[發明專利]一種用于提高鬼成像重構質量的重構方法

在審

• 申請號: 202011637635.4
• 申請日: 2020-12-31
• 公開（公告）號: CN112614055A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 朱榮;吳學林;郭迎
• 申請（專利權）人: 無錫太湖學院
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06N3/04;G06N3/08
• 代理公司: 山東瑞宸知識產權代理有限公司 37268
• 代理人: 王萍

1.一種用于提高鬼成像重構質量的重構方法，其特征在于：利用深度卷積神經網絡超分辨重構的方法去改進壓縮感知鬼成像系統中重構圖像的質量，首先在壓縮感知鬼成像系統中利用OMP重構算法以一個較低的采樣率快速的重構一幅低分辨率重構圖像；然后將低分辨率重構圖像利用雙線性插值算法進行快速超分辨重構，得到一個初步的高分辨率圖像；然后利用深度卷積神經網絡訓練低分辨率的圖像與高分辨率圖像之間的映射關系，再利用這個映射關系去重構出質量更好的高分辨率圖像；主要步驟如下：

步驟一、通過在壓縮感知鬼成像系統中利用基于正交匹配追蹤OMP的重構算法以一個較低的采樣率快速地獲取一個質量較差的重構圖像；

步驟二、給卷積神經網絡輸入數據：將一個低分辨率的圖像利用插值重建算法得到一個初級的高分辨率圖像C，然后輸入到卷積神經網絡作為輸入數據，利用第一層卷積層的卷積核對C進行卷積操作而得到圖像的特征圖，有幾個卷積核就得到幾個特征圖，操作公式表示如下：

f₁(C)＝max(0,w₁*C+b₁) (1)

其中，w₁是第一層卷積層的濾波器，b₁是第一層卷積層的偏置，如果在第一層卷積層中有s₁個卷積核，經過卷積操作后就得到了s₁個特征圖；

步驟三、在卷積神經網絡中進行特征的映射：在卷積神經網絡的第一層卷積層中得到了s₁個特征圖，將其作為第二層卷積層的輸入，再經過s₂個卷積核的卷積操作得到了s₂個特征圖，操作公式表示如下：

f₂(C)＝max(0,w₂*f₁(C)+b₂) (2)

其中，w₂是第二層卷積層的濾波器，b₂是第二層卷積層的偏置。

步驟四，進行超分辨重建。將第二層卷積層中得到的s₂個特征圖作為第三層卷積層的輸入，可以重建得到高分辨率的圖像，操作公式表示如下：

X＝w₃+f₂(C)+b₃ (3)

其中，w₃是第三層卷積層的濾波器，b₃是第三層卷積層的偏置，X表示重建得到的高分辨率圖像。

2.根據權利要求1所述的用于提高鬼成像重構質量的重構方法，其特征在于：使用的三層卷積神經網絡的每一層卷積層中所使用的激活函數都是RELU函數。