一种基于迁移学习的关联成像方法

本申请提供了一种基于迁移学习的关联成像方法，涉及关联成像技术领域，包括：构建基于差分关联成像的散斑网络，训练后得到优化后的散斑；使用优化后的散斑调制光源照射目标物体得到桶探测器值；进行差分关联成像，得到初始的目标像素矩阵；将目标像素矩阵与优化的散斑进行卷积操作得到预估的桶信号；更新目标像素矩阵每个像素的值。本发明最终只需要更新像素矩阵就可获得高质量目标图像，而不用更新几百万甚至上千万的网络参数，大大提高了计算效率，降低对终端设备计算资源的要求。