一种基于深度神经网络的X光图像反演增强方法

本发明公开一种基于深度神经网络的X光图像反演增强方法，包括如下步骤：S1：构建光管焦斑‑图像效果模型；S2：构建噪声‑图像效果模型；S3：基于构建的光管焦斑‑图像效果模型、噪声‑图像效果模型对X光图像集进行退化，得到退化后的X光图像集；S4：构建基于卷积神经网络的X光成像反演模型，并使用退化前的X光图像与退化后的X光图像作为网络的训练数据，对X光成像反演模型进行训练；S5：基于训练后的X光成像反演模型，对待处理的X光图像进行反演增强。本发明通过建立X光成像反演增强模型，可以有效性地对图像进行降噪处理，并对图像进行锐化，具有较好的鲁棒性与通用性。