摘要
本发明提出一种端到端预处理网络驱动的无镜头成像重建方法,包括以下步骤:S1、原始图像经过扩散体无镜头成像系统获得测量图像;S2、构建轻量型卷积神经网络CNN‑ISP‑net,并使用训练集进行训练;S3、将测量图像和点扩散函数输入训练后的轻量型卷积神经网络进行预处理,获得预处理后的测量图像和点扩散函数;S4、构建并训练Le‑ADMM网络用以进行图像重构,S5、将预处理后的点扩散函数和测量图像共同输入已训练好的Le‑ADMM网络中进行图像重构。本发明通过轻量型卷积神经网络CNN‑ISP‑net分别对测量图像和测量点扩散函数进行预处理,优化测量图像质量,并使测量点扩散函数更接近理想点扩散函数,达到提升重构图像效果的目的。
技术关键词
成像重建方法
镜头成像系统
轻量型
图像
重构
点扩散函数
ADMM算法
拉格朗日
训练集
测量点
自然场景
扩散体
滤波器
数据
网络结构
矩阵
像素
参数
系统为您推荐了相关专利信息
图像块
视频缺陷检测
检测模型训练方法
视频帧
缺陷预测
问诊装置
集成触控面板
舌苔
多模态
动态知识图谱
多层感知模型
洗手
特征提取模型
惯性检测单元
穿戴式设备