【技术实现步骤摘要】
一种基于生成对抗网络的太赫兹图像超分辨率重建方法
[0001]本专利技术属于太赫兹成像及其图像质量提升
,具体涉及一种基于生成对抗网络的太赫兹图像超分辨率重建方法。
技术介绍
[0002]太赫兹(Terahertz,THz)是指频率从100GHz至10000GHz(10THz),相应波长从3mm到3μm,介于毫米波和红外光之间的区域的电磁波,其光子能量较低但却具备较高的穿透力。由于这个频段的电磁波位于宏观电子学至微观光子学过渡的区域,具有一些独有的特性。故太赫兹成像技术具有巨大前景,是研究的热点,其在无损检测、生物医学、安全检查等方面,太赫兹成像有着不可替代的优势。
[0003]然而太赫兹波图像存在着很多问题,造成成像结果并不理想。实际应用中,造成太赫兹图像结果不理想的原因有很多:首先是由于波源波动以及传感器噪声,造成其图像噪声非常复杂;其次是多路电磁波在探测器内发生相互干涉,造成图像存在条纹干扰和严重的伪影现象;还有波源功率较低,造成图像对比度低,图像颜色变化不明显,太赫兹相机分辨率低,造成太赫兹图像分辨率较低。
[0004]单图超分辨率(Single Image Super Resolution,SISR)算法,是指从低分辨率 (Low Resolution,LR)图像中恢复高分辨率(High Resolution,HR)图像的过程,同时细化图像细节,提升图像质量。
[0005]近年来,单图超分辨率方法也逐渐被应用于太赫兹图像超分辨率领域。然而,传统卷积神经网络由于网络层数较深,随着 ...
【技术保护点】
【技术特征摘要】
1.一种基于生成对抗网络的太赫兹图像超分辨率重建方法,其特征在于通过现有的开源图像数据库,训练多尺度超分辨率生成对抗网络模型MSISR
‑
GAN,实现对原始的低分辨率太赫兹图像进行超分辨率重建,主要包括以下步骤:S1.基于开源的图像数据库建立高分辨率图像库,采用空域及频域退化方法建立低分辨率图像数据库,将低、高分辨率图像一一对应得到太赫兹超分辨率图像训练集;S2.基于S1生成的太赫兹超分辨率图像训练集,对超分辨率生成对抗网络模型MSISR
‑
GAN的生成器进行预训练;S3.通过S2得到的预训练模型,对超分辨率生成对抗网络模型MSISR
‑
GAN的生成器和判别器进行交叠训练,并保存每个epoch中峰值信噪比最高的模型;S4.获取原始的太赫兹低分辨率图像;S5.对S4获取到的原始太赫兹低分辨率图像,采用图像预处理算法去除噪声和冗杂信息,并进行图像边缘平滑处理,得到质量提升的太赫兹图像;S6.将S5得到的预处理后太赫兹图像送入S3训练好的超分辨率生成对抗网络模型MSISR
‑
GAN,得到超分辨率太赫兹图像,并通过峰值信噪比PSNR和结构相似性SSIM两个有参评价指标进行图像重建效果的量化评估。2.如权利要求1所述的一种基于生成对抗网络的太赫兹图像超分辨率重建方法,其特征在于,所述步骤S1,建立太赫兹超分辨率图像训练集,具体包括如下步骤:S7:基于开源的图像数据库建立高分辨率图像库,并将数据库图像分割成为分辨率为X
×
Y的小图像,便于网络模型训练;S8:使用基于空间域及时域退化模型的方法,对高分辨率图像进行模糊处理和噪声模拟的退化处理,得到模拟太赫兹成像过程中由于波源波动干扰及传感器测量噪声引起的低分辨率图像;S9:将上述经过空域退化的图像,再转化为频域图像,并在频域的高频部分加入加性掩膜或者乘性掩膜,加性掩膜是指在图像特征频域同时加一定的幅值,乘性掩膜是指在图像特征频域同时乘一定的幅值。通过以上方法改变频域图像特征频率系数使之变大,进而得到含有条纹伪影的模拟太赫兹成像图像,保证在频域模拟图像退化;S10:重复S8和S9操作对图像进行二阶退化,得到模拟太赫兹低分辨率图像;S11:将S1和S4得到的高分辨率图像和低分辨率图像对应,建立模拟太赫兹图像数据集。...
【专利技术属性】
技术研发人员:赖大坤,侯钟伟,安红宇,番雄彬,茶兴增,高勇,李恩,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。