一种基于散斑相关与迁移学习的实时成像方法及系统

本发明公开了一种基于散斑相关与迁移学习的实时成像方法及系统，实时成像方法包括：构建源域数据集用于预训练；构建目标域数据集用于微调；分别训练预训练网络与微调网络；构建完备散斑重建模型；测试阶段，实时重建，本发明针对现有深度学习成像方法的不足，通过结合数据模型与物理模型，提高了模型的泛化能力，采用迁移学习策略充分发挥预训练阶段的数据优势，还通过将预训练与微调解耦为独立模块，增强了系统的灵活性与扩展性，基于Transformer架构的神经网络能够捕获并解析复杂特征，实现高保真重建，并在测试阶段，每张图像的平均重建时间低于100毫秒，满足视频流实时成像需求，适用于复杂水下成像和浑浊水体监测等场景。