一种基于多尺度深度学习的波前编码图像重建方法

AITNT
正文
推荐专利
一种基于多尺度深度学习的波前编码图像重建方法
申请号:CN202510534888
申请日期:2025-04-27
公开号:CN120410924A
公开日期:2025-08-01
类型:发明专利
摘要
一种基于多尺度深度学习的波前编码图像重建方法,涉及图像重建技术领域,为了解决现有技术无法实现在多种飞行条件所导致的复杂气动热效应影响下动态模糊图像重建的问题,该方法包括:获得未编码PSF和编码PSF;制作数据集;建立网络模型;模型训练;重建效果测试;本发明通过波前编码技术的调制,将复杂模糊程度的图像编码到相似的模糊水平,减少学习过程中图像的复杂性,有助于后续模糊图像的重建,加快了模型学习过程的收敛。同时引入了混合注意力机制与多尺度对比,使学习过程聚焦于图像的关键区域,通过权重的不断调整,优化网络对特征信息的提取;同时模型结合多尺度对比,综合学习了不同尺度下图像的特征,实现了对模糊图像的精细重建能力。
技术关键词
光学成像系统 图像重建方法 多尺度 残差模块 编码元件 解码器 编码器 注意力机制 波前编码技术 流固耦合分析 图像重建技术 仿真分析 优化网络参数 多层次特征 更新模型参数 图像编码
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号