基于无监督学习的编码衍射成像方法研究 |
| |
引用本文: | 石保顺,吴一凡,练秋生.基于无监督学习的编码衍射成像方法研究[J].燕山大学学报,2023(1):54-63. |
| |
作者姓名: | 石保顺 吴一凡 练秋生 |
| |
作者单位: | 1. 燕山大学信息科学与工程学院;2. 燕山大学河北省信息传输与信号处理重点实验室 |
| |
基金项目: | 国家自然科学基金资助项目(61901406);;河北省自然科学基金资助项目(F2020203025); |
| |
摘 要: | 编码衍射成像旨在利用衍射强度图样重建原始图像,而现有基于人工设计先验的编码衍射成像算法大都在低信噪比下成像质量低。通过基于深度神经网络学习的深度先验能够解决上述问题,但有监督学习需要大规模样本对,不利于实际应用。针对这一问题,本文提出一种基于无监督学习的编码衍射成像方法。该方法结合双数据保真项、卷积稀疏编码模型和深度图像先验模型构建了能够融合互补先验的优化模型,并利用交替优化方法对其进行有效求解。实验结果表明,提出的方法能够在低信噪比下仅通过单幅编码衍射强度图样重建出高质量的图像。
|
关 键 词: | 计算成像 衍射成像 无监督学习 深度图像先验 卷积稀疏编码 |
|