[发明专利]基于生成对抗网络的光场轴向重聚焦图像超分辨方法有效
| 申请号： | 201910650417.5 | 申请日： | 2019-07-18 |
| 公开（公告）号： | CN110490968B | 公开（公告）日： | 2022-10-04 |
| 发明（设计）人： | 肖照林;刘欢;金海燕;蔡磊;杨秀红 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06T17/00 | 分类号： | G06T17/00;G06T3/40;G06N3/04 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 杜娟 |
| 地址： | 710048 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开的基于生成对抗网络的光场轴向重聚焦图像超分辨方法，首先，从光场原始图像获得光场的重聚焦图像，并将其分为测试集数据和训练集数据；然后，使用tensorflow搭建生成对抗网络模型，通过训练集数据训练生成对抗网络模型，通过测试集数据验证模型；最后，使用训练好的生成对抗网络模型进行光场轴向重聚焦图像的超分辨。本发明公开的方法解决了现有方法不能对非整数倍的重聚焦图像进行重建的问题。通过生成对抗网络对光场重聚焦图像实现轴向超分辨，能够在较少的光场重聚焦图像下生成不同深度的光场重聚焦图像，使得光场重聚焦变得更为平滑。 | ||
| 搜索关键词： | 基于 生成 对抗 网络 轴向 聚焦 图像 分辨 方法 | ||
【主权项】：
1.基于生成对抗网络的光场轴向重聚焦图像超分辨方法，其特征在于，具体操作过程包括如下步骤：/n步骤1，从光场原始图像获得光场的重聚焦图像，并将其分为测试集数据和训练集数据；/n步骤2，使用tensorflow搭建生成对抗网络模型，通过训练集数据训练生成对抗网络模型，通过测试集数据验证模型；/n步骤3，使用训练好的生成对抗网络模型进行光场轴向重聚焦图像的超分辨。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安理工大学，未经西安理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910650417.5/，转载请声明来源钻瓜专利网。
