摘要
一种用于水质检测仪器的三维荧光光谱图像超分辨率重建方法,适用于将便携式水质检测仪器采集到的低分辨率、稀疏化的三维荧光光谱图像重建为高分辨率的全光谱,所述方法构建了一种高效的由特征提取、上采样模块及可训练的多高斯混合点扩散函数组成的超分辨重建网络架构。设计了结合重建误差与退化一致性误差的联合损失函数,并采用联合训练策略同步优化网络与PSF参数,实现了对荧光峰形结构的精确还原和光谱真实性的增强。本发明提升了基于三维荧光光谱的便携式水质检测仪器在污染物识别与分析任务中的适用性和鲁棒性,适用于水质智能监测等实际场景。
技术关键词
三维荧光光谱
水质检测仪器
点扩散函数
深度学习网络
水质智能监测
优化网络参数
联合损失函数
全光谱
算法鲁棒性
便携仪器
上采样
数据
图像结构
特征提取模块
重建误差
系统为您推荐了相关专利信息
事件检测模型
深度学习网络模型
鸟声识别模型
构建深度学习网络
数据
多维特征向量
性能退化数据
归一化方法
充电电池
寿命预测模型
识别检测方法
防扭钢丝绳
分类网络
分辨率
特征提取算法
渗透测试装置
识别模型训练
采集获取系统
漏洞
控制优化方法
光学成像系统
镜头组
深度学习训练
图像传感器
神经网络模型