摘要
本发明提出一种适用于编码孔径光谱偏振成像系统的分块重建方法。主要包括以下步骤:建立编码模板与编码孔径之间的映射关系;建立周期性分块编码孔径,计算其对应的编码模板;针对使用的分块编码孔径,建立四个重建网络,对网络进行训练;从压缩测量图像中提取偏振子图像,对偏振子图像进行分割;使用所建立的四个深度学习网络对图像块进行重建;对重建完成的图像块进行重叠、平均和拼接,完成大尺寸图像的拼接;提取重建的光谱曲线和偏振信息。本发明利用深度学习网络进行重建,采用分块重建的方法减小计算成本,采用多个深度学习网络重建减小重建图像边缘的模糊和图像块拼接处明显的非连续性,提高了系统在重建过程中的数据恢复能力和速度。
技术关键词
编码孔径
光谱偏振成像系统
图像块
深度学习网络
分块重建方法
编码模板
定标分析方法
周期性
定标参数
大尺寸
拼接方法
图像分割
曲线
连续性
分辨率
关系
系统为您推荐了相关专利信息
IMU传感器
角度调节机构
制动枕
头颈支撑结构
角度传感器
肾盂成形术
儿童
转换器
稀疏特征选择
数据输出模块
图像压缩方法
四叉树编码
数据存储空间
拉线
图像块