基于深度卷积混合神经网络计算关联成像重建算法制造技术

本发明专利技术属于计算成像的量子成像技术领域，具体公开了基于深度卷积混合神经网络计算关联成像重建算法，利用哈达玛矩阵灰度编码序列代替原计算关联成像的高斯矩阵散斑序列，在计算关联成像的数据采集处理上以固定序列的散斑序列调整数字微镜器件。在相同采样率下,本算法能够重构出优质目标物体图像,并且拥有更高的PSNR值和SSIM值。深度学习在计算关联成像的算法实现对图像端到端图像恢复，减少了图像计算的的步骤。计算的的步骤。计算的的步骤。

【技术实现步骤摘要】
基于深度卷积混合神经网络计算关联成像重建算法


[0001]本专利技术属于计算成像的量子成像
，特别涉及一种基于深度卷积混合神经网络计算关联成像重建算法。

技术介绍

[0002]计算关联成像又称计算鬼成像，是一种型成像方式，是以运用光场的关联性质计算出图像，展现出“无中生有”和“离物成像”的特点。关联成像经历了两个阶段：第一阶是双光路系统即为物光臂路系统和参考光臂系统。在物光臂路系统中，光经过一待成像的物体，并且对通过物体的光进行桶探测收集总光强，在参考光臂系统中，光场的光强分布由一具有分辨率测量的探测器接收，对这双光路系统的出射光进行联合测量，即可得到成像信息。第二阶只需要一个单像素检测器来接收光强信息省去去参考光臂系统，这称为计算鬼影成(CGI)。计算关联成像突破了成像系统和光场调制设备的约束，主要在于光空间调制器件的发展，如空间光调制器、数字微镜器件、LED阵列、激光阵列等。
[0003]在计算关联成像中影响成像质量的两个关键因素为：在测量时光照散斑图案的构造和图像重构的关联算法。在光照散斑的构造中基于正交化正弦散斑方法，基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度卷积混合神经网络计算关联成像重建算法，其特征在于，包括以下步骤：步骤1：数据采集；准备背景纯净的MNIST数据集，并对MNIST数据集进行增强扩充；基于哈达玛矩阵产生散照光斑，且对散照光斑进行灰度编码排序形成固定序列的光照散斑序列；基于光照散斑序列进行数据采样；光强序列与测量使用光照散斑序列相乘与原图像形成图像数据集；步骤2：建立深度卷积混合神经网络模型；步骤3：模型训练；将步骤1所述的图像数据集按比例分为训练集和测试集，将训练集输入DCMGI模型，基于训练优化器和损失函数对DCMGI模型进行训练；步骤4：采用训练后的DCMGI模型进行计算关联成像，完成重建图像。2.根据权利要求1所述的基于深度卷积混合神经网络计算关联成像重建算法，其特征在于，所述深度卷积混合神经网络模型为DCMGI模型，包括：特征提取模块：包含n个卷积模块,所述卷积模块为：c_block_n(in_channel,out_channel)其中，n为c_block的第n个模块，in_channel和out_channel为卷积模块的输入通道数和输出通道数；特征增强模块：包括通道注意力机制和空间注意力机制，将特征提取模块的输出通道作为特征增强模块的输入通道，分别进行通道注意力机制的处理和空间注意力机制的处理；输出模块：包括卷积层Conlayer1和卷积层Conlayer2；所述卷积层Conlayer1的输入通道为10，输出通道为5，核大小为3*3,填充padding为1，步长stride为1；所述卷积层Conlayer2的输入通道数为5，输出通道为1，核大小为3*3,填充padding为1，步长stride为1；卷积层Conlayer1添加归一化处理层和激活函数。3.根据权利要求1所述的基于深度卷积混合神经网络计算关联成像重建算法，其特征在于，将所述步骤1中MNIST数据集增强扩充大小为N*N的图像；N*N的光照散斑序列形成包括以下步骤：步骤1.11：哈达玛矩阵列向量排序生成：以[1]为根结点的右结点值为[1,1]，以[1,1]为根结点，右结点值是以[1,1]拼接1*[1,1]形成，其值为[1,1,1,1]，左结点值是以[1,1]拼接
‑
1*[1,1]形成，其值为[1,1,
‑
1,
‑
1]，直至叶子结点值得长度为N。[1,
‑
1]是以[1]为根结点的左结点值，以[1,
‑
1]为根结点的左结点值是以[1,
‑
1]拼接1*[1,
‑
1]形成，其值为[1,
‑
1,1,
‑
1]，右结点值是以[1,
‑
1]拼接
‑
1*[1,
‑
1]形成，其值为[1,
‑
1,
‑
1,1]，直至叶子节点的长度为N，对以[1]为根的左右叶子结点，从右往左形成列向量排序；步骤1.12：哈达玛矩阵行向量排序生成：以[1]为根结点的左节点值为[1,1]，以[1,1]为根结点，左结点值是以[1,1]拼接1*[1,1]形成，其值为[1,1,1,1]，右结点值是以[1,1]拼
接
‑
1*[1,1]形成，其值为[1,1,
‑
1,
‑
1]，直至叶子结点值得长度为N。[1,
‑
1]是以[1]为根结点的右左结点的值，以[1,
‑
1]为根节点左结点值是以[1,
‑
1]拼接
‑
1*[...

【专利技术属性】
技术研发人员：乐明楠，张世福，李斌，范建平，彭进业，樊萍，汪霖，王珺，
申请(专利权)人：西北大学，
类型：发明
国别省市：