摘要
本发明公开了一种基于多模光纤模式调制的计算成像方法及系统,包括:设计并搭建多模光纤图像传输系统,并通过替换不同模式调制的多模光纤采集不同传输条件下的自然场景散斑图像数据集;构建基于UNET网络的优化网络架构,并构建采取串联双子网结构的深度学习网络,用于进行散斑图像到SLM图像、SLM图像到真实图像的特征提取和图像重构,学习复杂散斑图像特征;基于不同模式调制状态的自然场景散斑图像数据集对深度学习网络进行训练,并引入联合损失函数优化网络的重建性能;利用不同传输条件下散斑图像验证模型重建图像的质量;本发明通过模式调制增强散斑图像中的目标信息,并利用深度学习网络实现高质量的图像重建。
技术关键词
多模光纤
散斑图像
优化网络架构
成像方法
图像传输系统
深度学习网络模型
联合损失函数
模式
皮尔逊相关系数
采样模块
透射式空间光调制器
网结构
分光棱镜
自然场景图像
解码器
系统为您推荐了相关专利信息
成像方法
成像模块
数据
区域检测方法
特征提取模块
超表面
结构单元
粒子群优化算法
微纳光学设计
衬底
传感模块
成像方法
对象图像数据
声压传感器
噪声
光谱成像系统
编码掩膜
掩膜单元
光谱成像方法
成像模块