基于无监督深度学习的数字编码超材料前视成像方法

本发明公开了一种基于无监督深度学习的数字编码超材料前视成像方法及系统，主要解决现有超分辨成像性能差，且难以获得大量高质量图像作为标签用于网络训练的问题。其实现方案为：获取多组数字编码超材料回波数据，并对其预处理后随机划分训练集和测试集；构建包括特征提取单元、图像实部重建单元和图像虚部重建单元的图像增强网络，并依据稀疏约束重新为该网络构建一种截断稀疏损失函数；利用训练集对图像增强网络进行迭代训练，直到损失函数收敛；将测试集中的低质量图像输入到训练好的图像增强模型中，得到高质量前视成像图像。本发明能摆脱对标签的依赖，实现对图像增强网络的无监督训练，加快成像速度，提高网络的成像性能，可用于自动驾驶、工业生产和智慧安检系统。