摘要
本发明提供了一种基于数字全息重建对抗网络的精密结构件三维重建方法,包括:完成二维图像预处理;对数字全息重建对抗网络的模型进行训练,将全息图像转换成为数据矩阵形式输入生成器,生成器生成的图像结果和全息图像对应的标签图像同时输入判别器以区分网络生成图像和真实物场图像;损失函数约束网络训练沿着设定的图像风格迭代,并更新网络的权重参数;生成器和判别器以相互对抗的方式进行学习;将验证数据集图像和测试数据集图像输入步骤二中已完成训练的数字全息重建对抗网络模型中,生成重建的真实三维图像。应用本发明的技术方案,以解决传统的全息图像三维重建领域,重建算法往往需要依赖精准的重建目标三维参数作为先验信息的技术问题。
技术关键词
精密结构件
三维重建方法
对抗网络模型
全息图像
三维重建系统
图像特征提取
图像特征点提取
数据
对比度
图像匹配
像素点
代表
可读存储介质
伽马校正
定位特征
重建算法
标签
系统为您推荐了相关专利信息
生成对抗网络模型
人工智能识别
对抗性
光学字符识别
测试方法
植株三维重建方法
三维重建模型
多视角
融合特征
图像采集设备
遥感图像重建方法
遥感图像数据
生成网络模型
重建图像数据
对比度
三维重建方法
梯度方向直方图
特征点
描述符
元素
视频数据生成方法
火灾动力学
峰值信噪比
隧道
多维评价指标