摘要
本发明公开了一种基于ESRGAN的ECT重建图像质量提升方法,包括:通过融合物理信息建立基于多物理场仿真及实验大数据的大规模样本生成框架,结合传统非迭代成像算法,获取低质量重建图像,并构建训练网络的训练数据集;利用训练数据集对增强型超分辨率生成对抗网络进行训练,得到ECT图像超分辨率重建模型;通过传统非迭代成像算法对ECT系统获得的数据进行处理得到低质量待重建图像,将低质量待重建图像输入到重建模型中,得到重建后高质量图像。本发明通过结合深度学习的方法,提升基于少量独立测量信息的重建图像质量,能够实现根据有限电极个数传感器测量数据实现其多倍电极个数传感器的重建图像质量。
技术关键词
图像超分辨率重建
生成对抗网络
成像算法
生成器网络
生成框架
图像重建法
物理
上采样
采集电极
大数据
训练集
数值仿真
仿真数据
样本
传感器