摘要
本申请提供一种基于深度学习的偏折术成像质量评估方法及系统,所述方法包括:获取目标检测点的若干条纹投射图像,所述若干条纹投射图像之间存在固定相位差;采用数学解相位法对所述若干条纹投射图像进行解相位处理,获得第一包裹相位图;将所述若干条纹投射图像输入至预设的包裹相位图生成模型,以使所述包裹相位图生成模型通过下采样从所述若干条纹投射图像中逐步提取多尺度特征,并通过上采样将所述多尺度特征逐步拼接融合,最终输出第二包裹相位图;将所述第一包裹相位图与所述第二包裹相位图进行对比分析,生成包裹相位梯度变化图;根据所述包裹相位梯度变化图生成偏折术成像质量评估结果,提高偏折术成像质量评估的效率和准确性。
技术关键词
包裹相位
像素点
条纹
多尺度特征
图像
检测点
上采样
成像
编码器
深度学习模型训练
评估系统
融合特征
解码器
数学
模块
噪声
尺寸
连线
物体
系统为您推荐了相关专利信息
充电芯片
低成本
图像采集电路
陶瓷天线
主控芯片
卷积神经网络模型
图像增强模型
图像匹配
分量特征
色彩