[发明专利]基于傅立叶变换的人工神经网络的多模光纤成像方法

权利要求书

1.一种基于傅立叶变换的人工神经网络的多模光纤成像方法，其特征在于，包括以下步骤：

步骤1：搭建MMF图像传输系统，输入自然图像得到对应的输出散斑图像，通过重复以上过程获得大量的自然图像—散斑图像数据对作为数据集，之后对得到的散斑图像数据做傅立叶变换，得到其对应的K域稀疏表达；

步骤2：以步骤1中的散斑图像的K域稀疏表达作为输入，对应的自然图像作为输出，送入单层全连接网络进行训练，得到神经网络模型；

所述步骤2中对单层全连接网络进行训练时使用Sigmoid函数作为激活函数，其表达式为：

使用的损失函数为平方差损失，其表达式为：

其中n为输入的数据个数，是原始图像向量，是网络输出的重建图像的向量；

网络输出的重建图像的向量y_p表示为

其中是网络输入的散斑图向量，W为Dense层的复值权重，为傅立叶变换；

步骤3：将待处理的散斑图进行傅立叶变换，拉伸成向量之后送入训练好的网络，得到待处理的散斑图的重建图像。