排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
对于复杂图像的拉盖尔高斯（Laguerre-Gaussian,LG）谱成像，因为满足奈奎斯特采样率的高阶LG模式系数无法测得，重建图像的失真不可避免，而神经网络算法通过先验学习，可以对失真图像实现较为清晰的复原.提出基于条件生成对抗网络（Conditional Generative Adversarial Nets,cGAN）的图像优化重建方法，在处理下采样的LG谱单像素成像和旋转运动模糊图像中均取得了较好的效果.在1.87%的LG谱采样率下，该方法能将Kaggle数据集人像二值图像的结构相似性（Structural Similarity,SSIM）指数提升至0.8以上，和经典图像去噪算法相比有显著提升. 相似文献
1