行反馈更新，得到迭代结果；S4、使用稀疏性准则对迭代结果进行梯度更新，计算对应的复杂参数，保存符合误差要求的解；S5、重复S3至S4，每次迭代完成后，将迭代结果替换，直到达到预设迭代次数，所述S2的具体内容包括：S21、根据迭代的恢复图像gx,y，获得梯度幅值Tg；S22、采用恢复图像的共枙矩阵g*评估Tg；S23、定义Tg梯度方向的稀疏度增强函数S24、设定一个预估解g0，所述预估解g0的相位值分布在0-2π中。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于复杂度引导相位恢复的散斑成像重建方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD