[发明专利]基于残差通道注意力网络的太赫兹图像重建方法及系统

说明书

本发明公开了基于残差通道注意力网络的太赫兹图像重建方法及系统，包括：获取待处理的太赫兹图像；将待处理的太赫兹图像，输入到训练后的残差通道注意力网络中，得到待处理太赫兹图像的超分辩率重建图像；其中，残差通道注意力网络，基于残差网络结构增加通道注意力机制，用于改善待处理的太赫兹图像质量。结合太赫兹成像原理对基于卷积神经网络的超分辨算法进行改进，基于残差网络结构，增加通道注意力机制，通过自适应的调整个通道的特征响应值，加强有用信息的特征抑制无用特征，提高网络性能，从而解决太赫兹图像模糊、重建效果差的问题，实现太赫兹图像的去噪、边缘特征提升，改善太赫兹图像质量。

技术领域

本发明涉及太赫兹图像数据处理技术领域，特别是涉及基于残差通道注意力网络的太赫兹图像重建方法及系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

由于太赫兹波具有良好的穿透性、安全性等优良特性，太赫兹成像在医学影像、安全检查、环境监测等方面具有广泛的应用前景。然而在实际应用中，受到成像信号频率、成像环境、探测器、器件制造工艺等因素的影响，利用实际太赫兹成像系统采集的太赫兹图像往往存在信噪比低，边缘模糊严重等现象。提高太赫兹图像质量的方法有两种，一种是提高硬件系统的性能，但是该方法成本高，开发周期长。因此，通过图像处理的方法提高已有太赫兹图像的分辨率，能够在一定程度上弥补现有系统的不足，传统的数字图像处理方法对太赫兹图像质量改善有限，2014年Dong Chao等人提出了超分辨卷积神经网络方法对低分辨率图像进行重建，在此基础上又出现了多种类型的卷积神经网络方法，对自然图像的降噪、分辨率提升效果显著，但是将超分辨算法直接应用于太赫兹图像，并不能取得好的改善效果。

发明内容

为了解决现有技术的不足，本发明提供了基于残差通道注意力网络的太赫兹图像重建方法及系统；目的在于结合太赫兹成像原理对基于卷积神经网络的超分辨算法进行改进，基于残差网络结构，增加通道注意力机制，通过自适应的调整个通道的特征响应值，加强有用信息的特征抑制无用特征，提高网络性能，从而解决太赫兹图像模糊、重建效果差的问题，实现太赫兹图像的去噪、边缘特征提升，改善太赫兹图像质量。

第一方面，本发明提供了基于残差通道注意力网络的太赫兹图像重建方法；

基于残差通道注意力网络的太赫兹图像重建方法，包括：

获取待处理的太赫兹图像；

将待处理的太赫兹图像，输入到训练后的残差通道注意力网络中，得到待处理太赫兹图像的超分辩率重建图像；

其中，残差通道注意力网络，基于残差网络结构增加通道注意力机制，用于改善待处理的太赫兹图像质量。

第二方面，本发明提供了基于残差通道注意力网络的太赫兹图像重建系统；

基于残差通道注意力网络的太赫兹图像重建系统，包括：

获取模块，其被配置为：获取待处理的太赫兹图像；

重建模块，其被配置为：将待处理的太赫兹图像，输入到训练后的残差通道注意力网络中，得到待处理太赫兹图像的超分辩率重建图像；

其中，残差通道注意力网络，基于残差网络结构增加通道注意力机制，用于改善待处理的太赫兹图像质量。

第三方面，本发明还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述第一方面所述的方法。

第四方面，本发明还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。