摘要
本发明公开了一种基于多视线点扩散函数的三维波前层析重构方法,包括:对大气湍流多层湍流层进行仿真,仿真生成模糊图像,对模糊图像执行退卷积获得多视线点扩散函数(PSF)并按照空间关系拼接为多视线PSF拼接图,构建仿真数据集;构建大气层析残差网络,用以训练从多视线PSF拼接图到多层湍流层波前像差的映射关系。本发明利用深度学习算法,通过包含重叠信息的多视线点扩散函数消除不确定性,层析重建三维波前,在全视场内均具有良好的重构精度,能够用于后续大天顶角下的多波段图像高分辨重建,在图像事后重建领域具有十分重要的意义。
技术关键词
点扩散函数
残差网络
重构方法
大气层
湍流
仿真数据
图像
关系
深度学习算法
残差学习
重建算法
注意力机制
预测误差
训练集
表达式
斑点
太阳
系统为您推荐了相关专利信息
量子态
机器学习算法
修复方法
时空残差网络
裂缝
大气边界层环境自主探测系统
数据处理子系统
地面站
飞行控制模块
北斗双模接收机
改进型粒子群算法
配电网重构方法
智能开关
重构模型
配电网重构系统
多标签
通道注意力机制
残差网络
递归神经网络
特征提取模块
语义变化检测方法
融合特征
残差网络
特征提取模块
多尺度特征金字塔