摘要
本发明公开了基于小波域双分数匹配模型的散射成像图像重建方法,利用训练好的全频分数匹配子模型和高频分数匹配子模型来提取目标物的全频和高频先验信息,在全频和高频先验信息的双约束下,将图像传感器所获取的散射介质背后的目标物的散斑图像经过维纳反卷积、支撑域约束和双边滤波处理后作为保真项,进行图像重建,重建过程包括输入噪声、预测、矫正、分图、更新子图、合并子图、逆小波变换、去噪,将去噪后图像作为输入重复重建过程预测次数后,输出重建图像。本发明通过高维低秩先验信息约束与数据保真度的高效协同对散射介质背后的目标物进行重建,能够有效解决散射介质场景下复杂目标物重建的难题,显著提升了成像质量。
技术关键词
神经网络训练
图像重建方法
数据分布
噪声强度
散射成像
图像训练样本
表达式
像素点
先验信息约束
噪声图像
图像传感器
矫正器
阶段
因子
散斑图像
滤波