一种含频谱偏移量估计的傅里叶叠层成像深度学习图像重构方法.pdfVIP

下载本文档

5
0
约1.69万字
约 15页
2023-05-30 发布于四川
举报
版权申诉

一种含频谱偏移量估计的傅里叶叠层成像深度学习图像重构方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供一种含频谱偏移量估计的傅里叶叠层成像深度学习图像重构方法，本发明方法包括：S1、基于改进的傅里叶叠层方法，确定观测图像I(x,y)；S2、将确定的所述观测图像I(x,y)建模为正向网络；S3、对建模后的前向网络进行优化，实现对观测图像I(x,y)的重构。本发明的技术方案解决了现有技术中的傅里叶叠层成像过程中的频谱偏移量误差的问题。本发明的技术方案将重构物体与估计频谱偏移量相结合，能够在一个流程中同时重构物体和估计频谱误差，适应性强，且无需进行预训练，可在网络训练过程中直接快速且准确的重

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112465703 A (43)申请公布日 2021.03.09 (21)申请号 202011391199.7 (22)申请日 2020.12.01 (71)申请人大连海事大学地址