买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】用于提高太赫兹叠层成像图像质量的方法_中国航空工业集团公司北京长城航空测控技术研究所;华中科技大学;北京长城航空测控技术研究所有限公司_202311664588.6 

申请/专利权人:中国航空工业集团公司北京长城航空测控技术研究所;华中科技大学;北京长城航空测控技术研究所有限公司

申请日:2023-12-06

公开(公告)日:2024-04-19

公开(公告)号:CN117911265A

主分类号:G06T5/70

分类号:G06T5/70;G06T5/73;G06N3/0464;G06N3/0475;G06N3/045;G06N3/094

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.07#实质审查的生效;2024.04.19#公开

摘要:本发明提供一种用于提高太赫兹叠层成像图像质量的方法,涉及太赫兹成像技术领域,其包括:基于深度盲退化模型对高清图像集进行预处理,得到预处理图像集;预处理包括模糊方法、下采样方法和附加噪声;模糊方法、下采样方法和附加噪声以无序方式对高清图像集进行处理,得到预处理图像集;基于高清图像集和预处理图像集对深度学习神经网络模型进行训练,得到训练好的深度学习神经网络模型;将待提高太赫兹图像输入到训练好的深度学习神经网络模型中,得到太赫兹高清图像。本发明可以充分利用光束的衍射信息,去除衍射信息中的噪声和信号畸变,从而获得更好的成像效果。

主权项:1.一种用于提高太赫兹叠层成像图像质量的方法,其特征在于,其包括:基于深度盲退化模型对高清图像集进行预处理,得到预处理图像集;所述预处理包括模糊方法、下采样方法和附加噪声;所述模糊方法、所述下采样方法和所述附加噪声以无序方式对所述高清图像集进行处理,得到所述预处理图像集;基于所述高清图像集和所述预处理图像集对深度学习神经网络模型进行训练,得到训练好的所述深度学习神经网络模型;将待提高太赫兹图像输入到训练好的所述深度学习神经网络模型中,得到太赫兹高清图像;所述深度学习神经网络模型包括第一卷积层、第二卷积层、第三卷积层、第四卷积层、上采样层和残差连接模块;所述第一卷积层分别与所述残差连接模块和所述上采样层连接,所述残差连接模块与所述第二卷积层连接,所述第二卷积层与所述上采样层连接,所述上采样层与所述第三卷积层连接,所述第三卷积层与所述第四卷积层连接;所述残差连接模块包括若干个串联连接的残差连接块;所述残差连接块包括若干个致密块和第一残差比例因子;所述致密块包括若干个全连接块,各所述全连接块通过第二残差比例因子连接后分别与所述第一卷积层和所述第一残差比例因子连接,所述第一残差比例因子与所述第二卷积层连接;所述致密块包括若干个密集块和第五卷积层;所述密集块包括第六卷积层和激活层;各所述密集块通过元素级加法操作交替连接后与所述第五卷积层连接。

全文数据:

权利要求:

百度查询: 中国航空工业集团公司北京长城航空测控技术研究所;华中科技大学;北京长城航空测控技术研究所有限公司 用于提高太赫兹叠层成像图像质量的方法

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。