公开(公告)号：CN119540054A

公开(公告)日：2025-02-28

申请号：CN202411251301.1

申请日：2024-09-07

Applicant: 哈尔滨理工大学

Inventor： 郑德宇 ,  王洋 ,  张世强

IPC: G06T3/4053 ,  G06T5/20 ,  G06V10/772 ,  G06V10/774 ,  G06F17/16

Abstract: 一种基于压缩感知的图像超分辨率重建方法，属于图像重构领域。现有的硬件的更新速度达不到信号精度的要求，且在不提高硬件成本的前提下，如何重建出清晰度更高的图像的问题。一种基于压缩感知的图像超分辨率重建方法，设计字典学习的过程，得到在图像还原中需要的高频分量参数；包括构建训练数据集以及进行字典训练；其中，利用对图像进行降质和比例缩小计算得到对应的低分辨率图，以进行训练数据集的过程；利用K‑SVD算法构建过完备字典对，进行对字典的训练；首先得到还原的低频分量，之后重建分辨率。本发明利用GPSR算法，克服了传统OMP算法固定稀疏度的局限性，得到了更加精确的稀疏系数，采用双边滤波的方式，进一步提高重建图像的精度。

公开(公告)号：CN119538983A

公开(公告)日：2025-02-28

申请号：CN202411267981.6

申请日：2024-09-11

Applicant: 哈尔滨理工大学

Inventor： 张世强 ,  王洋 ,  郑德宇

IPC: G06N3/0455 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/084 ,  G01B11/25

Abstract: 一种基于U‑Net网络的相位模型的构建方法，属于相位图像重构方法领域。现有的相位展开方法中，空间相位展开技术的计算效率较高，但是对严重噪声情况不具有鲁棒性，对抗噪声能力较强的算法又存在计算量大导致速度慢。一种基于U‑Net网络的相位模型的构建方法，包括生成数据集的步骤；对生成数据进行预处理，并确定数据集的大小和参数；构建基于U‑net网络的相位展开模型；构建相位展开中的损失函数以及优化方法；在训练模型时，设置学习率进行训练，使得模型收敛速度变得更快，模型效果更佳；同时引入权重衰减策略减小学出的模型参数值。本发明通过对U‑net模型的优化和改进，以减少运算和检测时间。提高相位展开的准确性、时效性以及显著性。