← 返回列表
一种基于差分输出的图像重建方法及系统
摘要文本
关注公众号马克数据网 。本发明公开了一种基于差分输出的图像重建方法及系统，首先输入低分辨率图像并进行预处理；然后将处理后的图像输入差模发生器获得差模信号(图像)；然后将差模信号(图像)输入生成对抗网络；最终差分输出去除共模噪声获得高分辨率图像；生成对抗网络包括生成网络模块、判断网络模块，该生成对抗网络是基于SRGAN的框架搭建；生成网络模块包括卷积网络层、上采样层、LeakyReLU激活函数层；判断网络模块包括卷积网络层、全局平均池化层、LeakyReLU激活函数层、归一化层。本发明能够实现对低分辨率图像进行高分辨率重建去除重影等共模噪声，对于数字图像处理和军事图像处理具有重要意义。
申请人信息
- 申请人:武汉大学
- 申请人地址:430072 湖北省武汉市武昌区八一路299号
- 发明人: 武汉大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于差分输出的图像重建方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311551013.3 |
| 申请日 | 2023/11/17 |
| 公告号 | CN117455774A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | G06T3/4053 |
| 权利人 | 武汉大学 |
| 发明人 | 袁程浩; 归子涵; 刘瑨玮; 杨光义; 贺威 |
| 地址 | 湖北省武汉市武昌区珞珈山武汉大学 |
专利主权项内容
1.一种基于差分输出的图像重建方法，其特征在于，包括以下步骤：步骤S1，输入低分辨率图像并进行预处理；步骤S2，将处理后的图像输入差模发生器获得差模信号；步骤S3，将差模信号输入生成对抗网络，得到高分辨率重建差模图像；所述生成对抗网络包括生成网络模块和判断网络模块，所述生成网络模块括卷积网络层、上采样层、LeakyReLU激活函数层，其中卷积网络层的输入通道数为输入RGB图像通道数，输出通道数为RGB图像通道数；所述判断网络模块，包括卷积网络层、全局平均池化层、LeakyReLU激活函数层、归一化层，其中卷积网络层的输入通道数为输入RGB图像通道数，输出通道数为判别的类别数；步骤S4，对高分辨率重建差模图像去除共模噪声后，获得最终高分辨率图像。