公开(公告)号：CN113129232A

公开(公告)日：2021-07-16

申请号：CN202110406678.X

申请日：2021-04-15

Applicant: 中山大学

Inventor： 王嘉辉 ,  李文湧 ,  考塞尔·库热西 ,  麦麦提艾力·麦麦提 ,  陈泽鹏 ,  蔡志岗 ,  张佰君 ,  江灏

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于深度卷积生成对抗网络的弱光散斑成像恢复方法，包括以下步骤：S1：获取点光源的散斑PSF；S2：获取未知物的散斑I；S3：对未知物的散斑I和点光源的散斑PSF实施图像灰阶自适应非线性归一化得到S4：根据散射体成像系统的最近似噪信比和所述归一化后的点光源散斑对所述归一化后的未知物散斑实施解卷积操作得到未知物恢复图像Otem；S5：将所述未知物恢复图像Otem输入至预训练好的深度卷积生成对抗网络模型，得到未知物最终重建图像O。本发明能够从信息光学、自适应优化以及深度学习出发构建完整闭环的散斑恢复成像方法，不仅增强了解卷积散斑成像的能力，还大大提高了深度学习在散斑成像恢复中的泛化性。

公开(公告)号：CN113129232B

公开(公告)日：2023-05-26

申请号：CN202110406678.X

申请日：2021-04-15

Applicant: 中山大学

Inventor： 王嘉辉 ,  李文湧 ,  考塞尔·库热西 ,  麦麦提艾力·麦麦提 ,  陈泽鹏 ,  蔡志岗 ,  张佰君 ,  江灏

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于深度卷积生成对抗网络的弱光散斑成像恢复方法，包括以下步骤：S1：获取点光源的散斑PSF；S2：获取未知物的散斑I；S3：对未知物的散斑I和点光源的散斑PSF实施图像灰阶自适应非线性归一化得到S4：根据散射体成像系统的最近似噪信比和所述归一化后的点光源散斑对所述归一化后的未知物散斑实施解卷积操作得到未知物恢复图像Otem；S5：将所述未知物恢复图像Otem输入至预训练好的深度卷积生成对抗网络模型，得到未知物最终重建图像O。本发明能够从信息光学、自适应优化以及深度学习出发构建完整闭环的散斑恢复成像方法，不仅增强了解卷积散斑成像的能力，还大大提高了深度学习在散斑成像恢复中的泛化性。