[发明专利]基于层级网络的低分辨率鬼成像图像重建方法和装置在审
| 申请号： | 202210233631.2 | 申请日： | 2022-03-09 |
| 公开（公告）号： | CN114723623A | 公开（公告）日： | 2022-07-08 |
| 发明（设计）人： | 朱虎;胡峥;刘建辉;邓丽珍;郑本昌;臧勤 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06N3/08;G06V10/40;G06V10/82 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 层级 网络 分辨率 成像 图像 重建 方法 装置 | ||
1.一种基于层级网络的低分辨率鬼成像图像重建方法，其特征在于：包括如下步骤：将初始图像通过仿真生成鬼成像图像；
将需要重建的鬼成像图像作为输入，输入预先训练的多层次网络模型，多层级网络模型对需要重建的鬼成图像进行处理，并输出得到重建的清晰的图像；
其中，多层次网络模型的构建包括：构建多层级网络，在每个层级的网络的编码器中均引入反馈连接；
基于鬼成图像、鬼成图像对应的真值图像和perceptual loss函数进行训练，得到多层次网络模型。
2.根据权利要求1所述的一种基于层级网络的低分辨率鬼成像图像重建方法，其特征在于：perceptual loss函数的构建包括如下步骤：
对仿真生成的鬼成像图像和其对应的真值图像进行预处理，并构建图像组；
基于图像组提取图像的特征值；
基于提取的图像的特征值构建perceptual loss函数。
3.根据权利要求2所述的一种基于层级网络的低分辨率鬼成像图像重建方法，其特征在于：
构建perceptual loss函数包括如下步骤：
Lprec＝Lx+10-3Lgen
其中，Lprec是总体损失，Lx是内容损失，Lgen是对抗损失。
4.根据权利要求2所述的一种基于层级网络的低分辨率鬼成像图像重建方法，其特征在于：基于图像组提取图像的特征值包括如下步骤：
获取两份相同的鬼成图像，依据两份相同的鬼成图像构造三通道彩色图像；
将三通道彩色图像输入预先训练好的VGG16模型进行图像特征值的提取。
5.根据权利要求1所述的一种基于层级网络的低分辨率鬼成像图像重建方法，其特征在于：
所述多层级网络使用聚合多尺度特征的方法，将分片的图像输入至网络中，通过分片进行噪声分解；
所述多层级网络将底层编码器和解码器学习到的特征信息，作为上层编码器和解码器的先验信息使用。
6.一种基于层级网络的低分辨率鬼成像图像重建装置，其特征在于：包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1～5任一项所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210233631.2/1.html，转载请声明来源钻瓜专利网。
