[发明专利]基于卷积神经网络的相位去噪方法

权利要求书

1.基于卷积神经网络的相位去噪方法，其特征在于：包括以下步骤：

构建相位去噪网络，所述相位去噪网络包括依次连接的输入端、编码器、解码器和输出端；

获取带噪干涉相位图像并传输到输入端；

通过编码器提取带噪干涉相位图像中的相位特征，并根据相位特征预测出不含噪声的干涉相位；

通过解码器采用与编码器对应的反卷积神经网络将不含噪声的干涉相位进行处理得到不含噪声的相位图像；

通过输出端采用单层有效卷积输出与训练样本相同尺寸的相位图像；

所述编码器包括依次连接的第一模块、第二模块、第三模块和第四模块；所述第一模块、第二模块、第三模块均依次包括卷积层和归一化层、最大池化层、合并层；所述第四模块包括依次连接的卷积层和归一化层、最大池化层；

所述编码器前三次最大池化后的特征图依次与前面平均池化后具有相同尺寸的特征图合并；所述第四个模块包括依次连接的归一化层、卷积层和最大池化层；

所述解码器包括依次连接的第a模块、第b模块、第c模块、第d模块；所述第a模块、第b模块、第c模块、第d模块均包括依次连接的反卷积层、合并层、卷积层和归一化层；

所述解码器中的各个模块通过反卷积处理特征图后，与编码器对应相同尺寸的特征图进行合并再进行卷积操作。

2.如权利要求1所述的基于卷积神经网络的相位去噪方法，其特征在于：所述不含噪声的干涉相位是通过神经网络的多层卷积滤波器进行预测的。

3.如权利要求1所述的基于卷积神经网络的相位去噪方法，其特征在于：所述输出端采用单层有效卷积输出与训练样本相同尺寸的相位图像。