基于cGAN的下采样LG谱图像优化重建 |
| |
引用本文: | 叶皓,王麓懿,吴雪炜,张勇.基于cGAN的下采样LG谱图像优化重建[J].南京大学学报(自然科学版),2023(5):752-758. |
| |
作者姓名: | 叶皓 王麓懿 吴雪炜 张勇 |
| |
作者单位: | 1. 固体微结构物理国家重点实验室,南京大学物理学院;2. 南京大学现代工程与应用科学学院 |
| |
基金项目: | 中央高校基本业务费(021314380220); |
| |
摘 要: | 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.
|
关 键 词: | 频谱下采样 拉盖尔高斯模式 cGAN 图像优化重建 单像素成像 旋转运动模糊图像复原 |
|
|