基于未经训练的物理驱动神经网络的单像素相位成像方法

AITNT
正文
推荐专利
基于未经训练的物理驱动神经网络的单像素相位成像方法
申请号:CN202510633381
申请日期:2025-05-16
公开号:CN120612386A
公开日期:2025-09-09
类型:发明专利
摘要
本发明公开了一种基于未经训练的物理驱动神经网络的单像素相位成像方法,属于单像素成像与计算光学领域。所述方法通过添加物理衍射层和Admn优化器,实现了从单像素探测强度序列到相位物体图像的直接重构。该方法无需预训练,显著降低了对大型数据集的依赖性;通过引入输出相位总变分损失,有效抑制噪声与光学畸变影响;在采样率低至30%时仍能高效重构相位分布,减少了所需的采样数量。
技术关键词
单像素成像系统 相位成像方法 神经网络模型 光强 序列 物理 物体 数字微镜器件 损失函数优化 空间光调制器 图像 采样率 强度 表达式 坐标 矩阵 垂直轴 重构
系统为您推荐了相关专利信息
1
一种用于智慧社区的物业管理方法
水流 深度神经网络模型 超声波 物业管理方法 波形特征提取
2
GNSS中断下改进伪量测噪声协方差的CNN-GRU-MHSA导航方法及系统
导航方法 预测误差 卡尔曼滤波 噪声 导航坐标系
3
一种基于遥感影像的西部高原冻土热融灾害识别方法
雷达遥感影像 灾害识别方法 卫星遥感影像 高原 数字高程模型
4
一种电力能源监控数据的处理方法和系统
数据 标记 电力 滑动窗口 电网拓扑结构
5
基于CT影像的结核耐药性预测方法、装置、设备及介质
CT影像数据 语义特征 结核 多通道 分支
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